首页--交通运输论文--公路运输论文--道路工程论文--路基、路面工程论文--路面工程论文

基于同伦方法的路面模量反算的研究

第一章 绪论第1-19页
 1 问题的提出第12-14页
 2 国内外研究概况第14-17页
  2.1 弹性层状体系理论第14-15页
  2.2 模量反算第15-16页
  2.3 同伦方法第16-17页
 3 本文研究内容及意义第17-19页
第二章 现有模量反算方法局限性分析第19-30页
 1 弹性层状体系理论第19-24页
  1.1 一般解第19-21页
  1.2 定解与数值计算第21-23页
  1.3 多圆荷载作用下的应力叠加与主应力计算第23-24页
 2 模量反算的分析模型第24-25页
  2.1 FWD工作原理第24页
  2.2 模量反算的数学模型第24-25页
 3 现有模量反算方法局限性分析第25-28页
  3.1 初始值第25页
  3.2 搜索规则第25-28页
 4 小结第28-30页
第三章 基于同伦方法的路面模量反算第30-51页
 1 优化计算的基本问题第30-31页
 2 同伦理论与算法第31-44页
  2.1 预备知识和有关记号第31-33页
   2.1.1 导映射第31页
   2.1.2 正则值第31-32页
   2.1.3 Sard定理第32-33页
   2.1.4 带边流形第33页
   2.1.5 一维流形的分类第33页
  2.2 同伦方法的基本思想第33-35页
  2.3 同伦方法的具体实施第35-44页
   2.3.1 微分初值问题第35-37页
   2.3.2 矩阵的Household分解第37-38页
   2.3.3 线性方程组的求解第38-39页
   2.3.4 Li-Yorke算法第39-44页
 3 基于同伦方法的模量反算第44-50页
  3.1 实现方法第44页
  3.2 理论弯沉盆验证第44-49页
  3.3 同伦方法的改进第49-50页
 4 小结第50-51页
第四章 同伦方法与其它反算方法的比较第51-62页
 1 改进遗传算法第51-54页
  1.1 遗传算法基本原理第51-52页
  1.2 改进遗传算法进行路面模量反算第52-53页
  1.3 理论弯沉盆验证第53-54页
 2 同伦方法与其它反算方法的比较第54-61页
  2.1 其它反算方法第54页
  2.2 精度比较第54-57页
  2.3 收敛性比较第57-61页
 3 小结第61-62页
第五章 基于人工神经网络的路面模量反算第62-75页
 1 BP神经网络第62-66页
  1.1 BP神经网络模型第62页
  1.2 学习算法第62-64页
  1.3 训练与测试第64-65页
  1.4 BP模型存在的问题第65页
  1.5 LM学习算法第65-66页
 2 基于BP网络的模量反算第66-72页
  2.1 主要参数第66-67页
  2.2 网络结构与训练样本第67-68页
  2.3 网络的训练和测试第68-72页
 3 与同伦方法的比较第72-73页
 4 小结第73-75页
第六章 工程应用第75-89页
 1 水泥混凝土路面第75-80页
  1.1 路段概况第75-76页
  1.2 模量反算结果第76-79页
  1.3 接缝传荷能力第79-80页
 2 沥青路面第80-88页
  2.1 路段概况第81-82页
  2.2 模量反算结果第82页
  2.3 温度修正公式第82-88页
 3 小结第88-89页
第七章 基于同伦BP网络的弹性层状体系近似计算第89-102页
 1 引言第89页
 2 同伦BP算法第89-95页
  2.1 神经计算的基本问题第89-90页
  2.2 一阶偏导数第90-91页
  2.3 二阶偏导数第91-94页
   2.3.1 A_(11)矩阵第91-92页
   2.3.2 A_(12)矩阵第92页
   2.3.3 A_(21)矩阵第92-93页
   2.3.4 A_(22)矩阵第93-94页
  2.4 同伦BP算法的实现第94-95页
 3 基于同伦BP网络的近似计算第95-100页
  3.1 近似计算问题第95页
  3.2 网络规模与参数第95-97页
  3.3 网络学习和测试第97-100页
  3.4 网络的验算第100页
 4 小结第100-102页
第八章 结语第102-107页
 1 总结第102-104页
 2 计算机程序第104-105页
 3 未来发展趋势第105-107页
参考文献第107-114页
致谢第114-115页
攻读博士学位期间发表的主要论文第115页

论文共115页,点击 下载论文
上一篇:基于新时期教育思想的网络教育软件
下一篇:利用实测天线方向图确定天线增益的研究