人工智能技术在建筑行业中的应用

人工智能技术在建筑行业中的应用学院专业研究方向学生姓名学号任课教师姓名2013年6月23 日人工智能技术在建筑行业的应用摘要：人工智能的概念和其涉及的各个方面、同时人工智能技术在建筑行业中也涉及很多。

利用人工智能技术使建筑行业得到更多的发展，同时阐述了国内外人工智能技术在建筑行业中各专业领域的应用状况。

关键词：人工智能建筑业专家系统神经网络1.引言人工智能（Artificial Intelligence，简称AI）是计算机学科的一个分支，二十世纪七十年代以来被称为世界三大尖端技术之一（空间技术、能源技术、人工智能）。

也被认为是二十一世纪（基因工程、纳米科学、人工智能）三大尖端技术之一。

除了计算机科学以外，人工智能还涉及信息论、控制论、自动化、仿生学、生物学、心理学、数理逻辑、语言学、医学和哲学等多门学科。

人工智能学科研究的主要内容包括：知识表示、自动推理和搜索方法、机器学习和知识获取、知识处理系统、自然语言理解、计算机视觉、智能机器人、自动程序设计等方面。

机器翻译，智能控制，专家系统，机器人学，语言和图像理解，遗传编程机器人工厂，自动程序设计，航天应用，庞大的信息处理，储存与管理，执行化合生命体无法执行的或复杂或规模庞大的任务等等。

值得一提的是，机器翻译是人工智能的重要分支和最先应用领域。

不过就已有的机译成就来看，机译系统的译文质量离终极目标仍相差甚远；而机译质量是机译系统成败的关键。

中国数学家、语言学家周海中教授曾在论文《机器翻译五十年》中指出：要提高机译的质量，首先要解决的是语言本身问题而不是程序设计问题；单靠若干程序来做机译系统，肯定是无法提高机译质量的；另外在人类尚未明了大脑是如何进行语言的模糊识别和逻辑判断的情况下，机译要想达到“信、达、雅”的程度是不可能的①。

人工智能常用的研究方法有三种，分别介绍如下：(1)以符号处理为核心的方法——符号主义计算机具有符号处理的推算能力，这种能力蕴涵演绎推理的内涵。

因此，可通过相应的程序体系来体现出某种基于逻辑思维的智能行为，达到模拟人类部分智能的目的。

该方法的特征是：立足于逻辑运算和符号操作，适合于模拟人的逻辑思维过程，解决需要进行逻辑推理的复杂问题；用一定的符号表示知识，在已知基本规则的情况下，无需输入大量的细节知识；便于模块化，易于修改；能与传统的符号数据库进行很好地连接；可对推理结论进行解释，便于对各种可能性进行选择。

(2)以网络连接为主的连接机制方法——联接主义联接主义根据对人脑的研究，认为人类智能的基本单元是神经元，人类的认知过程就是网络中大量神经元的整体活动，这种活动不是串行方式，而是以并行分布方式进行的，区别于符号主义，人工神经网络中不存在符号的运算。

它的代表性成果是1943年由生理学家麦卡洛克和数理逻辑学家皮茨创立的脑模型，即MP模型，开创了用电子装置模仿人脑结构和功能的新途径。

它以神经元开始进而研究神经网络模型和脑模型，开辟了人工智能的又一发展道路。

虽然经过众多科学家坚持不懈的努力，在神经网络研究中取得了大量成果，但是由于神经网络研究的复杂性，目前还是处于基础性的研究阶段，还有待于数学家、物理学家、生物学家等共同努力，使神经网络研究迈上一个新的台阶。

(3)系统集成方法——行为主义人类的智能活动中既有逻辑思维又有形象思维，单独使用符号主义方法或连接机制方法都不能完整地解决智能模拟问题。

因此，把二种方法结合在一起综合研究，是模拟智能研究的一条必由之路。

系统集成方法兼有符号主义方法和连接机制方法的特征。

集成模式有二种。

第一种模式是结合，符号主义方法与连接机制方法均保持独立的结构，但密切合作，任何一方都可以把自己不能解决的问题转交给另一方。

第二种模式是统一，将符号主义方法与连接机制方法有机地统一到一个系统中，既有逻辑思维的功能，又有形象思维的功能。

2.人工智能在建筑行业的应用人工智能技术与建筑行业各专业领域知识相结合，使得人工智能技术在建筑行业中取得了非常广泛的应用。

已有许多专家系统、决策支持系统应用在建筑行业取得了很好的经济效益和社会效益。

下面针对建筑规划、建筑结构、给水排水、建筑电气、暖通空调、建筑材料及建筑工程管理等建筑行业中的各专业领域，分别阐述人工智能技术的应用。

（1）人工智能在建筑规划中的应用传统的建筑施工管理，主要依赖于手工记录施工相关流程以及代写论文人工绘制施工平面布置图。

随着人工智能技术的发展和广泛应用，综合利用运筹学、数理逻辑学以及人工智能等技术手段进行建筑施工现场管理已经得到广泛应用。

基于C/S环境架构研发的建筑企业工地管理应用系统，涵盖了工地管理的方方面面，主要包括员工管理模块、分包合同管理模块、固定资产管理模块、供应商管理模块和财务管理模块、施工日志管理模块、员工考勤管理模块与工资挂钩细化了对分包商和供应商的管理，更加有效地控制材料进出，供应商和分包商以及员工的管理真正实现了工地物流、资金流和业务流三流合一。

