摘要 | 第5-7页 |
Abstract | 第7-9页 |
1 绪论 | 第19-28页 |
1.1 研究背景及意义 | 第19-20页 |
1.2 矿山开采沉陷预计研究现状 | 第20-24页 |
1.2.1 基于岩层移动机理的开采沉陷预计方法 | 第20-22页 |
1.2.2 基于开采沉陷时间特征的非线性预测方法 | 第22-24页 |
1.3 主要研究内容 | 第24-26页 |
1.4 研究方法及技术路线 | 第26-27页 |
1.4.1 拟采取的研究技术路线 | 第26-27页 |
1.4.2 研究方法 | 第27页 |
1.5 本章小结 | 第27-28页 |
2 典型非线性开采沉陷预测模型研究 | 第28-57页 |
2.1 试验区概况 | 第28-34页 |
2.1.1 地质采矿及观测站概况 | 第28-29页 |
2.1.2 地表移动观测站数据质量评价 | 第29-34页 |
2.2 典型非线性预测模型原理 | 第34-43页 |
2.2.1 卡尔曼滤波模型 | 第34-36页 |
2.2.2 指数平滑模型建模 | 第36-37页 |
2.2.3 灰色GM(1.1)模型建模 | 第37-39页 |
2.2.4 ARMA模型建模 | 第39-41页 |
2.2.5 BP神经网络模型建模 | 第41-43页 |
2.3 基于非线性预测理论的开采沉陷预测建模方法及应用研究 | 第43-55页 |
2.3.1 数据预处理 | 第43-45页 |
2.3.2 开采沉陷非线性预测建模方法及程序实现 | 第45-51页 |
2.3.3 基于非线性预测理论的开采沉陷全周期预测研究 | 第51-55页 |
2.4 本章小结 | 第55-57页 |
3 融合多源异构模型的开采沉陷预测方法研究 | 第57-74页 |
3.1 融合多源异构模型的开采沉陷预测建模原理 | 第57-62页 |
3.1.1 多源异构预测模型融合准则 | 第57-59页 |
3.1.2 多源异构预测融合模型的单项模型筛选原则 | 第59-61页 |
3.1.3 多源异构融合模型的精度评价标准 | 第61-62页 |
3.2 基于多源异构融合模型的开采沉陷预测建模方法及应用研究 | 第62-72页 |
3.2.1 多源异构预测模型的构建及预测实验 | 第62-63页 |
3.2.2 活跃期多源异构预测模型的预测 | 第63-65页 |
3.2.3 衰退期多源异构预测模型的预测 | 第65-67页 |
3.2.4 预测结果及误差分析 | 第67-72页 |
3.3 本章小结 | 第72-74页 |
4 顾及数据新鲜度和多源异构模型融合的开采沉陷预测方法研究 | 第74-91页 |
4.1 顾及新鲜度函数的多源异构融合通用模型 | 第74-75页 |
4.1.1 实测沉降数据新旧程度对融合预测点的影响 | 第74-75页 |
4.1.2 预测中的时间权重讨论 | 第75页 |
4.2 开采沉陷观测值新鲜度函数F(t) | 第75-80页 |
4.2.1 S型生长曲线函数 | 第75-78页 |
4.2.2 Knothe时间函数 | 第78-80页 |
4.3 工程应用案例分析 | 第80-89页 |
4.3.1 顾及数据新鲜度多源异构预测模型的构建及预测 | 第80-85页 |
4.3.2 新鲜度函数F(t)的选取 | 第85页 |
4.3.3 预测误差分析 | 第85-89页 |
4.4 本章小结 | 第89-91页 |
5 结论与展望 | 第91-94页 |
5.1 本文结论 | 第91-93页 |
5.2 展望 | 第93-94页 |
致谢 | 第94-96页 |
作者简介 | 第96-97页 |
参考文献 | 第97-100页 |