[硕士]基于支持向量机的路面模量反演研究
学科专业：土木与建筑工程
授予学位：硕士
学位授予单位：cc大学
学位年度：2009
如何利用FWD的弯沉检测数据反演路面模量参数，进而对路面结构性能作出科学评价，为路面养护提供合理的决策依据，是目前交通界普遍关注的问题，其关键是建立高效、可靠的模量反演算法。
本文尝试将支持向量机引入到反分析中，探讨了基于支持向量机的路面模量反演方法，主要工作可概括如下:
(1)针对在模量优化反演过程中需要反复调用正分析过程，反演计算量大的缺点，将支持向量机引入到反分析中，提出了一种新的基于支持向量机的路面模量反演思路，即首先通过对样本的学习建立支持向量机模型，然后利用训练得到的支持向量机模型代替数值模型计算与模量参数对应的路面弯沉，从而降低反分析计算量。
(2)利用粒子群算法全局搜索能力强、搜索效率高等优点，将其与支持向量机相结合，先后应用于支持向量机模型参数的优化选取和路面模量参数的智能搜索;分析结果表明，借助粒子群算法能够有效地获得具有最佳预测性能的支持向量机模型和最优的参数反演结果。
(3)结合理论数据和实际工程数据，对基于支持向量机的路面模量反演方法进行了考评;结果表明，该方法具有较高的反演精度，其反算结果与MODULUS和SIDMOD的计算结果符合较好，是一种有效可行的路面模量反演方法。
