基于时间序列分析的基坑沉降监测数据分析研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第11-17页 |
| 1.1 研究目的与意义 | 第11页 |
| 1.2 时间序列分析的国内外研究现状 | 第11-13页 |
| 1.3 变形分析与预报国内外研究现状 | 第13-14页 |
| 1.4 论文主要研究内容及结构安排 | 第14-17页 |
| 2 时间序列分析的基本方法和动态特征 | 第17-31页 |
| 2.1 时间序列分析概述 | 第17-19页 |
| 2.1.1 时间序列分析的定义 | 第17-18页 |
| 2.1.2 时间序列分析方法 | 第18-19页 |
| 2.1.3 时间序列分析的特点 | 第19页 |
| 2.2 时间序列的预处理 | 第19-22页 |
| 2.2.1 平稳性检验 | 第20-21页 |
| 2.2.2 纯随机性检验 | 第21-22页 |
| 2.3 ARMA模型的性质 | 第22-24页 |
| 2.3.1 自回归(AR)模型 | 第22-23页 |
| 2.3.2 移动平均(MA)模型 | 第23-24页 |
| 2.3.3 自回归移动平均(ARMA)模型 | 第24页 |
| 2.4 平稳序列建模 | 第24-29页 |
| 2.4.1 时序模型的建立和动态特征 | 第25-26页 |
| 2.4.2 模型识别 | 第26-27页 |
| 2.4.3 参数估计 | 第27-29页 |
| 2.4.4 模型检验 | 第29页 |
| 2.5 本章小结 | 第29-31页 |
| 3 时序模型的优化及其预测 | 第31-42页 |
| 3.1 常用的时间序列模型的定阶准则 | 第31-34页 |
| 3.1.1 AIC准则 | 第31-32页 |
| 3.1.2 SBC准则 | 第32页 |
| 3.1.3 FPE准则 | 第32-34页 |
| 3.2 时间序列模型的适应性检验和预报 | 第34-36页 |
| 3.2.1 模型的适应性检验 | 第34页 |
| 3.2.2 时间序列的预报 | 第34-36页 |
| 3.3 最小二乘配置的数学模型 | 第36-37页 |
| 3.3.1 最小二乘配置的计算公式 | 第36-37页 |
| 3.3.2 协方差函数及其估计 | 第37页 |
| 3.4 自回归移动平均模型算例 | 第37-40页 |
| 3.5 本章小结 | 第40-42页 |
| 4 基坑沉降监测时序模型算例分析 | 第42-57页 |
| 4.1 工程概况 | 第42-45页 |
| 4.1.1 概述 | 第42-43页 |
| 4.1.2 沉降监测方法和内容 | 第43-45页 |
| 4.2 时序模型对监测点JC1点进行分析 | 第45-49页 |
| 4.2.1 JC1沉降数据平稳化处理 | 第45-46页 |
| 4.2.2 相关分析 | 第46-47页 |
| 4.2.3 模型阶次的判定与参数估计 | 第47-48页 |
| 4.2.4 序列预报 | 第48-49页 |
| 4.3 JC2-JC8监测点测量数据结果分析 | 第49-51页 |
| 4.3.1 沉降数据分析 | 第49-51页 |
| 4.3.2 分析结果 | 第51页 |
| 4.4 最小二乘配置改进时序分析模型 | 第51-54页 |
| 4.4.1 最小二乘配置在沉降预报中的应用 | 第52-54页 |
| 4.4.2 分析结果 | 第54页 |
| 4.5 本章小结 | 第54-57页 |
| 5 结论及展望 | 第57-59页 |
| 5.1 结论 | 第57页 |
| 5.2 展望 | 第57-59页 |
| 致谢 | 第59-61页 |
| 参考文献 | 第61-63页 |
