首页--交通运输论文--公路运输论文--道路工程论文--道路养护与维修论文--养路组织及路政管理论文

公路养护成本预测的智能算法分析研究

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

论文共68页,点击 下载论文
上一篇:基于i.MX6Quad的车载DVR及其回放系统设计
下一篇:高风速下的隧道火灾温度场实验研究与火灾自动报警系统实施