基于时序分析法的地下工程变形预测研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 地下工程变形预测研究现状 | 第11-14页 |
| 1.2.1 矿山开采沉陷预测研究现状 | 第11-13页 |
| 1.2.2 城市地下工程变形预测研究现状 | 第13-14页 |
| 1.3 研究内容 | 第14-16页 |
| 第2章 地下工程变形预测模型 | 第16-32页 |
| 2.1 R/S分析模型 | 第17-18页 |
| 2.1.1 R/S分析模型建立 | 第17-18页 |
| 2.1.2 R/S分析模型特点 | 第18页 |
| 2.2 ARIMA模型 | 第18-24页 |
| 2.2.1 ARIMA模型基础理论 | 第18-20页 |
| 2.2.2 ARIMA模型建模过程 | 第20-24页 |
| 2.3 神经网络模型 | 第24-27页 |
| 2.3.1 神经元 | 第24-25页 |
| 2.3.2 BP神经网络的结构 | 第25-26页 |
| 2.3.3 BP神经网络的学习算法 | 第26-27页 |
| 2.4 ARIMA-BP集成模型 | 第27-30页 |
| 2.4.1 ARIMA-BP权重组合集成模型 | 第29页 |
| 2.4.2 ARIMA-BP误差校正集成模型 | 第29-30页 |
| 2.5 本章小结 | 第30-32页 |
| 第3章 某地下工程变形预测实例 | 第32-68页 |
| 3.1 工程概况 | 第32-33页 |
| 3.2 现场监测 | 第33-39页 |
| 3.3 数据来源 | 第39-40页 |
| 3.4 ARIMA模型预测与分析 | 第40-49页 |
| 3.4.1 地表沉降数据预测及分析 | 第40-45页 |
| 3.4.2 墙顶竖向位移数据预测与分析 | 第45-47页 |
| 3.4.3 墙顶水平位移数据预测与分析 | 第47-49页 |
| 3.5 BP神经网络模型预测与分析 | 第49-57页 |
| 3.5.1 地表沉降数据预测与分析 | 第49-55页 |
| 3.5.2 墙顶竖向位移数据预测与分析 | 第55-56页 |
| 3.5.3 墙顶水平位移数据预测与分析 | 第56-57页 |
| 3.6 ARIMA-BP集成模型预测与分析 | 第57-63页 |
| 3.6.1 地表沉降数据预测与分析 | 第57-62页 |
| 3.6.2 墙顶竖向位移数据预测与分析 | 第62页 |
| 3.6.3 墙顶水平位移数据预测与分析 | 第62-63页 |
| 3.7 模型预测精度比较 | 第63-65页 |
| 3.8 本章小结 | 第65-68页 |
| 第4章 某矿区地表沉陷预测实例 | 第68-78页 |
| 4.1 工程概况 | 第68页 |
| 4.2 数据来源 | 第68-70页 |
| 4.3 R/S分析模型预测与分析 | 第70-73页 |
| 4.3.1 R/S分析与预测 | 第70-72页 |
| 4.3.2 结论检验 | 第72-73页 |
| 4.4 ARIMA-BP集成模型预测与对比分析 | 第73-76页 |
| 4.5 本章小结 | 第76-78页 |
| 第5章 结论与展望 | 第78-80页 |
| 5.1 结论 | 第78-79页 |
| 5.2 展望 | 第79-80页 |
| 参考文献 | 第80-84页 |
| 附录A 攻读学位期间发表的论文与科研成果清单 | 第84-86页 |
| 致谢 | 第86页 |
