| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 选题背景和意义 | 第9-10页 |
| 1.2 变形分析与预测的研究现状及进展 | 第10-12页 |
| 1.3 本文主要内容 | 第12-13页 |
| 第二章 时间序列分析的基本理论与方法 | 第13-24页 |
| 2.1 时间序列的相关概念 | 第13-14页 |
| 2.1.1 时间序列 | 第13页 |
| 2.1.2 采样间隔 | 第13-14页 |
| 2.1.3 平稳时间序列 | 第14页 |
| 2.1.4 白噪声序列 | 第14页 |
| 2.2 时间序列的模型体系 | 第14-17页 |
| 2.2.1 自回归模型AR(p) | 第14-15页 |
| 2.2.2 移动平均模型MA(q) | 第15页 |
| 2.2.3 自回归移动平均模型ARMA(p,q) | 第15-16页 |
| 2.2.4 差分自回归移动平均模型ARIMA(p,d,q) | 第16-17页 |
| 2.3 时间序列模型建模的理论方法 | 第17-23页 |
| 2.3.1 时间序列模型的特征函数 | 第17-18页 |
| 2.3.2 模型识别与定阶 | 第18-20页 |
| 2.3.3 参数估计 | 第20-22页 |
| 2.3.4 模型的适用性检验 | 第22-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第三章 灰色模型基本理论与方法 | 第24-30页 |
| 3.1 概述 | 第24页 |
| 3.2 建模数据的生成 | 第24-25页 |
| 3.2.1 累加生成 | 第24-25页 |
| 3.2.2 累减生成 | 第25页 |
| 3.2.3 紧邻均值生成 | 第25页 |
| 3.3 GM(1,1)模型的建立 | 第25-27页 |
| 3.4 GM(1,1)模型的检验 | 第27-29页 |
| 3.4.1 残差检验法 | 第27页 |
| 3.4.2 关联度检验法 | 第27-28页 |
| 3.4.3 后验差检验法 | 第28-29页 |
| 3.5 本章小结 | 第29-30页 |
| 第四章 经验模态分解(EMD)基本理论与方法 | 第30-40页 |
| 4.1 概述 | 第30-31页 |
| 4.2 EMD分解的基本概念 | 第31-34页 |
| 4.2.1 瞬时频率 | 第31-33页 |
| 4.2.2 时间特征尺度 | 第33-34页 |
| 4.2.3 本征模态函数 | 第34页 |
| 4.3 EMD的基本原理及性质 | 第34-37页 |
| 4.3.1 EMD算法的基本原理 | 第34-36页 |
| 4.3.2 EMD的性质 | 第36-37页 |
| 4.4 EMD的关键技术 | 第37-39页 |
| 4.4.1 IMF筛分准则 | 第37-38页 |
| 4.4.2 EMD分解停止准则 | 第38页 |
| 4.4.3 包络线拟合 | 第38页 |
| 4.4.4 端点效应 | 第38-39页 |
| 4.4.5 模态混叠 | 第39页 |
| 4.5 本章小结 | 第39-40页 |
| 第五章 基于EMD-GM的时间序列建模与预测 | 第40-59页 |
| 5.1 建模数据预处理 | 第40-43页 |
| 5.1.1 建模数据的检验 | 第40-42页 |
| 5.1.2 建模数据的预处理 | 第42-43页 |
| 5.2 基于EMD-GM的时序模型的建立 | 第43-44页 |
| 5.3 实例分析 | 第44-58页 |
| 5.3.1 基于EMD-GM的时间序列分析在滑坡变形预测中的应用 | 第44-51页 |
| 5.3.2 基于EMD-GM的时间序列分析在大坝变形预测中的应用 | 第51-58页 |
| 5.4 本章小结 | 第58-59页 |
| 第六章 总结与展望 | 第59-61页 |
| 6.1 本文总结 | 第59页 |
| 6.2 展望 | 第59-61页 |
| 参考文献 | 第61-64页 |
| 致谢 | 第64页 |
