基于动力系统自忆性原理的隧道沉降预测模型研究与应用
| 致谢 | 第4-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 1 绪论 | 第10-15页 |
| 1.1 选题背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 隧道变形监测研究现状 | 第11-12页 |
| 1.2.2 自记忆模型研究现状 | 第12-13页 |
| 1.3 主要研究内容 | 第13页 |
| 1.4 研究技术路线及方法 | 第13-15页 |
| 2 动力系统自忆性原理 | 第15-27页 |
| 2.1 自忆性方程 | 第15-20页 |
| 2.1.1 自忆性方程推导 | 第15-17页 |
| 2.1.2 自忆性方程的离散化表达 | 第17-18页 |
| 2.1.3 自忆性方程的系数求解 | 第18-20页 |
| 2.2 系统的记忆特性与记忆函数 | 第20-23页 |
| 2.2.1 系统的记忆性 | 第20-21页 |
| 2.2.2 记忆函数 | 第21-23页 |
| 2.3 自忆性方程的非线性特征 | 第23-24页 |
| 2.4 自记忆方程的记忆特征 | 第24-26页 |
| 2.4.1 差分-积分方程 | 第24-26页 |
| 2.5 小结 | 第26-27页 |
| 3 基于动力系统自忆性原理的预测模型建模 | 第27-46页 |
| 3.1 灰色自记忆模型 | 第27-28页 |
| 3.1.1 灰色系统理论 | 第27-28页 |
| 3.1.2 灰色自记忆模型的建模步骤 | 第28页 |
| 3.2 马尔科夫过程 | 第28-31页 |
| 3.2.1 一步转移概率 | 第29-30页 |
| 3.2.2 转移概率矩阵 | 第30-31页 |
| 3.3 实验数据对比分析 | 第31-38页 |
| 3.3.1 实验数据来源 | 第31页 |
| 3.3.2 对比实验 | 第31-37页 |
| 3.3.3 实验分析 | 第37-38页 |
| 3.4 反导自记忆模型 | 第38-42页 |
| 3.4.1 双向差分法求自忆方程系数 | 第38-40页 |
| 3.4.2 反导自记忆模型建模步骤 | 第40-42页 |
| 3.5 记忆模型的多步滚动预测研究 | 第42-44页 |
| 3.6 小结 | 第44-46页 |
| 4 动力系统自记忆预测模型回溯阶定阶研究 | 第46-60页 |
| 4.1 自记忆模型回溯阶分析 | 第46-47页 |
| 4.2 冗余定理 | 第47-48页 |
| 4.3 基于遗忘因子的变权组合 | 第48-50页 |
| 4.3.1 变权组合预测方法 | 第48-49页 |
| 4.3.2 遗忘因子的取值 | 第49页 |
| 4.3.3 自记忆模型变权组合预测方法步骤 | 第49-50页 |
| 4.4 实验数据对比分析 | 第50-59页 |
| 4.4.1 试算法确定回溯阶 | 第51-55页 |
| 4.4.2 基于遗忘因子的自记忆模型回溯阶筛选 | 第55-59页 |
| 4.5 小结 | 第59-60页 |
| 5 动力系统自记忆预测模型在隧道沉降预测中的应用 | 第60-67页 |
| 5.1 工程基本概况 | 第60-62页 |
| 5.1.1 沉降监测数据 | 第62页 |
| 5.2 隧道沉降自记忆模型的应用 | 第62-66页 |
| 5.2.1 灰色自记忆模型在隧道沉降监测中的应用 | 第62-64页 |
| 5.2.2 反导自记忆模型在隧道沉降监测中的应用 | 第64-65页 |
| 5.2.3 精度评定 | 第65-66页 |
| 5.3 小结 | 第66-67页 |
| 6 结论与展望 | 第67-68页 |
| 6.1 结论 | 第67页 |
| 6.2 展望 | 第67-68页 |
| 参考文献 | 第68-72页 |
| 作者简历 | 第72-74页 |
| 学位论文数据集 | 第74页 |
