基于BP神经网络的沥青老化预测系统研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-18页 |
| ·选题背景 | 第9-11页 |
| ·国内外研究现状 | 第11-15页 |
| ·沥青老化 | 第11-12页 |
| ·BP 神经网络 | 第12-14页 |
| ·沥青老化预测 | 第14-15页 |
| ·存在问题总结 | 第15页 |
| ·研究内容与思路 | 第15-18页 |
| ·研究内容 | 第15-16页 |
| ·研究思路 | 第16-18页 |
| 第二章 沥青老化影响因素分析 | 第18-25页 |
| ·研究方案及试验方法 | 第18-19页 |
| ·温度的影响 | 第19-21页 |
| ·水的影响 | 第21-22页 |
| ·紫外线的影响 | 第22-23页 |
| ·讨论 | 第23-24页 |
| ·小结 | 第24-25页 |
| 第三章 不同地区沥青老化数据调查 | 第25-29页 |
| ·不同地区沥青实际老化数据 | 第25-28页 |
| ·不同地区气候数据 | 第28-29页 |
| 第四章 BP 神经网络理论算法及原理 | 第29-39页 |
| ·基本 BP 算法公式推导 | 第30-33页 |
| ·BP 神经网络原理 | 第33-36页 |
| ·网络层数 | 第34-35页 |
| ·隐含层的神经元数 | 第35页 |
| ·初始权值的选取 | 第35-36页 |
| ·学习速率 | 第36页 |
| ·神经网络的训练 | 第36-38页 |
| ·神经网络算法流程 | 第36-37页 |
| ·神经网络的训练过程 | 第37-38页 |
| ·小结 | 第38-39页 |
| 第五章 数据的预处理与 BP 神经网络结构设计 | 第39-45页 |
| ·数据的预处理 | 第39-40页 |
| ·BP 神经网络结构设计 | 第40-44页 |
| ·网络层数的设计 | 第40页 |
| ·输入层神经节点的设计 | 第40-41页 |
| ·输出层神经节点的设计 | 第41页 |
| ·传递函数的设计 | 第41-42页 |
| ·学习函数的设计 | 第42页 |
| ·性能函数的确定 | 第42页 |
| ·隐含层神经节点的设计 | 第42-44页 |
| ·小结 | 第44-45页 |
| 第六章 沥青实际老化性能预测分析 | 第45-58页 |
| ·针入度训练及预测结果 | 第45-49页 |
| ·软化点训练及预测结果 | 第49-52页 |
| ·延度训练及预测结果 | 第52-56页 |
| ·小结 | 第56-58页 |
| 第七章 结论与展望 | 第58-61页 |
| ·结论 | 第58-59页 |
| ·创新点 | 第59页 |
| ·改进建议 | 第59-60页 |
| ·展望 | 第60-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-65页 |
| 附录 A BP 神经网络代码(针入度) | 第65-67页 |
| 附录 B BP 神经网络代码(软化点) | 第67-69页 |
| 附录 C BP 神经网络代码(延度) | 第69-71页 |
| 攻读学位期间取得的研究成果 | 第71页 |
