| 第一章 绪论 | 第1-19页 |
| ·引言 | 第8-9页 |
| ·变形监测分析与预报的研究现状和进展 | 第9-11页 |
| ·季节因素及其对监测序列的影响 | 第11-16页 |
| ·季节因素 | 第11-12页 |
| ·季节因素及其对监测序列的影响 | 第12-13页 |
| ·季节调整及季节预测 | 第13-16页 |
| ·季节性监测序列预测的研究现状 | 第16页 |
| ·本文研究的内容 | 第16-17页 |
| ·本文的特色和创新 | 第17-19页 |
| 第二章 季节性波动及其消除方法 | 第19-24页 |
| ·季节波动性 | 第19页 |
| ·季节波动性的研究意义 | 第19-20页 |
| ·季节波动性的消除方法 | 第20-23页 |
| ·基于季节指数(Seasonal Index)的“去季节性波动”法 | 第20-22页 |
| ·基于标准正态分布(SND)的“去季节性波动”法 | 第22-23页 |
| ·消除季节波动性后数据的优点 | 第23页 |
| ·本章小结 | 第23-24页 |
| 第三章 单点季节性监测资料的混合灰色建模 | 第24-38页 |
| ·引言 | 第24页 |
| ·监测数据的预处理 | 第24-26页 |
| ·原始实测值可靠性分析 | 第25页 |
| ·监测资料的插补 | 第25-26页 |
| ·GM(1，1)模型 | 第26-28页 |
| ·混合模型 | 第28-29页 |
| ·Seasonal Index -GM(1，1)混合模型 | 第28-29页 |
| ·SND-GM(1，1)混合模型 | 第29页 |
| ·精度评估 | 第29-30页 |
| ·实例分析 | 第30-36页 |
| ·实例1 | 第30-33页 |
| ·实例2 | 第33-36页 |
| ·本章小结 | 第36-38页 |
| 第四章 季节性分析X-11法和ARIMA混合建模 | 第38-59页 |
| ·X-11方法 | 第38-44页 |
| ·四次滤波 | 第39-42页 |
| ·X-11方法流程图 | 第42-43页 |
| ·X-11方法的特点 | 第43-44页 |
| ·ARMA模型 | 第44-50页 |
| ·ARMA模型 | 第44-45页 |
| ·ARMA模型的识别 | 第45-47页 |
| ·ARMA模型的几种定阶准则 | 第47页 |
| ·ARMA模型的建立——模型系数的估计 | 第47-50页 |
| ·ARIMA模型 | 第50页 |
| ·X-11和ARIMA综合建模 | 第50-51页 |
| ·改善的X-11-ARIMA模型 | 第51-53页 |
| ·非对称滑动平均 | 第51-52页 |
| ·改善的X-11-ARIMA模型 | 第52-53页 |
| ·实例分析 | 第53-57页 |
| ·本章小结 | 第57-59页 |
| 第五章 多点季节性分析和预测模型SSCGM(1，m) | 第59-71页 |
| ·引言 | 第59页 |
| ·SCGM(1，m)模型 | 第59-62页 |
| ·模型建立 | 第60-61页 |
| ·模型求解 | 第61页 |
| ·模型的还原预测 | 第61-62页 |
| ·多点季节性分析和预测模型SSCGM(1，m) | 第62页 |
| ·实例分析 | 第62-69页 |
| ·基础数据 | 第62-67页 |
| ·模型建立与求解 | 第67-69页 |
| ·结论 | 第69页 |
| ·本章小结 | 第69-71页 |
| 第六章 结论与展望 | 第71-73页 |
| ·论文研究内容总结 | 第71-72页 |
| ·后续研究工作展望 | 第72-73页 |
| 参考文献 | 第73-77页 |
| 致谢 | 第77-78页 |
| 硕士期间发表的论文及参与的项目 | 第78页 |
