时间序列及贝叶斯模型在沉降预测中的应用
| 摘要 | 第1-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第7-15页 |
| 1．1 研究背景 | 第7-8页 |
| 1．2 沉降预测的研究现状 | 第8-13页 |
| 1．2．1 理论计算方法 | 第8-9页 |
| 1．2．2 数值计算方法 | 第9-10页 |
| 1．2．3 实测数据反推法 | 第10-13页 |
| 1．3 沉降概率分析的研究现状 | 第13页 |
| 1．4 本文的主要工作 | 第13-15页 |
| 第二章 时间序列模型及多层递阶方法 | 第15-37页 |
| 2．1 时间序列分析方法 | 第15-22页 |
| 2．1．1 自回归模型 | 第15-17页 |
| 2．1．2 移动平均模型 | 第17-18页 |
| 2．1．3 自回归—移动平均模型 | 第18页 |
| 2．1．4 时间序列模型识别 | 第18-22页 |
| 2．2 多层递阶方法分析 | 第22-37页 |
| 2．2．1 基本数学模型和建模步骤 | 第22-26页 |
| 2．2．2 时变参数的辨识准则及其估计算法 | 第26-29页 |
| 2．2．3 参数估值算法的改进 | 第29-32页 |
| 2．2．4 时变参数的预测方法 | 第32-34页 |
| 2．2．5 预测结果的误差分析 | 第34-37页 |
| 第三章 多层递阶时间序列沉降预测模型 | 第37-42页 |
| 3．1 沉降增量预测模型 | 第37-38页 |
| 3．2 时变参数预测模型 | 第38-42页 |
| 第四章 沉降预测的概率分析方法 | 第42-49页 |
| 4．1 贝叶斯概率分析方法 | 第42-46页 |
| 4．1．1 贝叶斯预测基本思想 | 第42-45页 |
| 4．1．2 动态线性模型 | 第45-46页 |
| 4．2 贝叶斯预测模型 | 第46-49页 |
| 4．2．1 常均值模型 | 第46-48页 |
| 4．2．2 常均值折扣贝叶斯沉降预测模型 | 第48-49页 |
| 第五章 工程实例分析 | 第49-63页 |
| 5．1 工程概况 | 第49-51页 |
| 5．2 建立多层递阶时间序列预测模型 | 第51-59页 |
| 5．2．1 实测数据的处理 | 第51-53页 |
| 5．2．2 沉降增量预测模型阶数的识别 | 第53-54页 |
| 5．2．3 时变参数的预测模型 | 第54-59页 |
| 5．3 贝叶斯模型在工程实例中的应用 | 第59-63页 |
| 第六章 结论与展望 | 第63-65页 |
| 6．1 结论 | 第63页 |
| 6．2 展望 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 致谢 | 第69页 |
