摘要 | 第1-8页 |
Abstract | 第8-13页 |
第一章 绪论 | 第13-21页 |
·本文的研究背景及意义 | 第13-16页 |
·时间序列研究现状 | 第16-19页 |
·本文的研究内容和结构安排 | 第19-20页 |
·本章小结 | 第20-21页 |
第二章 一维平稳自回归模型估计理论 | 第21-51页 |
·平稳时间序列模型 | 第21-22页 |
·数据的检验和预处理 | 第22-25页 |
·数据的检验 | 第22-24页 |
·数据的预处理 | 第24-25页 |
·模型的初步识别 | 第25-28页 |
·模型的定阶 | 第28-32页 |
·自相关函数(ACF)和偏自相关函数(PACF)定阶法 | 第28-29页 |
·F检验定阶法 | 第29-30页 |
·Akaike信息准则定阶法 | 第30-32页 |
·模型的参数估计 | 第32-39页 |
·矩估计法 | 第33页 |
·最小二乘估计法 | 第33-34页 |
·岭估计法 | 第34-36页 |
·总体最小二乘法 | 第36-39页 |
·模型的适用性检验 | 第39-41页 |
·模型的预测 | 第41-45页 |
·最小均方误差预测 | 第41-42页 |
·数学期望预测法 | 第42-44页 |
·适时修正预测 | 第44页 |
·指数加权平滑预测 | 第44-45页 |
·应用实例 | 第45-49页 |
·最小二乘估计法(LS)解算 | 第46-48页 |
·总体最小二乘法(TLS)解算 | 第48-49页 |
·结果分析 | 第49页 |
·本章小结 | 第49-51页 |
第三章 多维AR(p)模型的建模与预报 | 第51-79页 |
·多维时间序列 | 第51-56页 |
·平稳多维时间序列及其统计特性 | 第51-53页 |
·多维AR(p)模型 | 第53-54页 |
·多维AR(p)模型的平稳性条件 | 第54-56页 |
·多维AR(p)模型的参数估计 | 第56-66页 |
·多维AR(p)模型参数的最小二乘估计及其改进 | 第56-59页 |
·多维AR(p)模型参数的Yule-Walker估计 | 第59-60页 |
·多维AR(p)模型参数的Levinson算法估计 | 第60-63页 |
·多维AR(p)模型参数估计的卡尔曼滤波算法 | 第63-66页 |
·多维AR(p)模型的定阶 | 第66-69页 |
·最小最终预报误差准则(FPE准则) | 第66-67页 |
·多维AR(p)模型的F检验定阶法 | 第67-68页 |
·多维AR(p)模型的快速F检验定阶法 | 第68-69页 |
·多维AR(p)模型的预测 | 第69-71页 |
·多维AR(p)模型的最小方差预测 | 第69-70页 |
·多维AR(p)模型预测的精度分析 | 第70-71页 |
·应用实例 | 第71-78页 |
·本章小结 | 第78-79页 |
第四章 模糊AR(p)模型的建模与预报 | 第79-92页 |
·模糊时间序列 | 第79-82页 |
·模糊理论相关知识 | 第79-80页 |
·模糊时间序列 | 第80-81页 |
·模糊AR(p)模型 | 第81-82页 |
·模糊AR(p)模型的参数估计 | 第82-84页 |
·线性规划法 | 第82-83页 |
·模糊最小二乘估计法 | 第83-84页 |
·模糊AR(p)模型的定阶 | 第84-87页 |
·模糊AR(p)模型的F检验定阶法 | 第84-86页 |
·模糊AR(p)模型的快速F检验定阶法 | 第86-87页 |
·模糊AR(p)模型的预测 | 第87-88页 |
·应用实例 | 第88-91页 |
·模糊AR(p)模型建模与预测应用 | 第88-90页 |
·结果分析 | 第90-91页 |
·本章小结 | 第91-92页 |
第五章 AR(p)模型在变形监测数据处理中的应用 | 第92-107页 |
·链子崖危岩体概况 | 第92-93页 |
·一维AR模型应用实例分析 | 第93-95页 |
·最小二乘法解算 | 第93-94页 |
·总体最小二乘法解算 | 第94-95页 |
·模糊AR模型应用实例分析 | 第95-96页 |
·多维AR模型应用实例分析 | 第96-102页 |
·结果分析 | 第102-105页 |
·本章小结 | 第105-107页 |
第六章 总结与展望 | 第107-110页 |
·论文的主要工作和研究成果 | 第107-108页 |
·结论与建议 | 第108-110页 |
参考文献 | 第110-119页 |
攻读博士学位期间发表论文及参加科研情况 | 第119-120页 |
致谢 | 第120页 |