随着我国公路建设事业的发展，对路面结构进行无破损评估日臻重要。目前，路面反分析方法被广泛应用于无破损评估中。本课题在分析国内外现有路面反分析成果的基础上，提出了新的路面反分析方法。其主要内容包括:
1.本文利用系统识别原理，将改进遗传算法引入路面结构反分析中，得到路面结构各层模量的全局最优解，解决了采用常规反分析方法初始值难以确定的问题，工程实例计算对比表明，使用该方法可以得到很好的反演结果。
2.应用神经网络方法预测路面各层的模量，可以极大地缩短反演时间。由于反分析问题的复杂性，使用传统的3层BP网络很难得到很好的训练效果。为此，本文通过对网络进行前、后处理并采用了双隐层的网络结构。应用实例表明，预测结果比较令人满意。
3.落锤式弯沉仪(FWD)对路面施加的是动荷载，而目前反分析力学模型均为静载下的线弹性层状体系。本文考虑动荷载效应，通过大型有限元分析软件ANSYS建立了路面的动力学分析模型，深入研究荷载的动力效应对反分析结果的影响。
4.使用蒙特卡洛法评估路面参数变异性对反分析结果的影响，同时初步研究了路面损伤对反演结果的影响。
