| 摘要 | 第1-3页 |
| ABSTRACT | 第3-7页 |
| 1 绪论 | 第7-12页 |
| ·选题背景及研究意义 | 第7-8页 |
| ·选题背景 | 第7-8页 |
| ·研究意义 | 第8页 |
| ·研究方法、研究内容与章节安排 | 第8-12页 |
| ·研究方法 | 第8-9页 |
| ·研究内容 | 第9页 |
| ·章节安排 | 第9-12页 |
| 2 研究综述 | 第12-22页 |
| ·小波分析 | 第12-14页 |
| ·小波发展综述 | 第12-13页 |
| ·小波分析的应用现状 | 第13-14页 |
| ·自回归移动平均（ARMA）模型 | 第14-17页 |
| ·时间序列发展综述 | 第14-16页 |
| ·ARMA模型应用现状 | 第16-17页 |
| ·矿压显现研究综述 | 第17-20页 |
| ·采场矿压显现的一般规律 | 第17-18页 |
| ·矿压显现预报研究现状 | 第18-20页 |
| ·研究述评 | 第20-22页 |
| 3 基于概率统计的矿压显现规律分析 | 第22-34页 |
| ·回采工作面概况 | 第22-23页 |
| ·矿压观测方案及测点布置 | 第23-24页 |
| ·测站布置 | 第23-24页 |
| ·观测方案 | 第24页 |
| ·20307工作面矿压观测统计结果分析 | 第24-32页 |
| ·综采工作面周期来压判据 | 第24-29页 |
| ·工作面直接顶运动规律分析 | 第29-30页 |
| ·工作面老顶运动规律分析 | 第30-32页 |
| ·本章小结 | 第32-34页 |
| 4 周期来压预报的组合模型构建 | 第34-45页 |
| ·组合模型在周期来压预报中的适应性分析 | 第34-36页 |
| ·顶板来压影响因素分析 | 第34页 |
| ·研究思路及模型适应性分析 | 第34-36页 |
| ·小波除噪与ARMA组合模型构建 | 第36-39页 |
| ·小波去噪 | 第36页 |
| ·小波去噪过程 | 第36页 |
| ·ARMA模型 | 第36-37页 |
| ·ARMA模型建模过程 | 第37-38页 |
| ·小波除噪与ARMA组合模型 | 第38-39页 |
| ·Mallat算法与ARMA组合模型构建 | 第39-43页 |
| ·Mallat算法原理及步骤 | 第39-42页 |
| ·Mallat算法与ARMA组合模型 | 第42-43页 |
| ·模型评价方法 | 第43页 |
| ·本章小结 | 第43-45页 |
| 5 组合模型在周期来压预报中的实例应用 | 第45-66页 |
| ·数据选取说明 | 第45-46页 |
| ·小波除噪与ARMA组合模型在周期来压预报中的实例应用 | 第46-53页 |
| ·原始矿压数据小波去噪 | 第46-48页 |
| ·除噪矿压数据ARMA建模 | 第48-53页 |
| ·Mallat算法与ARMA组合模型在周期来压预报中的实例应用 | 第53-63页 |
| ·Mallat算法数据分解与尺度还原 | 第53-54页 |
| ·各子序列ARMA建模 | 第54-62页 |
| ·各子序列预测值重构 | 第62-63页 |
| ·组合模型在矿压显现预报中的应用效果评价 | 第63-64页 |
| ·本章小结 | 第64-66页 |
| 6 结论与展望 | 第66-69页 |
| ·研究结论 | 第66-67页 |
| ·研究展望 | 第67-69页 |
| 致谢 | 第69-70页 |
| 参考文献 | 第70-75页 |
| 附录 | 第75-87页 |
| 附录一 在校期间发表论文及参与项目情况 | 第75-76页 |
| 附录二 本文搜集数据 | 第76-81页 |
| 附录三 本文核心Matlab程序 | 第81-87页 |