| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第11-36页 |
| 1.1 研究的背景 | 第11-13页 |
| 1.1.1 公路养护管理面临新的形势与挑战 | 第11-12页 |
| 1.1.2 路面车辙问题日趋严重 | 第12页 |
| 1.1.3 制约车辙科学化养护决策的问题 | 第12-13页 |
| 1.2 国内外研究综述 | 第13-33页 |
| 1.2.1 车辙形成机理与影响因素 | 第13-18页 |
| 1.2.2 车辙检测技术 | 第18-21页 |
| 1.2.3 车辙评价指标 | 第21-25页 |
| 1.2.4 车辙破坏层位识别 | 第25-29页 |
| 1.2.5 车辙预估模型 | 第29-33页 |
| 1.3 研究意义、研究内容及技术路线 | 第33-36页 |
| 1.3.1 研究意义 | 第33-34页 |
| 1.3.2 研究内容 | 第34页 |
| 1.3.3 技术路线 | 第34-36页 |
| 第二章 现场车辙检测与特征分析 | 第36-48页 |
| 2.1 车辙检测数据调查 | 第36-42页 |
| 2.1.1 检测路段信息 | 第36-37页 |
| 2.1.2 本研究采用的车辙检测设备 | 第37-40页 |
| 2.1.3 车辙检测设备深度计算方法 | 第40-41页 |
| 2.1.4 检测路段车辙分布状况 | 第41-42页 |
| 2.2 沥青路面车辙现场调查分析 | 第42-46页 |
| 2.2.1 现场车辙表观特征分析 | 第42-44页 |
| 2.2.2 车辙层位分布情况调查 | 第44-46页 |
| 2.3 现场车辙综合分析 | 第46-47页 |
| 2.4 本章小结 | 第47-48页 |
| 第三章 车辙多维度评价指标建立与分析 | 第48-68页 |
| 3.1 车辙横断面图形绘制 | 第48-49页 |
| 3.2 车辙横断面特征分析 | 第49-52页 |
| 3.2.1 差异性 | 第49-50页 |
| 3.2.2 相似性 | 第50-51页 |
| 3.2.3 变异性 | 第51-52页 |
| 3.3 多维度评价指标建立 | 第52-60页 |
| 3.3.1 一维指标 | 第53页 |
| 3.3.2 二维指标 | 第53-54页 |
| 3.3.3 三维指标 | 第54-60页 |
| 3.4 多维度评价指标自动提取程序误差分析 | 第60-63页 |
| 3.5 多维度评价指标统计分析 | 第63-67页 |
| 3.6 本章小结 | 第67-68页 |
| 第四章 基于 RBF 神经网络的车辙层位识别 | 第68-86页 |
| 4.1 车辙层位识别方法选择 | 第68-70页 |
| 4.2 特征指标筛选 | 第70-75页 |
| 4.2.1 特征指标筛选方法 | 第70-73页 |
| 4.2.2 特征指标筛选 | 第73-75页 |
| 4.3 基于 RBF 神经网络的车辙层位识别 | 第75-84页 |
| 4.3.1 RBF 神经网络结构 | 第76-77页 |
| 4.3.2 RBF 神经网络的学习算法 | 第77-78页 |
| 4.3.3 RBF 神经网络设计 | 第78-79页 |
| 4.3.4 基于 RBF 神经网络的车辙层位识别应用 | 第79-84页 |
| 4.4 本章小结 | 第84-86页 |
| 第五章 车辙多维度指标评价可行性研究 | 第86-108页 |
| 5.1 现行规范车辙评价方法及问题 | 第86-88页 |
| 5.2 评价指标选择 | 第88-92页 |
| 5.2.1 车辙结构性危害评价指标 | 第89-90页 |
| 5.2.2 车辙功能性危害评价指标 | 第90-92页 |
| 5.3 评价标准确定 | 第92-93页 |
| 5.4 评价方法选择 | 第93-95页 |
| 5.4.1 综合评价方法选择 | 第93-94页 |
| 5.4.2 指标权重确定方法选择 | 第94-95页 |
| 5.5 车辙多维度评价模型的建立 | 第95-101页 |
| 5.5.1 灰色聚类计算方法 | 第95-98页 |
| 5.5.2 基于层次分析法的指标相对权重计算方法 | 第98-99页 |
| 5.5.3 白化权函数确定方法 | 第99-100页 |
| 5.5.4 灰色-层次分析法评价模型的计算方法 | 第100-101页 |
| 5.6 车辙多维度评价模型的应用 | 第101-107页 |
| 5.6.1 车辙结构性危害评价 | 第101-104页 |
| 5.6.2 车辙功能性危害评价 | 第104-107页 |
| 5.7 本章小结 | 第107-108页 |
| 第六章 车辙多维度指标预测可行性研究 | 第108-126页 |
| 6.1 预测对象的确定 | 第108-109页 |
| 6.2 预测方法的选择 | 第109-112页 |
| 6.2.1 多变量数据特点 | 第109-110页 |
| 6.2.2 预测方法的选择 | 第110-112页 |
| 6.3 车辙多维度评价指标 MGM(1,N)预测模型的建立 | 第112-119页 |
| 6.3.1 GM(l,1)模型 | 第112-114页 |
| 6.3.2 MGM(1,n)预测模型与方法 | 第114-117页 |
| 6.3.3 MGM(1,n)预测模型精度检验 | 第117-119页 |
| 6.4 MGM(1,N)预测模型的应用 | 第119-125页 |
| 6.4.1 横断面数据的预处理 | 第119-120页 |
| 6.4.2 MGM(1,3)模型的计算 | 第120-122页 |
| 6.4.3 预测精度检验 | 第122-124页 |
| 6.4.4 预测结果应用 | 第124-125页 |
| 6.5 本章小结 | 第125-126页 |
| 第七章 结论与展望 | 第126-129页 |
| 7.1 本文主要结论 | 第126-127页 |
| 7.2 论文创新点 | 第127页 |
| 7.3 研究展望 | 第127-129页 |
| 参考文献 | 第129-137页 |
| 附录 | 第137-141页 |
| 攻读学位期间取得的研究成果 | 第141-142页 |
| 致谢 | 第142页 |