| 第1章 绪论 | 第1-13页 |
| 1．1 研究的目的和意义 | 第8-9页 |
| 1．2 国内外研究现状及发展趋势 | 第9-12页 |
| 1．3 本文完成的主要技术工作 | 第12-13页 |
| 第2章 路面使用性能评价指标与标准 | 第13-18页 |
| 2．1 路面常见病害及分类 | 第13-14页 |
| 2．1．1 沥青混凝土路面 | 第13页 |
| 2．1．2 水泥混凝土路面 | 第13-14页 |
| 2．2 路面使用性能评价指标与标准 | 第14-17页 |
| 2．2．1 路面行驶质量 | 第14-15页 |
| 2．2．2 路面强度 | 第15页 |
| 2．2．3 路面状况 | 第15-16页 |
| 2．2．4 路面抗滑能力 | 第16-17页 |
| 2．3 本章小结 | 第17-18页 |
| 第3章 路面使用性能常用评价及预测模型 | 第18-28页 |
| 3．1 路面使用性能评价模型 | 第18-24页 |
| 3．1．1 国外常用的路面评价模型 | 第18-19页 |
| 3．1．2 国内常用的路面评价模型 | 第19-20页 |
| 3．1．3 路面使用性能综合评价模型 | 第20-23页 |
| 3．1．4 路面使用性能评价模型综合分析 | 第23-24页 |
| 3．2 路面使用性能预测模型 | 第24-27页 |
| 3．2．1 路面使用性能影响因素 | 第24-26页 |
| 3．2．2 路面使用性能预测模型 | 第26-27页 |
| 3．3 本章小结 | 第27-28页 |
| 第4章 遗传神经网络 | 第28-44页 |
| 4．1 神经网络 | 第28-31页 |
| 4．1．1 神经网络的特点 | 第28页 |
| 4．1．2 BP神经网络 | 第28-31页 |
| 4．2 遗传算法 | 第31-36页 |
| 4．2．1 遗传算法的基本思想 | 第31页 |
| 4．2．2 遗传算法的操作步骤 | 第31-32页 |
| 4．2．3 遗传算法的基本实现技术 | 第32-35页 |
| 4．2．4 遗传算法的特点 | 第35-36页 |
| 4．3 遗传算法与神经网络的结合 | 第36-43页 |
| 4．3．1 神经网络和遗传算法结合原理 | 第36-37页 |
| 4．3．2 遗传算法对神经网络的进化方式 | 第37-38页 |
| 4．3．3 遗传算法优化神经网络连接权 | 第38-39页 |
| 4．3．4 遗传神经网络模型的建立 | 第39-40页 |
| 4．3．5 遗传神经网络模型的实现 | 第40-42页 |
| 4．3．6 遗传神经网络的流程 | 第42-43页 |
| 4．4 本章小结 | 第43-44页 |
| 第5章 基于遗传神经网络的路面使用性能评价与预测实例 | 第44-59页 |
| 5．1 评价模型实例 | 第44-52页 |
| 5．1．1 评价指标的选择 | 第44页 |
| 5．1．2 输入数据的预处理 | 第44页 |
| 5．1．3 数据的选取 | 第44-49页 |
| 5．1．4 评价模型的结构 | 第49页 |
| 5．1．5 模型的训练及结果分析 | 第49-52页 |
| 5．1．6 评价模型的应用 | 第52页 |
| 5．2 预测模型实例 | 第52-58页 |
| 5．2．1 预测模型的建立 | 第52-54页 |
| 5．2．2 预测模型的训练及结果分析 | 第54-56页 |
| 5．2．3 预测模型的应用 | 第56-58页 |
| 5．3 本章小结 | 第58-59页 |
| 第6章 结论与展望 | 第59-61页 |
| 6．1 主要工作及结论 | 第59页 |
| 6．2 今后研究工作的展望 | 第59-61页 |
| 参考文献 | 第61-64页 |
| 致谢 | 第64页 |