| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第9-14页 |
| 1.1 研究目的与意义 | 第9-10页 |
| 1.1.1 研究目的 | 第9-10页 |
| 1.1.2 研究意义 | 第10页 |
| 1.2 国内外地铁监测研究现状 | 第10-12页 |
| 1.2.1 国内外地铁监测技术研究现状 | 第10-11页 |
| 1.2.2 国内外地铁监测数据分析预测理论研究现状 | 第11-12页 |
| 1.3 研究内容与技术路线 | 第12-14页 |
| 1.3.1 研究内容 | 第12页 |
| 1.3.2 技术路线 | 第12-14页 |
| 2 地铁深基坑施工变形监测方案设计 | 第14-23页 |
| 2.1 工程概况 | 第14-16页 |
| 2.1.1 工程位置及周边环境 | 第14-15页 |
| 2.1.2 工程地质及水文地质条件 | 第15-16页 |
| 2.2 监测依据 | 第16页 |
| 2.3 地表沉降监测 | 第16-20页 |
| 2.3.1 基准点布置 | 第16-17页 |
| 2.3.2 监测点埋设及技术要求: | 第17-18页 |
| 2.3.3 监测方法 | 第18-19页 |
| 2.3.4 数据采集、处理及分析 | 第19-20页 |
| 2.4 监测频率及监测项目控制值 | 第20-21页 |
| 2.4.1 监测频率 | 第20-21页 |
| 2.4.2 监测项目控制值 | 第21页 |
| 2.5 监测信息反馈及预警 | 第21-22页 |
| 2.6 小结 | 第22-23页 |
| 3 灰色系统在地铁深基坑施工变形预测中的应用分析 | 第23-38页 |
| 3.1 灰色系统概述 | 第23页 |
| 3.2 灰色序列的生成 | 第23-26页 |
| 3.3 灰色关联分析 | 第26-28页 |
| 3.3.1 关联数据列预处理 | 第26-27页 |
| 3.3.2 灰关联度 | 第27-28页 |
| 3.4 GM(1,1)模型 | 第28-33页 |
| 3.4.1 GM(1,1)的建模机理 | 第29页 |
| 3.4.2 GM(1,1)的建模过程 | 第29-30页 |
| 3.4.3 GM(1,1)模型可行性判断 | 第30-31页 |
| 3.4.4 GM(1,1)建模精度检验 | 第31-33页 |
| 3.5 工程应用分析 | 第33-37页 |
| 3.6 小结 | 第37-38页 |
| 4 时序分析在地铁深基坑施工变形预测中的应用分析 | 第38-51页 |
| 4.1 时间序列概述 | 第38-39页 |
| 4.1.1 时间序列的基本概念 | 第38-39页 |
| 4.1.2 时间序列预测的优缺点 | 第39页 |
| 4.2 时序分析的基本原理 | 第39-40页 |
| 4.3 时间序列预处理 | 第40-42页 |
| 4.3.1 平稳性检验 | 第40-41页 |
| 4.3.2 纯随机性检验 | 第41-42页 |
| 4.4 平稳时间序列模型 | 第42-43页 |
| 4.4.1 自回归模型(AR) | 第42-43页 |
| 4.4.2 滑动平均模型(MA) | 第43页 |
| 4.4.3 自回归滑动平均模型(ARMA) | 第43页 |
| 4.5 工程应用分析 | 第43-50页 |
| 4.6 小结 | 第50-51页 |
| 5 组合模型及其在地铁深基坑施工变形预测中的应用 | 第51-62页 |
| 5.1 组合模型概述 | 第51页 |
| 5.2 非线性灰色-时序组合模型 | 第51-56页 |
| 5.2.1 用GM(1,1)模型提取趋势项 | 第53页 |
| 5.2.2 用时序分析对随机部分进行建模 | 第53-56页 |
| 5.2.3 结果分析 | 第56页 |
| 5.3 线性灰色-时序组合模型 | 第56-61页 |
| 5.3.1 方差倒数法 | 第57页 |
| 5.3.2 熵值法 | 第57-58页 |
| 5.3.3 工程实例 | 第58-61页 |
| 5.3.4 结果分析 | 第61页 |
| 5.4 小结 | 第61-62页 |
| 6 结论与展望 | 第62-63页 |
| 6.1 结论 | 第62页 |
| 6.2 展望 | 第62-63页 |
| 参考文献 | 第63-66页 |
| 作者简历 | 第66-68页 |
| 学位论文数据集 | 第68页 |