| 第一章 绪论 | 第1-17页 |
| ·引言 | 第8-9页 |
| ·国内外沉降计算方法综述 | 第9-15页 |
| ·理论方法 | 第9-12页 |
| ·基于实测数据的沉降预测方法 | 第12-15页 |
| ·灰色系统理论方法与人工神经网络方法目前的研究进展 | 第15-16页 |
| ·本文所进行的工作 | 第16-17页 |
| 第二章 灰色系统理论基础 | 第17-32页 |
| ·什么是灰色系统 | 第17页 |
| ·灰色系统理论的研究内容 | 第17-19页 |
| ·邓聚龙灰关联分析模型 | 第19-23页 |
| ·原始数据变换 | 第19-21页 |
| ·灰关联分析模型 | 第21-23页 |
| ·灰色建模理论 | 第23-24页 |
| ·灰色预测 | 第24-29页 |
| ·GM(1，1)模型基本原理 | 第24-26页 |
| ·GM(1，1)模型的检验 | 第26-28页 |
| ·几种GM(1，1)模型 | 第28-29页 |
| ·灰色决策 | 第29-32页 |
| ·灰色决策基本概念 | 第29-30页 |
| ·灰色关联决策 | 第30-32页 |
| 第三章 人工神经网络基本理论 | 第32-43页 |
| ·引言 | 第32页 |
| ·人工神经网络的基本知识 | 第32-35页 |
| ·BP神经网络 | 第35-43页 |
| 第四章 灰色系统理论在沉降时间序列预测中的应用 | 第43-65页 |
| ·GM(1，1)模型在建模过程中任意常数的确定方法 | 第43-45页 |
| ·三种方案下的预测结果 | 第45-59页 |
| ·结果分析 | 第59-61页 |
| ·非准光滑沉降时间序列预测方法 | 第61-65页 |
| 第五章 人工神经网络在沉降时间序列预测中的应用 | 第65-83页 |
| ·BP人工神经网络的建模方法 | 第65-66页 |
| ·选取不同训练样本时的预测结果 | 第66-80页 |
| ·结果分析 | 第80-81页 |
| ·人工神经网络预测方法与灰色系统预测方法的比较 | 第81-83页 |
| 第六章 结论与展望 | 第83-85页 |
| 参考文献 | 第85-89页 |
| 致谢 | 第89-90页 |
| 攻读硕士期间发表的论文 | 第90页 |