遗传算法在路面管理系统中的应用研究
| 摘要 | 第1-8页 |
| Abstract | 第8-13页 |
| 第1章 绪论 | 第13-17页 |
| ·论文的研究背景 | 第13-14页 |
| ·国内外研究现状分析 | 第14-15页 |
| ·目前须解决的问题 | 第15-16页 |
| ·本文研究的主要内容 | 第16-17页 |
| 第2章 路面管理系统概述 | 第17-20页 |
| ·路面管理和路面管理系统 | 第17页 |
| ·路面管理系统的组成 | 第17-20页 |
| ·路面使用性能及路面使用性能预测 | 第18-19页 |
| ·路面养护决策 | 第19-20页 |
| 第3章 遗传算法及其原理 | 第20-40页 |
| ·遗传算法的特点 | 第20页 |
| ·遗传算法结构与操作 | 第20-24页 |
| ·遗传算法的结构 | 第20-21页 |
| ·遗传算法的操作与运算 | 第21-24页 |
| ·遗传算法的理论基础 | 第24-27页 |
| ·模式理论 | 第24-26页 |
| ·隐含并行机理 | 第26-27页 |
| ·遗传算法的收敛性 | 第27页 |
| ·遗传算法的关键要素 | 第27-40页 |
| ·编码机制 | 第28-32页 |
| ·适应度函数 | 第32-34页 |
| ·遗传算子 | 第34-38页 |
| ·控制参数 | 第38-40页 |
| 第4章 遗传算法的平整度组合预测 | 第40-73页 |
| ·组合预测的简要分类 | 第40-44页 |
| ·按组合预测与各单项预测方法的函数关系 | 第40页 |
| ·按组合预测加权系数是否随时间变化分类 | 第40-41页 |
| ·组合预测方法的预测效果分类 | 第41-44页 |
| ·路面平整度的单项预测模型 | 第44-55页 |
| ·回归分析模型 | 第44-45页 |
| ·时序分析模型 | 第45-48页 |
| ·灰色理论模型 | 第48-53页 |
| ·单项平整度预测模型预测结果 | 第53-55页 |
| ·遗传算法的平整度线性组合预测 | 第55-61页 |
| ·线性组合预测模型 | 第55-56页 |
| ·用遗传算法来确定权系数 | 第56-59页 |
| ·算例及结果分析 | 第59-61页 |
| ·遗传神经网络组合预测模型 | 第61-73页 |
| ·神经网络用作非线性组合预测的可行性 | 第61-64页 |
| ·遗传算法与BP网络融合的必要性 | 第64-69页 |
| ·算例及结果分析 | 第69-73页 |
| 第5章 遗传多目标路面养护决策模型 | 第73-100页 |
| ·路面养护决策模型的建立 | 第73-80页 |
| ·多目标优化的基本概念 | 第73-74页 |
| ·多目标养护决策优化方法概述 | 第74-80页 |
| ·路面养护决策的内容 | 第80-82页 |
| ·单个项目的养护决策内容的数学表示 | 第80-81页 |
| ·网级的养护决策内容的数学表示 | 第81-82页 |
| ·基于遗传的多目标优化 | 第82-100页 |
| ·基本概念和术语 | 第82-85页 |
| ·传统经典方法 | 第85-86页 |
| ·多目标演化算法 | 第86-87页 |
| ·多目标问题优化与决策的关系 | 第87页 |
| ·多目标优化与决策技术分类 | 第87-89页 |
| ·多目标演化算法常用策略 | 第89-94页 |
| ·NSGA-II多目标优化测试 | 第94-97页 |
| ·高速公路多目标养护决策实例 | 第97-100页 |
| 结论 | 第100-102页 |
| 致谢 | 第102-103页 |
| 参考文献 | 第103-107页 |
| 攻读硕士期间发表的论文 | 第107页 |
| 参加的科研项目 | 第107页 |
