| 摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 第一章 绪论 | 第9-14页 |
| ·研究背景与意义 | 第9-10页 |
| ·国内外研究现状 | 第10-12页 |
| ·本文研究的主要内容 | 第12-14页 |
| 第二章 高填方渠道填筑碾压质量实时监控理论与应用 | 第14-30页 |
| ·引言 | 第14页 |
| ·高填方渠道填筑碾压质量实时监控指标及其控制准则 | 第14-17页 |
| ·碾压机行驶速度控制准则 | 第14-15页 |
| ·碾压遍数控制准则 | 第15-16页 |
| ·振动状态控制准则 | 第16页 |
| ·铺层厚度控制准则 | 第16-17页 |
| ·高填方渠道填筑碾压质量实时监控数学模型与原理 | 第17-19页 |
| ·数学模型 | 第17-18页 |
| ·监控原理 | 第18-19页 |
| ·高填方渠道填筑碾压过程的可视化表达 | 第19-20页 |
| ·碾压机行驶轨迹的可视化表达 | 第19页 |
| ·填筑碾压过程中状态的实时显示 | 第19-20页 |
| ·监控成果的可视化查询与输出 | 第20页 |
| ·高填方渠道填筑碾压质量实时监控系统建设与开发 | 第20-25页 |
| ·系统结构设计 | 第20-22页 |
| ·系统功能实现 | 第22-25页 |
| ·工程应用 | 第25-29页 |
| ·工程概况 | 第25页 |
| ·高填方渠道填筑碾压质量实时监控执行流程 | 第25-26页 |
| ·高填方渠道填筑碾压质量实时监控系统应用成果 | 第26-29页 |
| ·本章小结 | 第29-30页 |
| 第三章 基于多元线性回归的高填方渠道压实度预测模型研究 | 第30-49页 |
| ·引言 | 第30页 |
| ·基本原理 | 第30-34页 |
| ·相关性分析 | 第30-32页 |
| ·多元线性回归分析 | 第32-34页 |
| ·样本数据的获取 | 第34-39页 |
| ·压实度实测值的获取 | 第34-35页 |
| ·碾压参数的获取及其与试坑试验结果的对应 | 第35-36页 |
| ·样本数据及其描述统计量 | 第36-39页 |
| ·各碾压参数、含水率与压实度的相关性分析 | 第39-42页 |
| ·各变量样本数据的正态性检验 | 第39-41页 |
| ·各碾压参数、含水率与压实度的简单相关性分析 | 第41页 |
| ·各碾压参数、含水率与压实度的偏相关性分析 | 第41-42页 |
| ·基于多元线性回归的高填方渠道压实度预测模型 | 第42-48页 |
| ·压实度预测模型的建立 | 第42-43页 |
| ·压实度预测模型的评价 | 第43-45页 |
| ·压实度预测模型的精度验证 | 第45-47页 |
| ·压实度预测模型中各自变量取值的几点说明 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 第四章 基于人工神经网络的高填方渠道压实度预测模型研究 | 第49-61页 |
| ·引言 | 第49页 |
| ·基本原理 | 第49-52页 |
| ·人工神经网络的基本概念和主要特征 | 第49-50页 |
| ·人工神经网络的构造 | 第50-51页 |
| ·BP 人工神经网络 | 第51-52页 |
| ·BP 人工神经网络模型的建立 | 第52-55页 |
| ·网络结构的确定 | 第52-54页 |
| ·样本数据的预处理 | 第54-55页 |
| ·网络输出数据的后处理 | 第55页 |
| ·BP 人工神经网络算法的程序实现 | 第55-56页 |
| ·网络的创建 | 第55-56页 |
| ·网络的训练 | 第56页 |
| ·网络的仿真 | 第56页 |
| ·BP 人工神经网络性能评价以及两种压实度预测模型的比较 | 第56-60页 |
| ·本章小结 | 第60-61页 |
| 第五章 结束语 | 第61-64页 |
| ·主要研究内容与成果 | 第61-62页 |
| ·进一步研究展望 | 第62-64页 |
| 参考文献 | 第64-69页 |
| 发表论文和参加科研情况说明 | 第69-70页 |
| 致谢 | 第70页 |
