一、基于遗传算法的沥青路面结构优化研究(论文文献综述)
姜鹏[1](2021)在《基于神经网络的沥青路面模量反算方法研究》文中研究表明结构层回弹模量是评价路面强度的重要指标之一。回弹模量与弯沉盆之间存在高度的非线性映射关系。理论上,回弹模量可以由弯沉盆数据反演计算得出。然而,模量的反演计算具有多变量、非线性等特点,是一项困难的工作。由于神经网络处理非线性动态数据的能力较强,同时越来越多的学者认为弯沉盆的几何参数在路面强度评估中有着不可或缺的补充作用,因此本文对比了一些常用的神经网络结构,选择其中最适合的结构并加以优化,通过贝叶斯正则化算法确定训练参数的迭代方向。以弯沉盆的各种几何参数为特征变量,将这些参数转化为综合主成分特征。为了使特征具有较强的可识别性,根据特征变量和目标变量的数据特征进行函数变换,改变输入参数和输出参数的空间分布,以优化建模效果。针对各个结构层回弹模量反演计算难度不同的情况,设计了逐层反算模式,先反算对输入变量最为敏感的土基模量,再将土基模量也作为输入参数之一,进而反算面层和基层的回弹模量。以神经网络预测的模量值作为初始理论值,对理论值进行调整迭代,直至正算得到的理论弯沉值接近实测值。试验结果表明,BP网络具有良好的拟合能力,贝叶斯正则化可以提高神经网络的泛化能力。弯沉盆形状参数作为输入变量的效果优于弯沉值,特征变换方法可以显着减小反算误差,逐步反算模式可以在一定程度上优化反算效果,正算迭代法可以对神经网络预测的理论模量做出有效调整。试验方法为提高模量反算精度提供了新的思路。
何业宏[2](2021)在《基于南疆沙漠戈壁区沥青路面拱胀处置的多目标方案评价研究》文中提出
曾涛[3](2021)在《基于遗传神经网络的山区沥青路面使用性能评价研究》文中认为近年来,我国干线公路已经进入全面养护的“高峰期”,但由于对公路使用性能缺少客观地认识和科学地评价,导致养护时机不当、决策不合理,较多的路面出现早期损坏。山区干线公路不同于其他普通干线公路,高温多雨、地质复杂、交通繁重。建立适合于山区干线公路的评价体系,对提高养护工作质量和效率具有重要意义。本文依托于重庆市干线公路调研结果,结合沥青路面使用状况提出沥青路面使用性能评价指标,利用遗传算法(GA)和人工神经网络(BP)优势互补,建立模型对重庆市干线公路沥青路面使用性能评价进行研究。主要结论如下:首先,根据重庆市近年来的气候资料和各地区地貌特点,将重庆市分为Ⅰ、Ⅱ、Ⅲ、Ⅳ四个片区。结合重庆市37个区县的交通检测点对55条干线公路(154段)行驶车辆数据统计分析,各分区干线公路普遍存在超限现象,主要以2轴、3轴、4轴车型为主;由重庆市2018年病害面积统计分析得出,重载交通、中等交通、轻交通干线公路病害均以裂缝为主。其中,Ⅰ片区交通量大,病害最为严重,主要病害是龟裂;Ⅳ片区主要病害类型为块状裂缝。其次,通过重庆市2012-2018城市和农村交通事故死亡率统计及原因分析,并结合重庆市干线公路养护现状和主要病害的特征,本文选用路面破损率DR、平整度IRI、裂缝率CR作为重庆市干线公路沥青路面使用性能评价指标;在重庆市干线公路沥青路面历史养护状况和现状调查的基础上,结合当地路面工程养护管理专家的丰富经验,提出重庆市干线公路路面状况指数CRI、PCI、RQI主观评价标准;使用主客观相联系的方法,对评价指标CRI、PCI、RQI模型系数进行拟合及验证。通过实例证明,选用路面破损率DR、平整度IRI、裂缝率CR适合作为重庆市干线公路沥青路面使用性能评价指标。再次,根据评价指标为非线性关系的特点,采用BP神经网络对数据进行拟合计算,避免了因路面破损率、平整度、裂缝率三个指标中的某一个指标偏高或偏低,而影响评价结果偏离实际情况;使用遗传算法基因选择、交叉、变异等关键技术,优化BP神经网络的权值和阈值,提高了BP神经网络模型的稳定性和计算精度。最后,选用重庆市80条干线公路检测数据进行模型训练,选取30条干线公路检测数据使用MATLAB工具实现GA-BP模型、BP模型计算PQI值,并与现行标准法计算结果PQI对比,显现GA-BP模型的优越性。通过工程实例验证,GABP模型对重庆市干线公路沥青路面使用性能评价更具有客观性。
徐磊[4](2021)在《基于机器学习的沥青路面感知数据异常状态辨识与修复》文中指出随着交通工具的普及,如何提高路面质量成为研究的热点,各种因素的变化导致路面信息采集系统很容易出现故障,造成异常数据的出现,因此异常值的检测及修复十分有意义。随着数据挖掘技术的崛起,机器学习在路面异常数据的检测、修复中也取得了重大的突破,因此本文提出一种基于机器学习的沥青路面感知数据异常状态辨识与修复方法,并对其进行了深入研究。首先,构建沥青路面温湿度一维感知数据集,采用基于统计的算法:3σ准则、箱型图和t检验准则分别对一维温湿度数据进行异常值检测分析;之后根据一维数据构建二维特征向量,分别构建一阶差分和线性求和特征向量。利用局部异常因子算法(LOF)、K均值(K-Means)和单类支持向量机(Oneclass-SVM)对构建的二维特征向量进行异常值检测,通过异常值检测评价指标戴维森堡丁指数(DBI)对模型进行评价分析。利用DBI优化LOF模型邻域点数目(K)得到最佳K值,达到最佳检测效果。其次,构建沥青路面温湿度异常值修复样本数据库,分别采用CART、Random Forest、XGBoost、LSTM和Light GBM算法对异常值修复数据库进行预测,利用网格搜索法(GS)对上述机器学习模型进行参数优化,通过模型预测结果评价指标进行分析。实验结果表明,GS-XGBoost模型预测温湿度的相关系数R2最高,分别为0.968和0.917,平均绝对误差MAE和均方根误差RMSE也优于其它模型。最后,本文考虑到网格搜索法寻优的局限性,利用遗传算法(GA)对XGBoost模型参数进行优化,通过选择、交叉、变异确定最佳模型参数。对比发现,GA-XGBoost模相比于GS-XGBoost模型,温湿度均方根误差RMSE降低了1.16%和6.21%,速度提升了5.13和5.7倍。同时根据平稳性指标对修复前后数据进行稳定性分析,实验结果表明修复后的数据均值和中位数提高,标准差和差异系数降低,整体分布更加稳定。综上所述,本文提出的DS-LOF模型能够对时间序列进行异常值辨识,检测精度较高,可以应用到一维沥青路面温湿度异常数据检测中;同时,本文提出的GA-XGBoost模型能够对异常数据进行预测修复,提高了沥青路面温湿度数据的稳定性,对我国路面数据信息的挖掘具有重要的参考价值。
