| 摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 第一章 绪论 | 第9-14页 |
| ·研究背景及意义 | 第9-10页 |
| ·研究现状 | 第10-12页 |
| ·主要研究内容 | 第12-14页 |
| 第二章 碾压混凝土施工压实质量及其影响因素分析 | 第14-25页 |
| ·引言 | 第14页 |
| ·实时监控下碾压参数的确定 | 第14-17页 |
| ·碾压混凝土坝的施工压实质量影响因素的确定 | 第14-15页 |
| ·碾压混凝土坝碾压质量实时监控技术 | 第15-16页 |
| ·三个碾压参数的实时获取 | 第16-17页 |
| ·碾压参数及其统计量 | 第17-19页 |
| ·碾压遍数及其统计量 | 第18页 |
| ·铺层厚度及其统计量 | 第18页 |
| ·碾压速度及其统计量 | 第18-19页 |
| ·含水率及其统计值 | 第19-20页 |
| ·压实度的计算方法 | 第20页 |
| ·现场试验数据获取以及与实时监控数据的对应 | 第20-24页 |
| ·现场试验方法及数据获取 | 第20-23页 |
| ·现场试验数据与碾压参数的对应 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 基于多元非线性回归的施工压实质量预测模型建立 | 第25-42页 |
| ·引言 | 第25页 |
| ·相关性分析方法 | 第25-27页 |
| ·碾压参数、含水率与施工压实质量的相关性分析 | 第27-32页 |
| ·施工压实质量与碾压遍数的简单相关性分析 | 第27-29页 |
| ·施工压实质量与碾压速度的相关性分析 | 第29-30页 |
| ·施工压实质量与碾压厚度的相关性分析 | 第30-31页 |
| ·施工压实质量与含水率的相关性分析 | 第31-32页 |
| ·碾压参数、含水率与施工压实质量的偏相关性分析 | 第32-35页 |
| ·基于多元非线性回归的压实度模型建立 | 第35-41页 |
| ·碾压混凝土压实度分析与预测模型 | 第35-36页 |
| ·压实度预测模型建立的多元非线性回归方法 | 第36-37页 |
| ·模型参数的确定 | 第37页 |
| ·碾压混凝土压实度建模的步骤 | 第37-38页 |
| ·实例应用 | 第38-41页 |
| ·本章小结 | 第41-42页 |
| 第四章 基于 BP 人工神经网络的施工压实质量预测模型建立 | 第42-52页 |
| ·引言 | 第42页 |
| ·BP 神经网络模型及基本原理 | 第42-46页 |
| ·BP 网络模型结构 | 第42-43页 |
| ·基本 BP 算法 | 第43-45页 |
| ·BP 神经网络算法的实现步骤 | 第45-46页 |
| ·BP 神经网络模型的确定 | 第46-49页 |
| ·数据预处理 | 第46页 |
| ·神经网络层数的选择 | 第46-47页 |
| ·隐含层神经元数目的确定 | 第47-48页 |
| ·神经网络传递函数的选择 | 第48-49页 |
| ·基于 BP 人工神经网络的施工压实质量预测模型的建立 | 第49-50页 |
| ·回归模型与 BP 模型预测结果比较 | 第50-51页 |
| ·本章小结 | 第51-52页 |
| 第五章 基于组合预测方法的施工压实质量预测模型建立 | 第52-65页 |
| ·引言 | 第52页 |
| ·组合预测方法简介 | 第52-53页 |
| ·组合预测模型的改进 | 第53-56页 |
| ·回归分析模型的优缺点 | 第53-54页 |
| ·人工神经网络模型的优缺点 | 第54-55页 |
| ·回归模型与人工神经网络模型组合的合理性 | 第55-56页 |
| ·多元线性回归组合预测模型研究 | 第56-62页 |
| ·多元线性回归组合预测模型的定义 | 第56-58页 |
| ·多元线性回归组合预测模型方程 | 第58页 |
| ·组合预测施工压实质量数据 | 第58-61页 |
| ·组合预测施工压实质量预测模型建立步骤 | 第61-62页 |
| ·组合预测施工压实质量性能对比 | 第62-64页 |
| ·本章小结 | 第64-65页 |
| 第六章 结束语 | 第65-67页 |
| ·总结 | 第65-66页 |
| ·研究展望 | 第66-67页 |
| 参考文献 | 第67-70页 |
| 发表论文和参加科研情况说明 | 第70-71页 |
| 致谢 | 第71页 |
