基于遗传—神经网络的农村公路沥青路面使用性能评价方法研究
摘要 | 第4-5页 |
Abstract | 第5页 |
第一章 绪论 | 第9-16页 |
1.1 研究背景与意义 | 第9-11页 |
1.2 国内外研究现状 | 第11-15页 |
1.2.1 国外研究现状 | 第11-12页 |
1.2.2 国内研究现状 | 第12-15页 |
1.3 主要研究内容 | 第15-16页 |
第二章 枣庄市农村公路沥青路面使用状况调查与分析 | 第16-27页 |
2.1 沥青路面使用状况分析 | 第16-19页 |
2.1.1 沥青路面功能性损坏分析 | 第16-18页 |
2.1.2 沥青路面结构性损坏分析 | 第18-19页 |
2.2 枣庄市农村公路路面状况调查 | 第19-26页 |
2.2.1 调查内容与方法 | 第19-22页 |
2.2.2 枣庄市农村公路路面状况调查 | 第22-26页 |
2.3 本章小结 | 第26-27页 |
第三章 农村公路沥青路面使用性能评价指标 | 第27-45页 |
3.1 农村公路沥青路面评价指标选取原则 | 第27-28页 |
3.2 现行农村公路沥青路面评价指标体系 | 第28-30页 |
3.2.1 评价指标体系结构 | 第28-30页 |
3.2.2 现行评价方法的不足 | 第30页 |
3.3 农村公路沥青路面评价指标研究 | 第30-44页 |
3.3.1 评价指标的选择 | 第30-32页 |
3.3.2 裂缝率指数 CRI | 第32-35页 |
3.3.3 路面使用状况指数 PCI | 第35-39页 |
3.3.4 路面行使质量指数 RQI | 第39-44页 |
3.4 本章小结 | 第44-45页 |
第四章 农村公路沥青路面使用性能评价方法研究 | 第45-69页 |
4.1 神经网络理论基础 | 第45-51页 |
4.1.1 神经网络基本机制 | 第45-47页 |
4.1.2 人工神经元模型 | 第47-48页 |
4.1.3 BP 神经网络 | 第48-51页 |
4.2 遗传算法理论基础 | 第51-54页 |
4.2.1 遗传算法工作原理 | 第51-52页 |
4.2.2 遗传算法操作过程 | 第52-54页 |
4.2.3 遗传算法特点 | 第54页 |
4.3 遗传-神经网络的实现 | 第54-59页 |
4.3.1 遗传算法与神经网络结合的必要性 | 第55页 |
4.3.2 遗传算法与神经网络结合的可行性 | 第55-56页 |
4.3.3 遗传算法对神经网络的进化 | 第56-57页 |
4.3.4 遗传-神经网络模型的建立 | 第57-59页 |
4.4 农村公路沥青路面路面使用性能评价 | 第59-67页 |
4.4.1 评价指标的选择 | 第59-60页 |
4.4.2 输入数据的预处理 | 第60-62页 |
4.4.3 输入数据的选择 | 第62-65页 |
4.4.4 评价模型结构 | 第65页 |
4.4.5 模型的训练及结果分析 | 第65-67页 |
4.5 本章小结 | 第67-69页 |
第五章 农村公路沥青路面使用性能评价方法验证 | 第69-75页 |
5.1 评价路段概况 | 第69-70页 |
5.1.1 路段选取 | 第69页 |
5.1.2 调查路段路面使用状况 | 第69-70页 |
5.2 现行规范性能评价 | 第70-71页 |
5.2.1 单项指标评价 | 第70-71页 |
5.2.2 路面使用性能评价 | 第71页 |
5.3 遗传-神经网络模型评价 | 第71-72页 |
5.3.1 模型输入数据的确定 | 第71-72页 |
5.3.2 路面使用性能评价 | 第72页 |
5.4 评价结果对比分析 | 第72-74页 |
5.5 本章小结 | 第74-75页 |
第六章 结论与展望 | 第75-77页 |
6.1 主要结论 | 第75-76页 |
6.2 进一步展望 | 第76-77页 |
参考文献 | 第77-80页 |
致谢 | 第80页 |