李松涛[5](2020)在《基于介电模型的沥青混合料多相体积率多类反演及其工程应用》文中进行了进一步梳理沥青混合料是沥青路面面层的构筑材料,其材料性能指标检测是沥青路面无损检测的重要组成部分。探地雷达作为一种用于确定地下介质分布的广谱电磁技术,具有高效、快速、连续、无损伤、高分辨率等特点,代表道路结构层无损检测的发展方向。介电特性的差异是使用探地雷达对其进行无损检测的基础,沥青混合料介电模型表征混合料介电特性与各单相介质介电特性与体积率之间的函数关系,而多相体积率是计算压实度、空隙率、沥青含量等技术指标的关键条件。因此,多相体积率的确定是揭示沥青混合料介电特性与压实度、空隙率、沥青含量等指标内在本质关系以及使用探地雷达对沥青混合料进行无损检测的关键所在。在目前的研究中,关于沥青混合料多相体积率对介电特性的影响规律缺少系统性研究,现有经典介电模型多是针对两相介质或基于一定假设提出,是否适合于沥青混合料介电特性的解释还有待于检验;雷达电磁波传播模拟未深入考虑多相体积率对电磁波传播信号的影响,更未有基于介电模型的雷达电磁波传播模拟研究,如何建立基于介电模型的雷达电磁波传播模型,是研究多相体积率反演的基础,也是有待解决的难题;目前介电特性的反演方法多为单一算法,应用范围有一定的局限性,并且现有反演方法是否能够应用于多相体积率反演还有待考证;以上的研究现状导致使用探地雷达对沥青路面进行快速、无损检测受到一定的限制。本文针对探地雷达在沥青路面面层无损检测中存在的问题,开展了沥青混合料多相体积率反演研究。以复合介质介电特性以及电磁波传播理论为研究基础,开展沥青混合料多相体积率对介电特性影响的试验研究,结合我国国情,建立常用多种类型沥青混合料的介电模型,构建基于介电模型的探地雷达电磁波传播正演模型,建立多类反演方法对沥青混合料多相体积率开展反演研究。取得相关研究成果和主要结论如下:(1)开展了沥青混合料多相体积率对介电特性影响的试验研究,考虑沥青混合料的多相特性,系统研究混合料多相体积率对介电特性的影响。试验研究结果表明:对于同一种类型的沥青混合料,骨料体积率对混合料介电特性的影响最大,沥青混合料的介电常数随骨料体积率的增大而增大;空隙率对混合料介电特性的影响最小,骨料和沥青体积率的变化会抵消空隙率变化的影响;沥青含量对沥青混合料介电特性的影响介于骨料和空气之间;试验研究结果为常用沥青混合料介电模型的建立提供依据。(2)基于试验,对现有经典介电模型在解释沥青混合料介电特性的合理性和适用性进行了检验,检验结果表明现有经典介电模型不适用于解释常用沥青混合料的介电特性;建立了AC-13、AC-16、SMA-13、SMA-16等四种常用沥青混合料的介电模型,对新建模型进行检验,检验结果表明采用本文新建介电模型能够解释四种常用沥青混合料的介电特性。研究成果为路面材料介电模型库的建立贡献了数据,也为揭示沥青混合料介电特性与各组分介电特性及其体积率之间的相关关系以及多相体积率的确定奠定了理论基础。(3)建立了基于沥青混合料介电模型的探地雷达电磁波传播正演模型。基于该正演模型研究了沥青混合料多相体积率的变化对雷达电磁波回波信号的影响规律,揭示了雷达电磁波回波信号对多相体积率的响应特征;通过模型试验,将实测波形与正演模拟波形进行对比,对建立的基于介电模型的雷达电磁波传播正演模型开展合理性与适用性考评,结果表明由于在雷达电磁波正演模型中考虑介电模型,使得多相体积率反演计算成为可能,为沥青混合料多相体积率的反演提供了计算理论基础以及精确的计算模型。(4)基于沥青混合料介电模型以及雷达电磁波传播正演模型,开展了沥青混合料多相体积率的多类反演研究。建立了多相体积率反演的粒子群(PSO)、遗传(GA)、PSO-GA混合、BP神经网络与PSO联合、BP-GA联合等五类反演方法,实现了多相体积率的多类反演计算,通过考评检验了多类反演方法的计算精度和效率。研究多类反演方法的智能选择,构建前置判断逻辑,实现了多相体积率的智能反演。开展多相体积率多类反演方法的工程应用,结果验证了本文多提多相体积率智能反演方法的可行性和有效性,为开展压实度、空隙率、沥青含量等关键指标的无损检测提供了分析新途径。本文开展了基于介电模型的沥青混合料多相体积率多类反演研究,探索了探地雷达对沥青混合料关键指标进行无损检测的新途径,研究成果对于丰富和发展探地雷达应用研究具有重要的学术价值,在道路无损检测与施工过程控制方面具有广阔的应用前景。
李孟雪[6](2020)在《绿色生产视角下RAP再生工厂的多层布局规划与方案评价研究 ——以山岭重丘区为例》文中认为在《中国制造2025》全面部署、实施绿色制造工程的背景下,目前的沥青混合料搅拌站由于“三废”排放不达标,以及不能实现回收沥青路面材料(Reclaimed Asphalt Pavement,RAP)的绿色生产,迫切需要向具有循环再生功能的清洁化、智能化的回收沥青路面材料再生工厂(简称:RAP再生工厂)转型。目前RAP再生工厂的设施布局仍处于简单拼装的阶段。合理的布局规划能在保证产品质量的前提下,降低RAP再生工厂的建设成本、物流成本,提高产品的生产效率,减少对环境的负面影响。我国是一个多山国家,山岭重丘区城市的战略意义深远,而山区的地形地貌对工厂的布局规划有着重大影响。因此研究绿色生产视角下,山岭重丘区RAP再生工厂的多层布局规划与方案评价方法,具有重要的社会经济意义。首先,本文总结了目前沥青混合料生产方式的不足,从绿色投入、生产工艺、环保措施三个方面,提出了RAP再生工厂实现绿色生产的主要内容。其次,基于SLP法对RAP再生工厂的功能区进行划分、定位和相关性分析,得到了功能区间的相对位置关系。再次,通过分析山岭重丘区地形对工厂布局的影响,提出了RAP再生工厂多层布局的原则与目标。在此基础上,基于聚类分析方法对总体功能区进行分层设置,结合功能区间的相对位置关系形成了初始布局。接着以非物流相关性最大、物流成本最小、低碳为目标函数,构建多层布局的优化模型,并运用多目标遗传算法求解,得到了不同分层方式下的平面优化布局。再通过分析生产类功能区的竖向物流关系,针对生产设施进行了立面优化布局。结合平立面布局,得到了三种典型的空间布局方案。然后,基于系统性、代表性、差异性、简易性、可行性原则,构建了由结构与功能性、绿色性、经济性3个准则、12项指标组成的RAP再生工厂布局规划方案评价指标体系。接着提出布局方案绿色生产水平的四级评价标准,构建基于ANP-熵权的物元可拓评价模型,在考虑评价指标间相互影响的情况下,结合决策者的主观经验和数据的客观性,运用博弈模型确定指标权重,对三种空间布局方案进行了综合评价。最后,结合重庆江津地区珞璜工业园区RAP再生工厂建设项目,对建立的多层布局规划和方案评价模型进行了案例分析。研究结果表明:采用绿色生产视角下RAP再生工厂的多层布局规划与方案评价方法得到的三种空间布局方案,相比初始布局方案付出的成本更低,功能区间的相关性更强,对环境的负面影响更小。该方法为解决山岭重丘区RAP再生工厂的布局规划和方案决策难题提供了新的思路。
