地铁地表沉降监测数据的预处理及预测方法的探讨
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1. 绪论 | 第10-16页 |
| 1.1 选题目的和意义 | 第10页 |
| 1.2 国内外主要研究方向和成果 | 第10-14页 |
| 1.2.1 监测系统设计的发展 | 第10-11页 |
| 1.2.2 变形监测技术的发展 | 第11-13页 |
| 1.2.3 数据处理理论的发展 | 第13-14页 |
| 1.3 本文主要研究的内容 | 第14-16页 |
| 2. 地铁施工变形监测技术和规范要求 | 第16-24页 |
| 2.1 施工监测的目的和原则 | 第16-17页 |
| 2.1.1 变形监测的目的 | 第16页 |
| 2.1.2 变形监测的基本原则 | 第16-17页 |
| 2.2 变形监测基本内容和仪器 | 第17-20页 |
| 2.2.1 施工阶段变形监测基本内容 | 第17-19页 |
| 2.2.2 变形监测的基本仪器 | 第19-20页 |
| 2.3 青岛市2号线地铁工程项目概况及控制标准 | 第20-24页 |
| 2.3.1 项目概况 | 第20-21页 |
| 2.3.2 监测控制标准 | 第21-24页 |
| 3. 监测数据的粗差探测与剔除 | 第24-36页 |
| 3.1 四种判别准则的概述及适用范围 | 第24-29页 |
| 3.1.1 拉依达(3σ)准则 | 第24页 |
| 3.1.2 格拉布斯(Grubbs)准则 | 第24-25页 |
| 3.1.3 狄克逊(Dixon)准则 | 第25-27页 |
| 3.1.4 肖维勒(Chauvenet)准则 | 第27页 |
| 3.1.5 四种准则的适用情况比较 | 第27-29页 |
| 3.2 实例计算和格拉布斯准则改进 | 第29-33页 |
| 3.2.1 实例计算 | 第29-32页 |
| 3.2.2 改进的格拉布斯准则 | 第32-33页 |
| 3.3 本章小结 | 第33-36页 |
| 4. 缺失数据的插补 | 第36-50页 |
| 4.1 三种常用的插补方法 | 第36-38页 |
| 4.1.1 拉格朗日插值法 | 第36-37页 |
| 4.1.2 三次样条函数插值法 | 第37页 |
| 4.1.3 最小二乘多项式拟合法 | 第37-38页 |
| 4.2 非等间隔灰色GM(1,1)模型插值法 | 第38-41页 |
| 4.2.1 非等间隔灰色GM(1,1)模型建模 | 第38-40页 |
| 4.2.2 GM(1,1)模型检验 | 第40-41页 |
| 4.3 实例计算 | 第41-49页 |
| 4.3.1 各插值算法的数据实验比较 | 第41-43页 |
| 4.3.2 拉格朗日插值法的改进 | 第43-47页 |
| 4.3.3 非等间隔GM(1,1)模型的改进 | 第47-49页 |
| 4.4 本章小结 | 第49-50页 |
| 5. 数据的分析与预测 | 第50-64页 |
| 5.1 常用的时间分析预测模型 | 第50-52页 |
| 5.1.1 三种时间趋势模型 | 第50-51页 |
| 5.1.2 平稳时间序列模型 | 第51-52页 |
| 5.2 ARIMA模型的建模过程 | 第52-56页 |
| 5.2.1 数据的统计检验与预处理 | 第53页 |
| 5.2.2 分析模型结构和确定模型阶次 | 第53-54页 |
| 5.2.3 时间序列模型的参数估计 | 第54-55页 |
| 5.2.4 模型的检验 | 第55-56页 |
| 5.2.5 模型的预测预报 | 第56页 |
| 5.3 数据实例分析 | 第56-63页 |
| 5.3.1 数据拐点的探测 | 第56-57页 |
| 5.3.2 三种时间趋势分析方法的计算 | 第57-59页 |
| 5.3.3 ARIMA模型建模 | 第59-63页 |
| 5.4 本章小结 | 第63-64页 |
| 6. 结论与展望 | 第64-66页 |
| 6.1 结论 | 第64页 |
| 6.2 展望 | 第64-66页 |
| 致谢 | 第66-68页 |
| 参考文献 | 第68-70页 |
