| 摘要 | 第1-7页 |
| ABSTRACT | 第7-15页 |
| 第1章 绪论 | 第15-27页 |
| ·本文研究目的及意义 | 第15-18页 |
| ·路基差异沉降控制标准研究现状 | 第18-21页 |
| ·国外研究现状 | 第18-19页 |
| ·国内研究现状 | 第19-21页 |
| ·路基回弹模量研究现状 | 第21-23页 |
| ·路基强度检测方法的研究 | 第21-22页 |
| ·路基模量反算方法的研究 | 第22-23页 |
| ·路基沉降预测方法研究现状 | 第23-25页 |
| ·本文的研究内容 | 第25-27页 |
| 第2章 季节冰冻区路基差异沉降控制标准研究 | 第27-45页 |
| ·引言 | 第27页 |
| ·路基差异沉降控制指标 | 第27-28页 |
| ·基于路面结构的路基差异沉降控制标准 | 第28-35页 |
| ·计算模型的建立 | 第28-29页 |
| ·材料参数 | 第29-30页 |
| ·交通荷载的静力等效 | 第30页 |
| ·边界以及初始条件 | 第30-31页 |
| ·路面结构层对差异沉降的力学响应 | 第31-35页 |
| ·基于路面功能的差异沉降控制标准 | 第35-37页 |
| ·基于路面横坡差异沉降控制 | 第35-36页 |
| ·基于路面平整度的差异沉降控制 | 第36-37页 |
| ·差异沉降控制标准及沉降分级 | 第37-39页 |
| ·差异沉降控制标准确定 | 第37-38页 |
| ·路基差异沉降分级 | 第38-39页 |
| ·实际工程应用 | 第39-42页 |
| ·长春至德惠段一级公路简介 | 第39页 |
| ·路基沉降监测 | 第39-41页 |
| ·长春至德惠段路基差异沉降分级 | 第41-42页 |
| ·本章小结 | 第42-45页 |
| 第3章 基于应变监测信息的路基稳定性判断分析方法 | 第45-69页 |
| ·引言 | 第45页 |
| ·路面力学分析模型 | 第45-53页 |
| ·弹性理论空间问题的基本方程 | 第46-47页 |
| ·轴对称荷载作用下的弹性层状体系求解 | 第47-52页 |
| ·双圆复合荷载作用下应力、应变和位移的计算公式 | 第52页 |
| ·力学计算软件 BISAR3.0 简介 | 第52-53页 |
| ·基于 BP 神经网络的路基回弹模量计算 | 第53-61页 |
| ·BP 神经网络算法 | 第54-59页 |
| ·BP 神经网络拟合计算路基回弹模量 | 第59-61页 |
| ·BP 神经网络参数反演方法计算实例 | 第61-67页 |
| ·神经网络训练样本的构造 | 第61-65页 |
| ·方法验证 | 第65-67页 |
| ·本章小结 | 第67-69页 |
| 第4章 基于多变量灰色模型的路基沉降预测 | 第69-89页 |
| ·引言 | 第69-70页 |
| ·传统多变量 MGM(1, n)模型的建立 | 第70-73页 |
| ·多变量 MGM(1, n)模型变量的灰色关联分析 | 第70-71页 |
| ·多变量 MGM(1, n)模型的基本方程 | 第71-73页 |
| ·多变量 MGM(1, n)模型背景值的优化研究 | 第73-76页 |
| ·多变量 MGM(1, n)模型背景值的误差分析 | 第73-74页 |
| ·多变量 MGM(1, n)模型背景值的优化 | 第74-76页 |
| ·利用背景值优化的非等时距 MGM(1, n)模型建模 | 第76-86页 |
| ·利用优化的背景值建模 | 第76-77页 |
| ·新陈代谢方法 | 第77-78页 |
| ·预测模型的检验 | 第78-79页 |
| ·应用实例 | 第79-86页 |
| ·本章小结 | 第86-89页 |
| 第5章 基于非等时距多变量灰色模型的路基沉降预测 | 第89-109页 |
| ·引言 | 第89-90页 |
| ·非等时距多变量 MGM(1, n)模型的建模机理研究 | 第90-95页 |
| ·非等时距多变量 MGM(1, n)模型的建立 | 第90-92页 |
| ·非等时距多变量 MGM(1, n)模型建模机理 | 第92-95页 |
| ·非等时距多变量 MGM(1, n)模型背景值的优化研究 | 第95-98页 |
| ·非等时距多变量 MGM(1, n)模型背景值的误差分析 | 第95-96页 |
| ·非等时距多变量 MGM(1, n)模型背景值的优化 | 第96-98页 |
| ·利用背景值优化的非等时距多变量 MGM(1, n)模型建模 | 第98-107页 |
| ·非等时距多变量 MGM(1, n)模型变量的灰色关联分析 | 第98-99页 |
| ·利用优化的背景值建模 | 第99页 |
| ·预测模型的检验 | 第99-100页 |
| ·应用实例 | 第100-107页 |
| ·本章小结 | 第107-109页 |
| 第6章 结论与展望 | 第109-113页 |
| ·全文结论 | 第109-110页 |
| ·展望 | 第110-113页 |
| 参考文献 | 第113-125页 |
| 作者简介及科研成果 | 第125-127页 |
| 致谢 | 第127页 |