崔玉姣[7](2020)在《甘肃省高速公路网级沥青路面养护决策研究》文中研究指明随着甘肃省高速公路网建设的不断完善,总里程不断增加,路面出现不同程度的损坏,但每年养护资金投入有限,难以满足所有高速公路的养护需求。为了保证高速公路的服务水平,如何将给定的养护资金合理分配到路网最需要处治的路段上,是高速公路管理部门亟需解决的难题。本文以甘肃省15条高速公路沥青路面组成的路网为研究项目依托,收集分析甘肃省2015年-2018年全部高速公路沥青路面的路况数据以及部分路段的养护工程资料,对甘肃省高速公路网沥青路面决策问题进行研究。首先,由于甘肃省高速路网公路所处环境复杂、路龄不同、管养水平各异、性能数据庞大等问题,需对高速公路段进行区域划分。选择甘肃省气候自然区域、路龄、车流量与管养单位作为划分指标。运用K-means聚类分析法对甘肃省高速公路网内48条公路段划分为四个区域,第I类与第II类区域所包含的公路段路龄超过10年以上,第I类属轻交通,所处自然区划昼夜温差大或降雨多,而第II区域的公路段属于极重交通,大多在昼夜温差大,降水较少区域;第III类与第IV类区域所包含的路段路龄在10年以内,第III类属轻中交通,年均气温较低、昼夜温差大,第IV类属重交通,太阳辐射强烈,温差大,降水稀少。运用K-means聚类分析法能够将路况特征一致的路段划分为一类,区域划分合理。其次,国内常用定权综合评价法判定结果优于路面实际情况,且评价标准是针对于路面使用状况而确定的标准,为管养单位提供明确的路况信息,将此标准用于路面养护的标准不是很合理。本文基于变权-可拓综合评价法的高速公路沥青路面评价模型,从实际检测数据为基础确定路面状况评价指标的权重,建立更加符合路面的实际状况的数学模型。通过对具体实例分析及与规范定权法所得出的评价结果进行对比,验证了本文所构建的路面状况评价模型结果更能体现路面使用性能,为后期养护决策提供有力的数据支持。结合近年来甘肃省路况信息,考虑每条公路所处地域以及养护水平等有较大差异,以划分的四个路面区域内的路段为单位,通过筛选分析甘肃省15条高速公路2015-2018年路面使用性能指数数据,对甘肃省四个分区的高速公路段分别建立了路面使用性能灰色预测模型。将2019年路面检测数据与预测结果进行比对验证,其四个指标的准确率可以达到89%以上,预测结果较为可靠,可以有效的预测高速沥青路面衰减规律。采用决策树的方法对甘肃省高速公路路面进行了两阶段养护对策的判断,并运用变权-可拓路面综合性能评价进行验证养护对策选择的是否具有参考性,当评价结果为“优”或“良”,路面要进行日常养护或预防性养护;评价结果为“良”时,路面要进行功能性修复或是预防性养护;评价结果为“中”或“中”以下,路面要进行修复性养护。最后,基于灰色关联度模型得到四类区域各需要养护路段的综合排序,在实际应用中,由于养护资金不足无法满足养护决策的施工。把排序结果应用到路网养护计划的优化分析过程,根据排列顺序对路面进行养护,能够大大减少计算量。采用0-1整数规划算法进行优化养护对策,以近年来甘肃省每年投入养护工程的养护资金为目标函数对预防性养护的路段进行优化。研究成果为建立适用于甘肃省高速网级路面养护管理系统奠定基础,为高速管养单位提供技术支持。
郭本祺[8](2019)在《黑龙江省沥青路面综合养护技术的研究》文中进行了进一步梳理随着黑龙江省公路建设“三年决战”的大规模修筑过去近10个年头,黑龙江省大部分沥青路面进入养护维修阶段,黑龙江省高速公路管理局的主要工作方向也从建设转为养护。黑龙江省沥青路面养护工作是按照国家规范标准进行的,但国家规范是面向全国的,再加上经济有限,气候恶劣等问题,导致现黑龙江省现阶段的养护工作达不到预期的目标,导致养护资金浪费,沥青路面使用性能保持较差。在这种情况下,就需要研究一套适用于黑龙江省的沥青路面综合养护技术,来延长沥青路面的使用寿命,确定合适的养护时机,合理利用养护资金。本文首先对黑龙江省高速公路沥青路面进行全面的实地调查,包括:建设情况、修建时间、路面破损状况、路面使用性能指标数据、养护工作现状等。随后分析黑龙江省沥青路面未来的建设情况,及路面病害特征,养护工作存在问题。深入研究前期理论,将其运用在黑龙江省,提出黑龙江省沥青路面综合养护技术的概念。其次,分析黑龙江省沥青路面使用性能预测工作会出现的问题,选用遗传算法优化过的灰色神经网络组合模型作为预测模型,通过大量实测数据验证了模型对黑龙江省各单项路面使用性能指标预测的可行性。运用模型对各单项指标随使用年限的关系进行预测。再次,以G1011实测数据为背景,运用变异系数法,层次分析法,熵权法对黑龙江省沥青路面使用性能各单项指标的权重进行计算,得出最优结果。通过计算得到历年PQI值,通过灰色关联度法将所得结果耦合,得出黑龙江省沥青路面综合养护技术标准。最后,提出黑龙江省沥青路面养护分析工作的基本思路,通过五种统计学方法对各单项路面使用性能指标进行计算分析,得到各单项路面使用性能指标在不同养护阶段的养护阈值,并提出黑龙江省量路面综合养护技术的建议养护方案。
姚琳怡[9](2019)在《基于强化学习的高速公路项目级养护决策研究》文中提出在交通荷载和自然环境的不断作用下,高速公路路面使用性能逐年下降,养护任务日益严峻,缺乏对路面使用性能的准确预估及养护措施的不合理应用将造成养护资金的大量浪费。本文以江苏省高速公路为依托,基于沥青路面养护管理决策支持系统(PMS)的研究成果,对高速公路沥青路面项目级决策问题进行系统研究。首先,对江苏省高速公路沥青路面使用现状进行了评价,包括路网规模、路龄概况、交通量状况、路面结构类型、路面使用性能及路面结构强度状况,确定了路面性能预测及养护决策的评价指标体系。其次,提出了适用于现阶段江苏省实际状况的数据质量控制方法。针对车辙、平整度、抗滑及破损数据的不同特点,分别提出了最长子序列法和直接删除法两种不同的策略。并依据所提出的的方法对江苏省2018年的路面使用性能检测数据进行了评估,并比较了复核结果。然后,在充分考虑不同影响因素之后,采用神经网络方法建立了5个路面性能预测模型,分别预测车辙、平整度、抗滑、横缝及路面破损,基于平均影响值算法对输入参量进行了敏感性分析,并对模型的准确度进行了验证。最后,将强化学习方法引入养护决策中,以最大化全幅的长期效益费用比为目标,在尽可能减少人为干预的前提下,通过制定合理的反馈机制,提出了最佳养护策略的确定方法。并以宁常镇溧高速为例,详述了该方法的实施过程及决策结果。
