基于时间序列分析的地铁基坑变形监测数据处理方法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 目录 | 第8-11页 |
| 第1章 绪论 | 第11-19页 |
| ·选题依据 | 第11-12页 |
| ·时间序列分析国内外研究现状 | 第12-14页 |
| ·论文主要研究内容 | 第14-19页 |
| 第2章 时间序列分析的基本原理 | 第19-35页 |
| ·时间序列的概念 | 第19-22页 |
| ·平稳时间序列 | 第20页 |
| ·时间序列数字特征 | 第20-22页 |
| ·常用的时间序列的模型 | 第22-26页 |
| ·自回归AR(p)模型 | 第22-23页 |
| ·滑动平均MA(q)模型 | 第23-25页 |
| ·自回归滑动平均ARMA(p,q)模型 | 第25-26页 |
| ·时间序列的相关特性 | 第26-27页 |
| ·时序模型自相关函数的性质 | 第26页 |
| ·时序模型的偏相关函数的性质 | 第26-27页 |
| ·时间序列的模型识别与参数估计 | 第27-31页 |
| ·时间序列模型识别 | 第28-29页 |
| ·时间序列参数估计 | 第29-31页 |
| ·模型考核与均值检验 | 第31-35页 |
| ·模型考核—自相关函数检验法 | 第31-32页 |
| ·均值的精度检验 | 第32-35页 |
| 第3章 多维时间序列AR模型的建模与预报 | 第35-53页 |
| ·多维AR模型参数估计的最小二乘法 | 第35-37页 |
| ·多维AR模型的概念 | 第35-36页 |
| ·多维AR模型参数估计的最小二乘法 | 第36-37页 |
| ·多维AR模型参数估计的Kalman滤波算法 | 第37-40页 |
| ·多维AR模型参数估计的Kalman滤波算法 | 第38-39页 |
| ·加入衰减因子的Kalman滤波算法 | 第39-40页 |
| ·带色噪声的AR模型参数估计的最小二乘法 | 第40-43页 |
| ·多维AR模型的检验定阶 | 第43-50页 |
| ·多维AR模型的F检验定阶 | 第44-45页 |
| ·AIC与BIC定阶与检验 | 第45-49页 |
| ·快速(两步法)F检验定阶 | 第49-50页 |
| ·多维AR序列的预报及其精度分析 | 第50-53页 |
| ·多维AR序列的平稳线性最小方差预报方法 | 第50-51页 |
| ·多维AR序列预报的精度分析 | 第51-53页 |
| 第4章 多维ARMA模型建模 | 第53-61页 |
| ·时间序列分析数据预处理 | 第53-54页 |
| ·多维ARMA模型 | 第54-55页 |
| ·多维ARMA模型的长自回归白噪化建模 | 第55-57页 |
| ·多维ARMA参数估计的最小二乘法 | 第55-56页 |
| ·多维ARMA模型长自回归白噪化建模步骤 | 第56-57页 |
| ·多维ARMA模型的反馈线性估计法建模 | 第57-61页 |
| 第5章 地铁站黎明段变形监测数据分析 | 第61-87页 |
| ·沈阳地铁黎明段工程 | 第61-62页 |
| ·工程概况 | 第61-62页 |
| ·监测说明 | 第62页 |
| ·算例及数据分析 | 第62-87页 |
| 第6章 结论与展望 | 第87-89页 |
| ·结论 | 第87页 |
| ·展望 | 第87-89页 |
| 参考文献 | 第89-91页 |
| 攻读学位期间发表论著及参加的科研项目 | 第91-93页 |
| 致谢 | 第93页 |
