| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 1 绪论 | 第9-15页 |
| 1.1 课题的提出 | 第9-10页 |
| 1.2 依托工程状况 | 第10-11页 |
| 1.3 国内外预测模型 | 第11-13页 |
| 1.3.1 国内预测模型 | 第11-12页 |
| 1.3.2 国外预测模型 | 第12-13页 |
| 1.4 灰色系统理论的创立发展及应用 | 第13-14页 |
| 1.5 本课题的研究内容及研究思路 | 第14-15页 |
| 2 灰色系统理论概述及在紫外老化方面的结合点 | 第15-25页 |
| 2.1 灰色系统的基本概念 | 第15-16页 |
| 2.1.1 系统思想和系统方法 | 第15页 |
| 2.1.2 灰色系统 | 第15-16页 |
| 2.2 灰色系统的基本原理 | 第16页 |
| 2.3 灰色系统的数学描述 | 第16-20页 |
| 2.3.1 灰数 | 第17-18页 |
| 2.3.2 灰色方程 | 第18-20页 |
| 2.4 灰色系统的基本方法 | 第20-22页 |
| 2.4.1 灰色系统综合分析 | 第20-21页 |
| 2.4.2 本征灰色系统的建模与预测方法 | 第21-22页 |
| 2.4.3 非本征灰色系统的建模与预测方法 | 第22页 |
| 2.5 灰色系统理论沥青混合料紫外老化路用性能的结合 | 第22-25页 |
| 3 沥青混合料紫外老化路用性能实验研究 | 第25-45页 |
| 3.1 研究方案 | 第25页 |
| 3.2 原材料试验方法及指标 | 第25-39页 |
| 3.2.1 沥青、矿料材性实验 | 第25-27页 |
| 3.2.2 沥青混凝土面层级配 | 第27-39页 |
| 3.3 SBS 改性沥青混凝土紫外老化高温稳定性路用性能试验 | 第39-40页 |
| 3.4 SBS 改性沥青混凝土紫外老化低温抗裂性路用性能试验 | 第40-42页 |
| 3.5 SBS 改性沥青混凝土抗疲劳性能试验研究 | 第42-45页 |
| 4 SBS 沥青混凝土紫外老化路用性能影响因素的灰关联分析 | 第45-71页 |
| 4.1 灰熵关联分析方法 | 第45-47页 |
| 4.2 SBS 改性沥青混合料油石比影响因素分析 | 第47-49页 |
| 4.3 SBS 改性沥青混合料紫外老化高温稳定性灰熵关联分析 | 第49-57页 |
| 4.4 SBS 改性沥青混合料紫外老化低温抗裂性影响因素分析 | 第57-62页 |
| 4.5 SBS 改性沥青混凝土疲劳性能影响因素分析 | 第62-67页 |
| 4.6 SBS 改性沥青混凝土疲劳试验结果多元回归分析 | 第67-70页 |
| 4.6.1 初始劲度模量多元回归分析结果 | 第67-69页 |
| 4.6.2 拉应变多元回归分析结果 | 第69-70页 |
| 4.7 本章小结 | 第70-71页 |
| 5 基于灰色预测及 BP 神经网络模型的沥青路面路用性能研究 | 第71-89页 |
| 5.1 灰色预测模型基本理论 | 第71-77页 |
| 5.1.1 概述 | 第71页 |
| 5.1.2 灰色预测系统分类 | 第71页 |
| 5.1.3 灰色预测系统建模思想 | 第71页 |
| 5.1.4 原始数据序列的处理 | 第71-72页 |
| 5.1.5 GM(1，1)模型理论 | 第72-75页 |
| 5.1.6 GM(1，N)模型 | 第75-77页 |
| 5.2 应用灰色预测模型预测路面抗紫外老化强度随时间变化程度 | 第77-81页 |
| 5.2.1 对 SBS 改性沥青混凝土低温劈裂强度的预测 | 第77-79页 |
| 5.2.2 对 SBS 改性沥青混凝土高温动稳定性的预测 | 第79-81页 |
| 5.3 应用人工神经网络预测 SBS 改性沥青混凝土路面使用性能 | 第81-88页 |
| 5.3.1 BP 神经网络模型及其算法设计 | 第82-83页 |
| 5.3.2 BP 神经网络的建立及路用性能指标的量化 | 第83-85页 |
| 5.3.3 BP 神经网络在路面使用性能预测中的应用 | 第85-88页 |
| 5.4 本章小结 | 第88-89页 |
| 6 结论与展望 | 第89-92页 |
| 6.1 本文结论 | 第89-90页 |
| 6.2 本文展望 | 第90-92页 |
| 参考文献 | 第92-97页 |
| 致谢 | 第97-99页 |
| 附录 | 第99-103页 |
| 1.参与课题情况 | 第99-100页 |
| 2.灰色熵关联度计算程序 | 第100-103页 |