王宁[10](2019)在《环保型沥青路面材料再生工厂布局方案分析与评价》文中进行了进一步梳理随着十九大的召开,我国提出从交通大国向交通强国迈进,大力推动绿色交通优先发展的战略。据交通部统计,我国废旧沥青路面材料的再生利用率不到30%,相比发达国家90%的废旧料再生利用率仍较为落后,并且由于传统沥青搅拌站的污染问题较为严重,一直都修建在较为偏僻的对环保要求较为宽松的区域,但这并没有从根本上解决环境污染问题。因此,在这种发展要求下,建设环保型沥青路面材料再生工厂已经成为了加快建设资源节约型、环境友好型社会的必然要求。在建设环保型沥青路面材料再生工厂的过程中,如何进行再生工厂布局是一个必然面临的问题。本文主要针对再生工厂布局以及再生工厂布局方案如何优选,开展了以下研究:首先通过对现在的传统拌合站存在环保问题进行分析,提出建设沥青路面材料再生工厂的概念。对于建设环保型再生工厂来说,通过对再生工厂内各功能区进行合理划分、各功能区相关关系分析及生产加工区子系统位置的合理布局,进而实现传统沥青拌合站的布局优化,并对存在的环保问题进行改善。其次根据系统布置设计理论(SLP),分析各功能区间的相关关系,展开基于SLP的总体功能区的布局研究,在布局优化模型建立的过程中,分别以各功能区间综合关系最大和物料运输距离最小为目标,并结合各功能区不互相重叠、各功能区均在同一平面内布置等相关约束,建立符合再生工厂总体布局的优化模型,并利用改进粒子群算法对模型进行求解。之后在进行生产加工区布局研究时,结合西南地区的实际地形情况,提出按平地布局及台地布局两类情况分别考虑。(1)在进行平地布局条件下生产加工区的研究时,考虑高度限制的因素,研究得到两种布局方案:一种是仅考虑利用地上空间的得到的布局方案;另一种是考虑综合利用地上空间和地下空间的得到的布局方案。(2)在进行台地地块上生产加工区的布局研究时,按台地的起伏情况考虑将起伏部分布置成一个台阶或两个台阶得到两种布局方案。结合两类方案的特点,选取合适的评价指标,分别建立基于TOPSIS法的平地、台地方案的横向评价及基于灰色关联度的模糊综合纵向评价模型。最后结合实际案例,将本文布局研究理论应用于江津某工业园区规划用地再生工厂的建设中,通过相关的评价方法选出适合规划地块的最优方案,从而为西南地区建设再生工厂提供实际的参考。
二、基于遗传算法的沥青路面结构优化研究(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、基于遗传算法的沥青路面结构优化研究(论文提纲范文)
(1)基于神经网络的沥青路面模量反算方法研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
§1.1 研究背景与意义 |
§1.2 国内外研究现状 |
§1.2.1 传统方法 |
§1.2.2 智能算法 |
§1.2.3 改进思路 |
§1.2.4 研究现状总结 |
§1.3 本文主要研究内容 |
第二章 神经网络结构调整 |
§2.1 神经网络原理 |
§2.1.1 BP神经网络原理 |
§2.1.2 Elman神经网络原理 |
§2.1.3 RBF神经网络原理 |
§2.1.4 GRNN神经网络原理 |
§2.2 神经网络的构建与对比 |
§2.2.1 样本及预处理 |
§2.2.2 神经网络的构建参数 |
§2.2.3 神经网络反算误差对比 |
§2.3 BP神经网络的参数优化 |
§2.3.1 训练算法优化 |
§2.3.2 隐层设计优化 |
§2.3.3 迭代次数优化 |
§2.4 不同层厚的适用性检验 |
§2.5 本章小结 |
第三章 样本特征转化 |
§3.1 几何特征的相关参数 |
§3.1.1 形状参数 |
§3.1.2 面积参数 |
§3.2 弯沉曲线的模式识别 |
§3.2.1 弯沉盆曲线聚类 |
§3.2.2 弯沉盆特征降维 |
§3.3 训练参数的特征变换 |
§3.3.1 回弹模量的特征变换 |
§3.3.2 弯沉盆参数的特征变换 |
§3.3.3 全变量的特征变换 |
§3.4 不同层厚的适用性检验 |
§3.5 本章小结 |
第四章 算法流程优化 |
§4.1 分步反算法 |
§4.1.1 分层反算法 |
§4.1.2 逐层反算法 |
§4.1.3 按数位反算法 |
§4.2 正算迭代法 |
§4.3 模型精度检验 |
§4.3.1 噪声处理能力检验 |
§4.3.2 不同力学模型的适用性检验 |
§4.4 本章小结 |
第五章 结论与展望 |
§5.1 主要创新点 |
§5.2 主要结论 |
§5.3 进一步研究建议 |
参考文献 |
致谢 |
作者在攻读硕士期间的主要研究成果 |
(3)基于遗传神经网络的山区沥青路面使用性能评价研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 沥青路面使用性能评价国外研究 |
1.2.2 沥青路面使用性能评价国内研究 |
1.2.3 神经网络发展历程 |
1.2.4 研究现状评述 |
1.3 主要研究内容 |
1.4 技术路线 |
第二章 重庆市普通干线公路使用状况分析 |
2.1 重庆市干线公路网组成及发展规划 |
2.1.1 重庆市干线公路网组成 |
2.1.2 重庆市干线公路发展规划 |
2.2 重庆市干线公路自然环境 |
2.2.1 重庆市地貌特点 |
2.2.2 重庆市气候分区 |
2.3 重庆市干线公路交通特征 |
2.3.1 重庆市交通量分布 |
2.3.2 重庆市交通荷载特征 |
2.4 重庆市干线公路病害特征及分析 |
2.4.1 重庆市干线公路病害特征 |
2.4.2 病害影响因素分析 |
2.5 本章小节 |
第三章 重庆市干线公路沥青路面使用性能评价指标选择 |
3.1 沥青路面使用性能评价体系分析 |
3.1.1 现行沥青路面使用性能评价体系及方法 |
3.1.2 沥青路面现行标准评价方法的不足 |
3.1.3 重庆市干线公路评价指标选取原则 |
3.2 重庆市干线公路沥青路面状况评价指标研究 |
3.3 评价指标模型 |
3.3.1 路面破损状况指数PCI |
3.3.2 路面行驶质量指数RQI |
3.3.3 裂缝率指数CRI |
3.4 单项评价指标模型验证 |
3.4.1 检测数据处理 |
3.4.2 评价指标模型验证 |
3.5 本章小节 |
第四章 神经网络(BP)及遗传算法(GA)研究 |
4.1 神经网络构造及特点 |
4.1.1 大脑神经网络构造 |
4.1.2 大脑神经网络的特点 |
4.2 神经网络(BP) |
4.2.1 神经网络(BP)概述及特征 |
4.2.2 神经网络(BP)的结构 |
4.2.3 神经网络(BP)数学思想 |
4.2.4 神经网络(BP)的优点和不足 |
4.3 遗传算法(GA) |
4.3.1 遗传算法(GA)概述 |
4.3.2 遗传算法(GA)思想 |
4.3.3 遗传算法(GA)的构成 |
4.3.4 遗传算法(GA)的优缺点 |
4.4 遗传神经网络(GA-BP) |
4.4.1 遗传神经网络(GA-BP)可行性 |
4.4.2 遗传神经网络(GA-BP)建立 |
4.4.3 遗传神经网络(GA-BP)实现 |
4.5 本章小节 |
第五章 基于遗传神经网络模型沥青路面使用性能评价 |
5.1 基于GA-BP沥青路面使用性能评价模型建立 |
5.1.1 训练样本数据选择和处理 |
5.1.2 GA-BP模型计算 |
5.1.3 训练结果分析 |
5.2 沥青路面使用性能PQI测试 |
5.2.1 检测路段样本测试 |
5.2.2 测试结果对比分析 |
5.3 应用实例 |
5.4 本章小节 |
第六章 结论及展望 |
6.1 结论 |
6.2 创新点 |
6.3 展望 |
致谢 |
参考文献 |
