沥青路面纵向抗滑性能检测与评价技术研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-13页 |
| ·课题提出背景及研究意义 | 第8-9页 |
| ·国内外研究概况 | 第9-11页 |
| ·沥青路面抗滑技术研究历程 | 第9-10页 |
| ·沥青路面抗滑技术研究内容 | 第10-11页 |
| ·目前所面临的问题 | 第11-12页 |
| ·本文主要研究内容 | 第12-13页 |
| 第二章 沥青路面抗滑机理与影响因素 | 第13-22页 |
| ·轮胎与路面的摩擦成因 | 第13-14页 |
| ·不同状态路面抗滑模型分析 | 第14-17页 |
| ·干燥状态路面抗滑模型分析 | 第14-15页 |
| ·潮湿状态路面抗滑模型分析 | 第15-17页 |
| ·沥青路面抗滑性能影响因素 | 第17-21页 |
| ·轮胎方面的因素 | 第17-18页 |
| ·路面方面的因素 | 第18-20页 |
| ·行车速度 | 第20-21页 |
| ·轮胎-路面间介质 | 第21页 |
| ·轮胎-路面系统环境 | 第21页 |
| ·本章小结 | 第21-22页 |
| 第三章 沥青路面纵向抗滑性能检测技术研究 | 第22-32页 |
| ·路面抗滑性能主要检测技术与设备 | 第22-26页 |
| ·构造深度检测技术与设备 | 第22-24页 |
| ·路面摩擦系数检测技术与设备 | 第24-26页 |
| ·路面纵向抗滑性能检测技术 | 第26-31页 |
| ·GripTester简介 | 第27-28页 |
| ·GripTester设计原理及特点 | 第28-29页 |
| ·GripTester测试方式 | 第29-30页 |
| ·GripTester应用范围 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第四章 沥青路面纵向抗滑性能试验研究 | 第32-48页 |
| ·试验目的 | 第32页 |
| ·试验设计 | 第32-34页 |
| ·试验内容 | 第32页 |
| ·试验设备 | 第32-33页 |
| ·试验路段 | 第33页 |
| ·试验方案 | 第33-34页 |
| ·试验结果与分析 | 第34-46页 |
| ·试验结果 | 第34-38页 |
| ·试验数据分析 | 第38-46页 |
| ·本章小结 | 第46-48页 |
| 第五章 沥青路面纵向抗滑性能评价模型研究 | 第48-74页 |
| ·人工神经网络概述 | 第49-53页 |
| ·人工神经网络的结构 | 第49-51页 |
| ·人工神经网络的学习与训练 | 第51-52页 |
| ·人工神经网络的分类 | 第52页 |
| ·人工神经网络的特点及应用 | 第52-53页 |
| ·BP神经网络 | 第53-62页 |
| ·BP神经网络的结构 | 第53-54页 |
| ·BP神经网络的学习规则 | 第54-56页 |
| ·BP神经网络学习规则的数学推导 | 第56-58页 |
| ·BP神经网络学习步骤和流程图 | 第58-60页 |
| ·BP神经网络的设计 | 第60-61页 |
| ·BP神经网络的实现 | 第61-62页 |
| ·路面纵向抗滑性能评价的BP神经网络方法应用 | 第62-68页 |
| ·模型结构参数的确定 | 第62-64页 |
| ·模型训练样本数的确定 | 第64页 |
| ·模型样本的标准化预处理 | 第64-65页 |
| ·模型训练参数的确定 | 第65页 |
| ·模型程序 | 第65-68页 |
| ·网络模型分析 | 第68-72页 |
| ·网络模型性能分析 | 第68-71页 |
| ·网络模型应用分析 | 第71-72页 |
| ·本章小结 | 第72-74页 |
| 第六章 结论与展望 | 第74-76页 |
| ·结论 | 第74页 |
| ·展望 | 第74-76页 |
| 参考文献 | 第76-79页 |
| 致谢 | 第79页 |
