| 摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 第1章 绪论 | 第9-15页 |
| ·研究的目的与意义 | 第9-11页 |
| ·国内外研究现状与发展趋势 | 第11-13页 |
| ·本文研究的内容与解决的问题 | 第13-15页 |
| 第2章 路面使用性能常用评价指标与评价模型 | 第15-31页 |
| ·概述 | 第15页 |
| ·路面使用性能常用评价指标 | 第15-19页 |
| ·路面结构方面评价指标 | 第16页 |
| ·路面功能方面评价指标 | 第16-18页 |
| ·结构承载能力方面评价指标 | 第18页 |
| ·路面安全性方面评价指标 | 第18-19页 |
| ·单项评价指标的评价标准 | 第19页 |
| ·评价指标的改进 | 第19-24页 |
| ·路面结构方面指标改进 | 第20-21页 |
| ·路面功能方面指标改进 | 第21-22页 |
| ·结构承载能力方面指标改进 | 第22-23页 |
| ·路面安全性方面指标改进 | 第23-24页 |
| ·路面使用性能评价方法研究现状 | 第24-29页 |
| ·常用的路面使用性能评价方法 | 第24-27页 |
| ·路面使用性能评价研究现状分析 | 第27-29页 |
| ·路面使用性能评价的发展趋势 | 第29-31页 |
| 第3章 神经网络与遗传算法的理论基础 | 第31-54页 |
| ·神经网络的理论基础 | 第31-35页 |
| ·人工神经网络的基本特征与功能 | 第31-32页 |
| ·人工神经元模型 | 第32-33页 |
| ·BP神经网络 | 第33-35页 |
| ·遗传算法的理论基础 | 第35-40页 |
| ·遗传算法的运行过程 | 第36-40页 |
| ·遗传算法的特点 | 第40页 |
| ·混合遗传神经网络模型的实现 | 第40-54页 |
| ·遗传算法与BP网络融合的必要性与可行性 | 第41-43页 |
| ·遗传算法对BP网络进化的方式 | 第43-45页 |
| ·混合遗传神经网络模型的建立 | 第45-52页 |
| ·混合GANN模型的流程 | 第52-54页 |
| 第4章 高速公路沥青路面使用性能混合GANN评价方法 | 第54-71页 |
| ·评价模型的建立 | 第54-62页 |
| ·模型输入参数的选择 | 第54-56页 |
| ·输入输出数据的预处理 | 第56-58页 |
| ·样本数据的选择 | 第58-61页 |
| ·评价模型的结构 | 第61页 |
| ·性能验证 | 第61页 |
| ·评价模型的建立与应用流程 | 第61-62页 |
| ·评价模型的训练结果 | 第62-67页 |
| ·结果分析 | 第67-68页 |
| ·评价模型在京珠高速公路中的应用 | 第68-70页 |
| ·结论 | 第70-71页 |
| 第5章 沥青路面路面状况指数的混合GANN预测方法 | 第71-81页 |
| ·预测模型的建立 | 第72-76页 |
| ·模型输入参数的确定 | 第72页 |
| ·数据的预处理 | 第72-73页 |
| ·样本数据的选择 | 第73-74页 |
| ·预测模型的结构 | 第74页 |
| ·性能验证 | 第74-75页 |
| ·预测模型建立流程 | 第75-76页 |
| ·预测模型的训练结果 | 第76-79页 |
| ·结果分析 | 第79-80页 |
| ·结论 | 第80-81页 |
| 第6章 结论与展望 | 第81-83页 |
| ·结论 | 第81-82页 |
| ·展望 | 第82-83页 |
| 作者在攻读硕士期间发表的学术论文 | 第83页 |
| 作者在攻读硕士期间参加的科研课题与工程项目 | 第83-84页 |
| 参考文献 | 第84-90页 |
| 致谢 | 第90页 |