攻读硕士期间发表的论文及科研情况 |
(4)基于机器学习的沥青路面感知数据异常状态辨识与修复(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 异常值检测方法研究现状 |
1.2.2 异常值修复方法研究现状 |
1.2.3 存在的主要问题 |
1.3 主要研究内容和技术路线 |
1.3.1 主要研究内容 |
1.3.2 技术路线 |
1.4 本章小结 |
第二章 机器学习基础理论 |
2.1 监督学习算法 |
2.1.1 轻量梯度提升算法 |
2.1.2 长短期记忆网络 |
2.2 无监督学习算法 |
2.2.1 K均值聚类 |
2.2.2 单类支持向量机 |
2.3 本章小结 |
第三章 基于DS-LOF的沥青路面感知数据异常状态辨识 |
3.1 道路感知数据集构建 |
3.2 基于统计的异常值检测算法 |
3.2.1 正太分布3σ准则检测分析 |
3.2.2 箱型图检测分析 |
3.2.3 t检验准则检测分析 |
3.3 基于DS-LOF的异常值检测算法 |
3.3.1 DS特征向量构建原理 |
3.3.2 LOF算法原理 |
3.4 基于DS-LOF的感知数据集异常辨识分析 |
3.4.1 基于DS方法的时间序列特征提取 |
3.4.2 基于DS-LOF的异常值检测 |
3.5 沥青路面感知数据异常值辨识结果对比分析 |
3.5.1 异常值检测结果评价指标 |
3.5.2 不同检测方法结果对比分析 |
3.6 本章小结 |
第四章 基于Boosting的沥青路面感知数据异常值修复方法研究 |
4.1 异常值修复样本数据库构建 |
4.2 基于决策树的异常值预测修复方法 |
4.2.1 CART决策树算法原理 |
4.2.2 基于网格搜索法的CART模型参数优化 |
4.2.3 CART模型预测结果分析 |
4.3 基于随机森林的异常值预测修复方法 |
4.3.1 随机森林算法原理 |
4.3.2 基于网格搜索法的Random Forest模型参数优化 |
4.3.3 Random Forest模型预测结果分析 |
4.4 基于Boosting的异常值预测修复方法 |
4.4.1 XGBoost算法原理 |
4.4.2 基于网格搜索法的XGBoost模型参数优化 |
4.4.3 XGBoost模型预测结果分析 |
4.5 预测修复算法对比分析 |
4.5.1 预测模型评价指标 |
4.5.2 不同模型预测结果对比分析 |
4.6 本章小结 |
第五章 基于GA-XGBoost模型的沥青路面感知数据异常值修复方法研究 |
5.1 遗传算法原理 |
5.2 基于遗传算法的XGBoost参数优化 |
5.2.1 遗传算法参数取值 |
5.2.2 XGBoost算法参数调优 |
5.3 基于GA-XGBoost的异常值修复方法与对比分析 |
5.3.1 GA-XGBoost预测结果分析 |
5.3.2 不同模型预测结果对比分析 |
5.4 基于GA-XGBoost模型的路面感知数据异常状态修复结果对比 |
5.4.1 路面温度感知数据异常值修复结果对比 |
5.4.2 路面湿度感知数据异常值修复结果对比 |
5.5 沥青路面温湿度异常数据修复前后平稳性对比分析 |
5.6 本章小结 |
总结与展望 |
参考文献 |
攻读学位期间取得的研究成果 |
致谢 |
(5)基于介电模型的沥青混合料多相体积率多类反演及其工程应用(论文提纲范文)
摘要 |
abstract |
1 绪论 |
1.1 概述 |
1.2 国内外研究现状 |
1.2.1 沥青混合料材料特性及探地雷达研究 |
1.2.2 探地雷达电磁波传播正演模拟 |
1.2.3 介电模型 |
1.2.4 介电特性反演方法 |
1.3 主要研究内容与技术路线 |
1.3.1 主要研究内容 |
1.3.2 技术路线 |
2 沥青混合料多相体积率对介电特性影响的试验研究 |
2.1 沥青混合料的多相特性 |
2.2 试验方案 |
2.2.1 试验材料与类型 |
2.2.2 试验过程 |
2.3 测试频率对沥青混合料及其单相介电特性的影响分析 |
2.3.1 测试频率对单相介质介电特性的影响 |
2.3.2 测试频率对沥青混合料介电特性的影响 |
2.4 沥青混合料多相体积率对其介电特性的影响 |
2.4.1 骨料体积率对介电特性的影响 |
2.4.2 沥青含量对介电特性的影响 |
2.4.3 空隙率对介电特性的影响 |
2.5 本章小结 |
3 常用沥青混合料介电模型的建立 |
3.1 现有经典介电模型概述 |
3.2 经典介电模型适用性检验 |
3.2.1 线性模型(Brown模型)适用性检验 |
3.2.2 均方根模型(CRIM模型)适用性检验 |
3.2.3 立方根模型(Looyenga模型)适用性检验 |
3.2.4 小结 |
3.3 常用沥青混合料介电模型的建立 |
3.3.1 AC-13沥青混凝土混合料介电模型 |
3.3.2 AC-16沥青混凝土混合料介电模型 |
3.3.3 SMA-13沥青玛蹄脂碎石混合料介电模型 |
3.3.4 SMA-16沥青玛蹄脂碎石混合料介电模型 |
3.4 本章小结 |
4 基于沥青混合料介电模型的探地雷达电磁波传播正演模拟及模型试验 |
4.1 基于沥青混合料介电模型的探地雷达电磁波传播正演模拟的时域有限差分方法 |
4.1.1 时域有限差分方法 |
4.1.2 探地雷达电磁波传播正演模拟 |
4.2 沥青混合料多相体积率对雷达电磁波回波信号的影响分析 |
4.2.1 骨料体积率对雷达电磁波回波信号的影响 |
4.2.2 沥青体积率对雷达电磁波回波信号的影响 |
4.2.3 空隙率对雷达电磁波回波信号的影响 |
4.3 模型试验 |
4.3.1 试验方案设计及实施 |
4.3.2 探地雷达检测 |
4.3.3 钻芯取样及试件多相体积率测试 |
4.4 正演模型检验 |
4.5 本章小结 |
5 基于沥青混合料介电模型的多相体积率多类反演 |
5.1 概述 |
5.2 沥青混合料多相体积率反演分析的粒子群算法 |
5.2.1 多相体积率反演粒子群算法基本原理及流程 |
5.2.2 算例分析 |
5.3 沥青混合料多相体积率反演分析的遗传算法 |
5.3.1 多相体积率反演遗传算法基本原理及流程 |
5.3.2 算例分析 |
5.4 沥青混合料多相体积率反演分析的PSO-GA混合算法 |
5.4.1 PSO-GA混合算法的提出 |
5.4.2 多相体积率反演PSO-GA混合算法基本原理与流程 |
5.4.3 算例分析 |
5.5 沥青混合料多相体积率反演分析的BP-PSO联合算法 |
5.5.1 多相体积率反演BP-PSO联合算法基本原理及流程 |
5.5.2 算例分析 |
5.6 沥青混合料多相体积率反演分析的BP-GA算法 |
5.6.1 多相体积率反演BP-GA联合算法反演分析流程 |
5.6.2 算例分析 |
