| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 前言 | 第9-15页 |
| ·混沌时间序列的发展历史 | 第9-12页 |
| ·混沌理论 | 第9-10页 |
| ·混沌的基本概念 | 第10-11页 |
| ·混沌时间序列 | 第11-12页 |
| ·混沌时间序列在变形分析中的应用现状及待研究的问题 | 第12-13页 |
| ·本文的主要研究内容和意义 | 第13-14页 |
| ·小结 | 第14-15页 |
| 第2章 非线性时间序列的混沌识别 | 第15-25页 |
| ·观察相图法 | 第15-17页 |
| ·LYAPUNOV指数法 | 第17-19页 |
| ·关联维数法 | 第19-20页 |
| ·熵方法 | 第20页 |
| ·功率谱方法 | 第20-22页 |
| ·主分量（PCA）分析法 | 第22页 |
| ·C-C法 | 第22-23页 |
| ·代替数据法 | 第23-24页 |
| ·小结 | 第24-25页 |
| 第3章 混沌时间序列的分析和预测 | 第25-49页 |
| ·相空间重构理论 | 第25-26页 |
| ·嵌入维数的选择 | 第26页 |
| ·时间延迟的选择 | 第26页 |
| ·吸引子的维数 | 第26页 |
| ·基于LYAPUNOV指数预报 | 第26-29页 |
| ·Lyapunov指数的计算 | 第26-28页 |
| ·最大Lyapunov指数与运动轨道的关系 | 第28页 |
| ·Lyapunov指数的预报模式 | 第28-29页 |
| ·多项式拟合预测方法（全局法） | 第29-30页 |
| ·小波多尺度分析与预测 | 第30-39页 |
| ·小波多分辨分解和重构的预测方法 | 第30-37页 |
| ·小波多分辨分解理论 | 第30-33页 |
| ·细节信号的功率谱估计 | 第33-36页 |
| ·混沌检测微弱正弦周期信号 | 第36-37页 |
| ·小波多时间尺度分析方法 | 第37-39页 |
| ·神经网络的分析和预测 | 第39-43页 |
| ·神经元模型 | 第39-40页 |
| ·神经网络结构 | 第40-41页 |
| ·神经网络学习规则 | 第41-42页 |
| ·混沌时间序列神经网络预测 | 第42-43页 |
| ·混沌时间序列的噪声处理技术 | 第43-47页 |
| ·预测精度的评价 | 第47-48页 |
| ·小结 | 第48-49页 |
| 第4章 变形数据的混沌分析及变形系统的混沌化研究 | 第49-65页 |
| ·变形监测数据的混沌现象分析 | 第49-57页 |
| ·变形监测数据的动力学特征 | 第49-50页 |
| ·大坝变形监测数据的混沌现象 | 第50-53页 |
| ·相空间重构 | 第50页 |
| ·计算关联维数和最大Lyapunov指数 | 第50页 |
| ·实例计算 | 第50-53页 |
| ·边坡变形监测数据的混沌分析 | 第53-55页 |
| ·地壳形变点混沌分析 | 第55-57页 |
| ·变形系统的混沌化研究 | 第57-63页 |
| ·离散变形系统的混沌化 | 第58页 |
| ·反馈变形系统的混沌化 | 第58-59页 |
| ·实例验证 | 第59-63页 |
| ·本章小结 | 第63-65页 |
| 第5章 混沌时间序列分析与预测在变形分析中的应用 | 第65-89页 |
| ·数据预处理--去噪 | 第65-66页 |
| ·小波多时间尺度分析在变形混沌时间序列中的应用 | 第66-71页 |
| ·小波变换系数 | 第67-71页 |
| ·基于最大LYAPUNOV指数预报 | 第71-74页 |
| ·重构相空间 | 第71页 |
| ·Lyapunov指数和最大预测尺度 | 第71页 |
| ·应用实例分析 | 第71-74页 |
| ·混沌时间序列的神经网络预测算法 | 第74-80页 |
| ·RBF网络的预测算法 | 第74-77页 |
| ·RBF网络的介绍和参数选择 | 第74-75页 |
| ·观测数据的分析与算例 | 第75-77页 |
| ·BP网络的预测 | 第77-80页 |
| ·BP网络参数设定 | 第77页 |
| ·实例分析 | 第77-80页 |
| ·基于小波分析的预测算法 | 第80-88页 |
| ·小波分解和重构 | 第80-88页 |
| ·小波细节分量预测模型 | 第80-81页 |
| ·小波信号重构 | 第81页 |
| ·小波多尺度分析与RBF网络的非线性预测 | 第81-85页 |
| ·小波多尺度分析趋势项、周期项的提取与重构 | 第85-88页 |
| ·小结 | 第88-89页 |
| 第6章 结论与展望 | 第89-91页 |
| ·本文研究工作的总结 | 第89-90页 |
| ·存在的问题和进一步研究的设想 | 第90-91页 |
| 致谢 | 第91-92页 |
| 参考文献 | 第92-94页 |
| 个人简介、攻读硕士期间发表的学术论文及参与的科研项目 | 第94页 |