| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 轨道状态趋势预测的研究 | 第11-13页 |
| 1.2.2 轨道养护维修计划辅助决策技术的研究现状 | 第13页 |
| 1.3 论文的组织结构 | 第13-16页 |
| 1.3.1 论文的主要研究内容 | 第13-14页 |
| 1.3.2 论文的技术路线 | 第14-15页 |
| 1.3.3 论文的各章节内容安排 | 第15-16页 |
| 第2章 轨道几何不平顺数据分析 | 第16-25页 |
| 2.1 轨道检测车检测技术概述 | 第16-17页 |
| 2.2 轨道几何不平顺的每一项参数概述 | 第17-19页 |
| 2.2.1 轨道不平顺的分类 | 第17-19页 |
| 2.2.2 轨道质量的评价研究 | 第19页 |
| 2.3 轨道检测车实测数据的预处理技术研究 | 第19-24页 |
| 2.3.1 异常点的处理 | 第20-22页 |
| 2.3.2 里程校验 | 第22-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第3章 TQI值趋势预测模型研究 | 第25-46页 |
| 3.1 灰色系统理论与BP神经网络应用研究 | 第25-29页 |
| 3.1.1 灰色系统理论应用分析 | 第25-26页 |
| 3.1.2 BP神经网络预测原理分析 | 第26-29页 |
| 3.2 GM(1,1)非等时距模型的建立 | 第29-34页 |
| 3.2.1 TQI序列的数据变换 | 第29-30页 |
| 3.2.2 1-AGO序列生成 | 第30-31页 |
| 3.2.3 初值优化 | 第31页 |
| 3.2.4 微分方程的建立 | 第31-32页 |
| 3.2.5 背景值优化 | 第32-34页 |
| 3.2.6 求解时间响应序列 | 第34页 |
| 3.3 BP神经网络预测模型的建立 | 第34-37页 |
| 3.3.1 预测模型类型的确定 | 第34-35页 |
| 3.3.2 数据序列的处理 | 第35页 |
| 3.3.3 确定BP网络结构和参数 | 第35-36页 |
| 3.3.4 基于新陈代谢思想的预测 | 第36-37页 |
| 3.4 数据选择预测模型的建立 | 第37-38页 |
| 3.5 实验结果分析 | 第38-45页 |
| 3.5.1 GM(1,1)模型和神经网络预测数据 | 第38-40页 |
| 3.5.2 数据选择预测模型数据 | 第40-42页 |
| 3.5.3 数据选择预测模型与非等时距灰色预测模型的比较 | 第42-45页 |
| 3.6 本章小结 | 第45-46页 |
| 第4章 基于遗传算法的辅助决策模型研究 | 第46-69页 |
| 4.1 遗传算法的基本原理 | 第46-50页 |
| 4.1.1 遗传算法的产生 | 第46-47页 |
| 4.1.2 遗传算法的基本操作 | 第47-49页 |
| 4.1.3 遗传算法的基本流程 | 第49-50页 |
| 4.2 辅助决策模型设计 | 第50-56页 |
| 4.2.1 模型参数定义 | 第50页 |
| 4.2.2 染色体的编码与解码 | 第50-51页 |
| 4.2.3 目标函数和适应函数的建立 | 第51-53页 |
| 4.2.4 约束条件的对应 | 第53-55页 |
| 4.2.5 遗传算子的确定 | 第55-56页 |
| 4.3 模型改进研究 | 第56-59页 |
| 4.3.1 遗传算法运行参数的优化 | 第56-58页 |
| 4.3.2 适应值函数的优化 | 第58页 |
| 4.3.3 选择算子的优化 | 第58-59页 |
| 4.3.4 混合遗传算法 | 第59页 |
| 4.4 实验结果分析 | 第59-68页 |
| 4.4.1 一个养护机械对少量单元区段进行作业 | 第59-62页 |
| 4.4.2 一个养护机械对大量养护区间进行作业 | 第62-65页 |
| 4.4.3 多个养护机械对大量养护区间进行作业 | 第65-67页 |
| 4.4.4 模型比较 | 第67-68页 |
| 4.5 本章小结 | 第68-69页 |
| 第5章 总结与展望 | 第69-71页 |
| 5.1 研究工作总结 | 第69-70页 |
| 5.2 未来工作展望 | 第70-71页 |
| 致谢 | 第71-72页 |
| 参考文献 | 第72-75页 |
| 攻读硕士学位期间发表的论文 | 第75页 |