5.7 沥青混合料多相体积率多类反演方法考评 |
5.7.1 反演精度考评 |
5.7.2 反演效率考评 |
5.8 基于多类反演方法的多相体积率智能反演 |
5.8.1 多相体积率智能反演的提出 |
5.8.2 多相体积率反演智能反演分析流程 |
5.9 本章小结 |
6 工程应用 |
6.1 沥青混合料多相体积率反演分析多类反演的工程应用 |
6.1.1 多相体积率反演PSO算法工程应用 |
6.1.2 多相体积率反演GA算法工程应用 |
6.1.3 多相体积率反演PSO-GA算法工程应用 |
6.1.4 多相体积率反演BP-PSO联合算法工程应用 |
6.1.5 多相体积率反演BP-GA联合算法工程应用 |
6.1.6 多相体积率智能反演工程应用 |
6.2 结果分析 |
6.3 本章小结 |
7 结论与展望 |
7.1 结论 |
7.2 创新点 |
7.3 展望 |
个人简历、在学期间发表的学术论文及研究成果 |
一、个人简历 |
二、在学期间发表的学术论文与专利 |
三、在学期间参与的研究课题 |
参考文献 |
致谢 |
(6)绿色生产视角下RAP再生工厂的多层布局规划与方案评价研究 ——以山岭重丘区为例(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 研究背景及意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 国内外研究现状 |
1.2.1 国内研究现状 |
1.2.2 国外研究现状 |
1.2.3 研究现状总结 |
1.3 研究内容、方法及路线 |
1.3.1 研究内容 |
1.3.2 研究方法 |
1.3.3 技术路线 |
第2章 绿色生产视角下RAP再生工厂的布局规划及评价相关理论 |
2.1 绿色生产概念及内涵 |
2.1.1 绿色生产定义 |
2.1.2 绿色生产内容 |
2.2 厂拌热再生沥青混合料生产方式概述 |
2.2.1 传统沥青混合料生产方式的不足 |
2.2.2 RAP再生工厂的绿色生产方式 |
2.3 RAP再生工厂布局规划相关理论 |
2.3.1 系统设施布局方法 |
2.3.2 聚类分析原理 |
2.3.3 遗传算法原理 |
2.4 RAP再生工厂布局方案评价相关理论 |
2.4.1 网络分析法 |
2.4.2 熵权法 |
2.4.3 博弈原理 |
2.4.4 物元分析与可拓理论 |
2.5 本章小结 |
第3章 RAP再生工厂总体功能区间的相对位置关系研究 |
3.1 RAP再生工厂的物流路线分析与功能区划分 |
3.1.1 RAP再生工厂的物流路线分析 |
3.1.2 RAP再生工厂的功能区划分 |
3.2 RAP再生工厂的功能区定位及面积计算 |
3.2.1 生产类功能区的定位及面积计算 |
3.2.2 辅助类功能区的定位及面积计算 |
3.3 物流强度与非物流相关性分析 |
3.3.1 物流强度分析 |
3.3.2 非物流相关性分析 |
3.4 综合相关性分析与相对位置关系图 |
3.4.1 综合相关性分析 |
3.4.2 功能区间的相对位置关系图 |
3.5 本章小结 |
第4章 绿色生产视角下RAP再生工厂的多层布局规划研究 |
4.1 RAP再生工厂多层布局的原则与目标 |
4.1.1 山岭重丘区地形对RAP再生工厂布局规划的影响 |
4.1.2 RAP再生工厂多层布局的原则 |
4.1.3 RAP再生工厂多层布局的目标 |
4.2 RAP再生工厂总体功能区的多层布局 |
4.2.1 基于聚类分析的总体功能区的分层方法 |
4.2.2 总体功能区的多层布局平面图 |
4.3 总体功能区多层布局的优化模型构建 |
4.3.1 总体功能区多层布局的目标函数 |
4.3.2 总体功能区多层布局的优化模型 |
4.3.3 基于多目标遗传算法的优化模型求解 |
4.4 RAP再生工厂生产类功能区的多层布局 |
4.4.1 生产类功能区立面布局分析 |
4.4.2 生产类功能区的多层布局立面图 |
4.5 本章小结 |
第5章 绿色生产视角下RAP再生工厂的布局方案评价研究 |
5.1 评价指标体系建立 |
5.1.1 评价指标体系构建的原则 |
5.1.2 评价指标体系构建的方法 |
5.1.3 评价指标的选取 |
5.2 指标数据收集与标准化处理 |
5.3 评价指标权重确定 |
5.3.1 网络分析法确定权重 |
5.3.2 熵权法确定权重 |
5.3.3 综合权重 |
5.4 物元可拓评价模型构建 |
5.4.1 布局方案物元模型 |
5.4.2 物元等级关联函数 |
5.4.3 布局方案绿色生产等级评价 |
5.5 本章小结 |
第6章 案例研究 |
6.1 珞璜工业园区RAP再生工厂项目概况 |
6.2 珞璜工业园区RAP再生工厂的初始布局 |
6.2.1 基于SLP的总体功能区相关性分析 |
6.2.2 基于聚类分析的初始布局方案 |
6.3 珞璜工业园区RAP再生工厂的优化布局 |
6.3.1 多目标遗传算法优化布局结果 |
6.3.2 珞璜工业园区RAP再生工厂的空间布局方案 |
6.4 珞璜工业园区RAP再生工厂的布局方案评价 |
6.4.1 数据来源与标准化处理 |
6.4.2 权重确定 |
6.4.3 RAP再生工厂布局方案的绿色生产等级评价 |
6.5 本章小结 |
第7章 结论与展望 |
7.1 结论 |
7.2 创新点 |
7.3 不足与展望 |
致谢 |
参考文献 |
在校期间发表的论文和取得的学术成果 |
附录A |
附录B |
附录C |
(7)甘肃省高速公路网级沥青路面养护决策研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 课题研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 国外公路网养护决策研究进展 |
1.2.2 国内公路网养护决策研究进展 |
1.3 研究内容及技术路线 |
1.3.1 研究内容 |
1.3.2 技术路线 |
2 甘肃省高速公路网路段区域划分 |
2.1 甘肃省高速公路概况 |
2.2 甘肃省高速公路网区域划分 |
2.2.1 公路网区域划分概述 |
2.2.2 甘肃省高速公路网区域划分因素选择 |
2.3 基于聚类法的甘肃省高速公路网区域划分 |
2.3.1 K-means聚类模型简介 |
2.3.2 聚类模型与算法 |
2.3.3 基于聚类法的甘肃省高速公路网区域划分 |
2.3.4 四个区域病害分析 |
2.4 本章小结 |
3 甘肃省高速公路网路面使用性能评价 |
3.1 路面使用性能评价概述 |
3.2 沥青路面使用性能评价标准 |
3.2.1 路面破损状况 |
3.2.2 路面行驶质量 |
3.2.3 路面车辙深度 |
3.2.4 路面抗滑性能 |
3.3 现行路面使用性能评价结果分析 |
3.4 变权-可拓综合评价模型 |
