摘要 | 第5-7页 |
Abstract | 第7-8页 |
第1章 绪论 | 第13-25页 |
1.1 研究目的与意义 | 第13页 |
1.2 国内外研究现状 | 第13-23页 |
1.2.1 沥青混合料动态模量预测模型研究现状 | 第13-19页 |
1.2.2 再生沥青混合料动态模量预测模型研究现状 | 第19-21页 |
1.2.3 混凝土自收缩预测模型研究现状 | 第21-23页 |
1.3 本文研究内容及技术路线 | 第23-25页 |
1.3.1 研究内容 | 第23-24页 |
1.3.2 技术路线 | 第24-25页 |
第2章 基于GEP算法的沥青混合料动模量预测 | 第25-34页 |
2.1 前言 | 第25页 |
2.2 基因表达式编程算法 | 第25-27页 |
2.2.1 基因表达式 | 第25-26页 |
2.2.2 GEP的基因结构 | 第26-27页 |
2.3 沥青混合料动态模量预测模型的建立 | 第27-28页 |
2.3.1 影响因素的分析 | 第27页 |
2.3.2 沥青混合料动态模量函数模型预测的求解流程 | 第27-28页 |
2.4 GEP算法的预测结果及比较分析 | 第28-32页 |
2.4.1 GEP算法预测沥青混合料动态模量模型 | 第28-30页 |
2.4.2 GEP算法预测模型与现有模型比较分析 | 第30-32页 |
2.5 八个影响因素对动模量预测的敏感性分析 | 第32-33页 |
2.6 本章小结 | 第33-34页 |
第3章 再生沥青混合料动态模量模型预测 | 第34-40页 |
3.1 前言 | 第34页 |
3.2 GEP算法对热再生沥青混合料动态模量的研究 | 第34-37页 |
3.2.1 影响因素的分析 | 第34-35页 |
3.2.2 建立再生沥青混合料动态模量预测模型 | 第35页 |
3.2.3 GEP预测模型结果的分析 | 第35-36页 |
3.2.4 GEP模型与Iowa模型比较分析 | 第36-37页 |
3.3 影响因素对动模量预测的敏感性分析 | 第37-38页 |
3.4 本章小结 | 第38-40页 |
第4章 基于GEP算法的混凝土自收缩预测 | 第40-56页 |
4.1 前言 | 第40-41页 |
4.2 混凝土自收缩的GEP预测研究 | 第41-45页 |
4.2.1 样本数据库的来源 | 第41-42页 |
4.2.2 GEP算法预测混凝土自收缩模型 | 第42-44页 |
4.2.3 与现有模型进行比较分析 | 第44-45页 |
4.3 混凝土自收缩试验 | 第45-48页 |
4.3.1 试验原材料 | 第45-46页 |
4.3.2 混凝土自收缩试验装置与方法 | 第46-47页 |
4.3.3 试验步骤 | 第47-48页 |
4.3.4 混凝土自收缩计算方法 | 第48页 |
4.4 试验数据及GEP模型的验证 | 第48-53页 |
4.4.1 自收缩试验数据及参数分析 | 第48-52页 |
4.4.2 GEP模型的验证 | 第52-53页 |
4.5 单一影响因素分析 | 第53-55页 |
4.6 本章小结 | 第55-56页 |
结论及展望 | 第56-59页 |
参考文献 | 第59-63页 |
致谢 | 第63-64页 |
附录A 攻读学位期间发表的学术论文 | 第64页 |