摘要 | 第4-5页 |
ABSTRACT | 第5页 |
第1章 绪论 | 第8-15页 |
1.1 研究背景及意义 | 第8-9页 |
1.1.1 研究背景 | 第8-9页 |
1.1.2 研究意义 | 第9页 |
1.2 国内外研究现状 | 第9-13页 |
1.2.1 国外研究现状 | 第9-11页 |
1.2.2 国内研究现状 | 第11-13页 |
1.3 主要研究内容 | 第13-15页 |
第2章 高速公路养护介绍和影响因素分析 | 第15-25页 |
2.1 高速公路养护对象组成 | 第15-16页 |
2.2 小修工程与大中修改建工程的对比 | 第16-20页 |
2.2.1 不同养护工程介绍 | 第16-19页 |
2.2.2 小修工程与其他工程的区别 | 第19-20页 |
2.3 高速公路养护路面破损维修量影响因素的分析 | 第20-24页 |
2.3.1 影响因素分析 | 第20-23页 |
2.3.2 路面破损影响因素总结 | 第23-24页 |
2.4 本章小结 | 第24-25页 |
第3章 基于支持向量机回归的小修养护工程量预测 | 第25-41页 |
3.1 支持向量机基本理论 | 第25-32页 |
3.1.1 机器学习理论 | 第25-27页 |
3.1.2 支持向量机 | 第27-31页 |
3.1.3 核函数 | 第31页 |
3.1.4 交叉验证法 | 第31-32页 |
3.1.5 网格搜索优化SVM参数 | 第32页 |
3.2 基于支持向量机的路面破损维修工程量预测 | 第32-40页 |
3.2.1 样本的选取 | 第32-35页 |
3.2.2 多项式核函数实验 | 第35-36页 |
3.2.3 径向基核函数实验 | 第36-38页 |
3.2.4 Sigmoid核函数实验 | 第38-39页 |
3.2.5 实验结果分析 | 第39-40页 |
3.3 本章小结 | 第40-41页 |
第4章 基于布谷鸟搜索算法优化支持向量机的路面破损维修量预测 | 第41-63页 |
4.1 布谷鸟搜索算法 | 第41-45页 |
4.1.1 布谷鸟繁殖行为 | 第42页 |
4.1.2 莱维飞行 | 第42-43页 |
4.1.3 布谷鸟搜索算法 | 第43-45页 |
4.1.4 布谷鸟搜索算法基本流程 | 第45页 |
4.2 不同算法优化支持向量机参数 | 第45-52页 |
4.2.1 布谷鸟搜索算法优化支持向量机参数 | 第45-50页 |
4.2.2 遗传算法优化支持向量机参数 | 第50-52页 |
4.2.3 实验结果分析 | 第52页 |
4.3 改进布谷鸟搜索算法优化支持向量机参数 | 第52-62页 |
4.3.1 基于高斯扰动的布谷鸟搜索算法优化支持向量机参数 | 第52-56页 |
4.3.2 基于梯度下降法的布谷鸟搜索算法优化支持向量机参数 | 第56-61页 |
4.3.3 实验结果分析 | 第61-62页 |
4.4 本章小结 | 第62-63页 |
第5章 总结与展望 | 第63-65页 |
5.1 工作总结 | 第63-64页 |
5.2 展望 | 第64-65页 |
致谢 | 第65-66页 |
参考文献 | 第66-68页 |