3.4.1 可拓综合评价模型 |
3.4.2 惩罚型变权函数模型 |
3.5 基于变权-可拓法的甘肃省高速路面性能评价 |
3.5.1 变权-可拓综合评价模型的建立 |
3.5.2 综合评价结果分析 |
3.6 本章小结 |
4 甘肃省高速公路网路面使用性能预测 |
4.1 路面使用性能预测模型概述 |
4.2 灰色系统理论法 |
4.2.1 GM(n,h)模型 |
4.2.2 建立灰色预测方程 |
4.3 基于灰色模型的甘肃省高速公路网级路面使用性能预测 |
4.3.1 高速公路沥青路面使用性能预测指标选取 |
4.3.2 灰色预测模型建立 |
4.4 甘肃省各区域路段选取及预测 |
4.4.1 第Ⅰ类路面衰减模型 |
4.4.2 第Ⅱ类路面衰减模型 |
4.4.3 第Ⅲ类路面衰减模型 |
4.4.4 第Ⅳ类路面衰减模型 |
4.5 本章小结 |
5 高速公路沥青路面养护决策研究 |
5.1 高速公路沥青路面养护决策指标及方法 |
5.1.1 养护工程性质与分类 |
5.1.2 养护对策确定原则 |
5.2 甘肃省高速公路沥青路面养护对策选择 |
5.2.1 甘肃省高速公路沥青路面常用养护对策及效果 |
5.2.2 基于决策树法的甘肃省高速公路网养护对策研究 |
5.3 基于决策树的甘肃省各区域养护决策应用 |
5.3.1 第Ⅱ类区域典型路段养护对策选择 |
5.3.2 第Ⅳ类区域典型路段养护对策选择 |
5.4 本章小结 |
6 甘肃省高速公路网级路面养护决策优化研究 |
6.1 高速公路网级路面养护决策影响因素选择 |
6.1.1 路面养护费用 |
6.1.2 交通量 |
6.1.3 路面使用性能 |
6.2 高速公路网级路面决策优化模型建立 |
6.2.1 灰色关联法排序 |
6.2.2 0-1整数规划法对养护决策的优化 |
6.3 甘肃省高速公路网级路面决策优化模型使用 |
6.3.1 基于灰色关联度的养护排序 |
6.3.2 基于0-1规划法的决策优化 |
6.4 本章小结 |
7 结论与展望 |
7.1 主要结论 |
7.2 进一步研究建议 |
参考文献 |
附录 |
附录A 甘肃省高速公路灰色预测模型参数 |
附录B 甘肃省高速公路网使用性能评价对比 |
附录C 甘肃省高速公路PCI、RQI预测数据验证结果 |
附录D 甘肃省高速公路RDI、SRI预测数据验证结果 |
附录E 甘肃省高速公路沥青路面养护维修措施表 |
附录F 甘肃省高速公路交通量 |
附录G 甘肃省高速公路网沥青路面2020年-2022年养护对策 |
附录H 甘肃省高速公路网沥青路面2020年-2022年优化后养护对策 |
攻读学位期间的研究成果 |
致谢 |
(8)黑龙江省沥青路面综合养护技术的研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状综述及分析 |
1.2.1 沥青路面使用性能评价研究现状 |
1.2.2 沥青路面使用性能预测研究现状 |
1.2.3 沥青路面养护决策研究现状 |
1.3 项目创新点 |
1.4 研究目标与研究内容 |
1.4.1 研究目标 |
1.4.2 研究内容 |
1.5 技术路线 |
2 黑龙江省高速公路沥青路面发展概况与养护现状 |
2.1 黑龙江省区域概况 |
2.2 黑龙江省高速公路建设现状及未来规划 |
2.2.1 建设基本情况 |
2.2.2 未来高速公路网规划 |
2.3 黑龙江省沥青路面养护工作现状 |
2.4 本研究与新规范的对比分析 |
2.5 本章小结 |
3 黑龙江省高速公路沥青路面实地调研方案与数据采集 |
3.1 黑龙江省高速公路沥青路面实地调研方案 |
3.2 黑龙江省高速公路沥青路面数据采集与处理 |
3.2.1 数据采集 |
3.2.2 数据处理 |
3.3 黑龙江省高速公路沥青路面特征 |
3.3.1 路面结构层次及典型路面结构 |
3.3.2 路面损坏特征 |
3.4 黑龙江省高速公路沥青路面使用性能变化规律 |
3.5 本章小结 |
4 黑龙江省高速公路沥青路面性能评价体系与预测模型 |
4.1 黑龙江省沥青路面性能评价体系 |
4.1.1 现行的黑龙江省沥青路面性能评价体系 |
4.1.2 基于全周期的黑龙江省沥青路面评价体系 |
4.2 黑龙江省沥青路面使用性能预测模型 |
4.2.1 预测的难题与模型的选用 |
4.2.2 预测模型的建模 |
4.3 黑龙江省沥青路面使用性能预测模型的可行性验证 |
4.3.1 路面破损状况指数PCI验证 |
4.3.2 路面行驶质量指数RQI验证 |
4.3.3 路面车辙深度指数RDI验证 |
4.3.4 路面抗滑性能指数SRI验证 |
4.4 本章小结 |
5 黑龙江省沥青路面综合养护技术标准的建立 |
5.1 综合养护技术标准的组成 |
5.2 黑龙江省沥青路面性能指标随使用年限的变化规律 |
5.2.1 佳木斯至集贤段的路面性能指标与使用年限的关系 |
5.2.2 讷河至齐齐哈尔段的路面性能指标与使用年限的关系 |
5.2.3 哈尔滨至大庆段的路面性能指标与使用年限的关系 |
5.2.4 路面结构强度指数PSSI的预测 |
5.3 黑龙江省沥青路面PQI计算公式(三条代表性沥青路面) |
5.4 黑龙江省沥青路面使用性能评价中的权重值确定 |
5.4.1 变异系数法求权重系数 |
5.4.2 层次分析法求权重系数 |
5.4.3 熵权法求权重系数 |
5.4.4 权重系数确定 |
5.5 黑龙江省沥青路面综合养护技术标准的确定 |
5.5.1 三条代表性沥青路面的PQI分析 |
5.5.2 灰色关联分析法确定综合养护技术标准 |
5.6 本章小结 |
6 基于全周期的黑龙江省沥青路面综合养护方案 |
6.1 黑龙江省沥青路面综合养护工作的基本思路 |
6.2 黑龙江省沥青路面综合养护技术的各单项养护指标阈值 |
6.2.1 数据处理方法 |
6.2.2 各单项养护指标阈值计算方法 |
6.2.3 各单项养护指标阈值确定 |
6.3 黑龙江省沥青路面综合养护的新路阶段养护方案 |
6.4 黑龙江省沥青路面综合养护的过渡阶段养护方案 |
6.5 黑龙江省沥青路面综合养护的预防性养护阶段养护方案 |
6.6 黑龙江省沥青路面综合养护的矫正性养护阶段养护方案 |
6.7 黑龙江省沥青路面综合养护的改建阶段方案 |
6.8 本章小结 |
结论与展望 |
参考文献 |
附录一 |
附录二 |
攻读学位期间发表的学术论文 |
致谢 |
(9)基于强化学习的高速公路项目级养护决策研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景 |
1.2 国内外研究现状 |
1.2.1 路面性能数据质量控制方法的研究现状 |
1.2.2 路面性能预测模型研究现状 |
1.2.3 路面养护决策方法研究现状 |
1.3 研究目标、内容及技术路线 |
1.3.1 研究目标 |
1.3.2 研究内容 |
1.3.3 技术路线 |
第二章 江苏省高速公路路面现状评价 |
2.1 江苏省高速公路路网概况 |
2.1.1 路网规模 |
2.1.2 路龄状况 |
2.1.3 交通状况 |
2.1.4 路面结构类型 |
2.2 路面使用性能 |
2.2.1 路面车辙 |
2.2.2 路面平整度 |
2.2.3 路面抗滑性能 |
2.2.4 路面破损 |
2.3 路面结构强度 |
2.4 本章小结 |
第三章 路面使用性能检测数据质量控制方法研究 |
3.1 异常数据产生原因 |
3.2 美国路面检测数据质量管理计划 |
3.3 数据整理 |
3.3.1 性能指标的选择 |
3.3.2 路段划分 |
3.3.3 性能数据在时间轴上的展开 |
3.4 数据质量控制方法介绍 |
3.4.1 车辙、平整度、抗滑 |
3.4.2 破损 |
3.5 数据质量评估结果 |
3.5.1 控股系统所辖高速整体数据质量评估结果 |
3.5.2 各高速公路检测数据质量评估结果 |
3.6 数据复核结果 |
3.7 本章小结 |
第四章 路面性能预测模型研究 |
4.1 路面使用性能预测指标 |
4.2 路面使用性能影响因素 |
4.3 常见的路面性能预测模型 |
4.3.1 确定型模型 |
4.3.2 概率型模型 |
4.3.3 人工智能模型 |
4.3.4 组合模型 |
4.3.5 其它模型 |
4.3.6 各模型对比 |
4.4 神经网络预测模型的构建 |
4.4.1 人工神经网络简介 |
4.4.2 Keras框架介绍 |
4.4.3 学习样本 |
4.4.4 输入参量与输出参量 |
4.4.5 模型结构及超参数调整 |
4.4.6 模型训练及结果 |
4.5 输入参量的敏感性分析 |
4.5.1 MIV算法介绍 |
4.5.2 结果分析 |
4.6 预测与验证 |
4.6.1 性能预测 |
4.6.2 模型验证 |
4.7 本章小结 |
第五章 强化学习决策模型建立 |
5.1 养护决策方法概述 |
5.2 强化学习方法介绍 |
5.2.1 基本原理 |
5.2.2 马尔可夫决策过程 |
5.2.3 值函数 |
5.2.4 动态规划法 |
5.2.5 时间差分法 |
5.2.6 Q-learning算法 |
5.2.7 DQN算法 |
5.3 各元素定义 |
5.4 建模流程 |
5.5 案例分析——宁常镇溧高速养护规划 |
5.5.1 路线概况 |
5.5.2 路段划分 |
5.5.3 模型建立 |
5.5.4 训练结果 |
5.5.5 决策结果 |
5.6 本章小结 |
第六章 结论与展望 |
6.1 主要研究结论 |
6.2 待进一步研究问题 |
致谢 |
参考文献 |
作者简介 |
(10)环保型沥青路面材料再生工厂布局方案分析与评价(论文提纲范文)
摘要 |
abstract |
第1章 绪论 |
1.1 研究背景 |
1.2 研究意义 |
1.2.1 理论意义 |
1.2.2 现实意义 |
1.3 国内外研究现状 |
1.3.1 国内研究现状 |
1.3.2 国外研究现状 |
1.3.3 国内外研究现状评析 |
1.4 研究内容 |
1.5 研究方法及技术路线 |
1.5.1 研究方法 |
1.5.2 技术路线 |
第2章 环保型沥青路面材料再生工厂布局与评价理论基础 |
2.1 沥青路面再生工厂概述 |
2.1.1 传统拌合站的不足 |
2.1.2 环保型沥青路面材料再生工厂 |
2.2 再生工厂布局的基本方法 |
2.3 再生工厂布局模型求解的基本方法 |
2.4 再生工厂布局评价相关理论介绍 |
2.5 本章小结 |
第3章 基于SLP理论的再生工厂总体功能区布局研究 |
3.1 再生工厂布局涉及到的相关区域划分 |
3.1.1 再生工厂各功能区划分的必要性 |
3.1.2 再生工厂的各个功能区 |
3.2 基于SLP理论的功能区相关性分析 |
3.2.1 各功能区间物流相互关系分析 |
3.2.2 各功能区间非物流相互关系分析 |
3.2.3 综合相关关系分析 |
3.3 基于SLP理论的再生工厂布局优化模型 |
3.3.1 基本参数及相关约束 |
3.3.2 目标函数 |
3.4 基于改进PSO算法的布局优化模型求解 |
3.4.1 算法流程设计 |
3.4.2 编码设计 |
3.4.3 其他相关参数设计 |
3.5 本章小结 |
第4章 再生工厂生产加工区布置分析 |
4.1 生产加工区布置分析的必要性及子系统划分 |
4.2 生产加工区的布置研究 |
4.2.1 生产加工区的布置原则 |
4.2.2 再生工厂进行平地布局时生产加工区的布置研究 |
4.2.3 再生工厂进行台地布局时生产加工区布置研究 |
4.3 方案评价 |
4.3.1 指标体系构建的原则 |
4.3.2 建立评价指标体系 |
4.3.3 指标权重的确定 |
4.3.4 布局方案评价 |
4.4 本章小结 |
第5章 实证研究 |
5.1 项目背景 |
5.2 江津工业园区再生工厂布局方案的形成 |
5.2.1 各功能区划分及相关关系分析 |
5.2.2 基于改进PSO算法的理论布局过程分析 |
5.3 江津工业园区平地、台地生产功能区典型布局方案的形成 |
5.3.1 平地布局的方案分析及横向评价 |
5.3.2 台地布局的方案分析及横向评价 |
5.3.3 江津某工业园区再生工厂布局方案的纵向评价 |
5.4 本章小结 |
第6章 结论与展望 |
6.1 研究结论 |
6.2 展望 |
致谢 |
参考文献 |
附录 |
在学期间发表的论文及学术成果 |
四、基于遗传算法的沥青路面结构优化研究(论文参考文献)
- [1]基于神经网络的沥青路面模量反算方法研究[D]. 姜鹏. 桂林电子科技大学, 2021(02)
- [2]基于南疆沙漠戈壁区沥青路面拱胀处置的多目标方案评价研究[D]. 何业宏. 重庆交通大学, 2021
- [3]基于遗传神经网络的山区沥青路面使用性能评价研究[D]. 曾涛. 重庆交通大学, 2021
- [4]基于机器学习的沥青路面感知数据异常状态辨识与修复[D]. 徐磊. 长安大学, 2021
- [5]基于介电模型的沥青混合料多相体积率多类反演及其工程应用[D]. 李松涛. 郑州大学, 2020(02)
- [6]绿色生产视角下RAP再生工厂的多层布局规划与方案评价研究 ——以山岭重丘区为例[D]. 李孟雪. 重庆交通大学, 2020(02)
- [7]甘肃省高速公路网级沥青路面养护决策研究[D]. 崔玉姣. 兰州交通大学, 2020(01)
- [8]黑龙江省沥青路面综合养护技术的研究[D]. 郭本祺. 东北林业大学, 2019(01)
- [9]基于强化学习的高速公路项目级养护决策研究[D]. 姚琳怡. 东南大学, 2019(05)
- [10]环保型沥青路面材料再生工厂布局方案分析与评价[D]. 王宁. 重庆交通大学, 2019(06)