本系统采用强大的数据库，具有稳定的性能、极强的数据存储和处理能力、便捷的升级和维护服务。

针对工地人员复杂的特点，系统设置了严格的权限管理功能，确保了数据的安全性。

一般的工程在施工过程中都会存在分包。

（2）人工智能技术在建筑结构中的应用随着地质灾害的不断发生以及其所造成的严重危害，建筑结构控制与结构健康诊断就显得尤为重要。

传统的结构系统辨识方法普遍存在难于在线识别，只适于线性结构系统辨识、抗噪声能力差等。

近年来，随着人工智能技术的应用，出现了人工神经网络的结构系统辨识方法，利用模糊神经网络强大的非线性映射能力与学习能力，以实测的结构动力响应数据建立起结构的动力特性模型。

模糊神经网络可以非常精确地预测结构在任意动力荷载作用下的动力响应，因此可以用于结构振动控制与健康诊断中，同时还可以随时加入其它辨识方法总结出的规则，且可以做成硬件实现，具有很强的可扩展性与实用性。

人工智能技术在国内也展开了一些应用，如安徽建筑工业学院、西安交通大学等都在建筑结构领域建立了不同的专家系统。

大连理工大学李守巨等②运用LM神经网络对建筑结构(铰)结点损伤进行识别，通过测量位移来预测(铰)结点损伤。

北方交通大学鞠彦忠等采用A RT2神经网络对建筑结构损伤进行识别，采用前三阶频率和模态振型向量来预测结构损伤。

沈阳工业大学杨璐等用神经网络对简支梁结构损伤进行预测，以受损前后一阶、二阶、三阶、四阶、五阶、六阶固有频率的变化率作为输入参数来预测损伤情况。

重庆大学王波等依据我国《混凝土结构耐久性评定标准》(草案)开发了用于现役混凝土结构耐久性评估的专家系统应用软件。

其应用表明，将框架、人工神经网络与产生式表示方法相结合进而建立神经网络专家系统的方式是可行、有效的。

（3）人工智能技术在给水排水中的应用人工智能技术在给水排水中的应用主要集中在二方面：一是城市污水处理，二是对城市、小区需水量模拟和给水管网的故障诊断。

城市污水处理是环境保护的重要课题。

近年来国内外学者把人工智能技术应用到污水处理中，取得较好的效果。

清华大学施汉昌等③开发了一个用于诊断城市污水处理厂日常运行故障的专家系统。

系统采用了正反向混合推理机制，并采用故障树的形式，将知识库中的知识组织形式向用户公开，便于用户使用和对系统的维护，现已用于北京某污水处理厂。

西安建筑科技大学芮新芳等应用模糊神经网络，对活性污泥法污水处理中排泥量进行预测和控制。

随着城市工业化的发展，城市用水量与日剧增。

国内许多城市不得不扩充水源、扩建管网，造成很多重复性投入。

因此，在城市建设规划、供水系统的建设管理中，未来城市用水量是一个不可忽视的参考因素。

因而建立或选择合理的预测模型是问题的关键。

天津大学张宏伟等用BP 神经网络预测管网内每小时用水量和管网检测点水压值，取得较好效果。

哈尔滨工业大学袁一星④等用BP 神经网络对用水量进行预测，输入参数中除了历史用水量外，还引入了最高温度、最低温度和节假日等影响因子作为输入参数。

（4）人工智能技术在建筑电气中的应用在推崇低碳城市生活方式与绿色建筑营造模式的今天, 智能建筑电气发展日益呈现出以建筑设备监控以节能为中心、 信息通信以三网融合 与物联网应用 为核心以及安全防范以智能处理为重心的三大特征。

建筑设备监控以节能为中心。

在建筑电气工程中, 虽然高效与节能型用能 设备的选用已成为规范的技术措施, 但其实际效 果需要有运行数据的分析评价。

电气节能的评估模型建立之后，可以使用人工神经网络对其进行训练，提升其评估的准确性和网络泛化性，使建筑节能改造工作的实施能够具有更多的科学依据。

其中，BP 神经网络算法就是一种能够将输入/输出问题转化为线性问题的学习方法。

传统的BP 网络采用的是梯度下降法，该方法的学习速率是保持不变的，同时训练所需的时间较长，且在学习过程中可能发生局部收敛的情况；改进型的BP 算法和L-M 反算法则增加了动量因子，无论是在稳定性还是收敛性方面，都要优于传统的BP 算法，因此广泛的应用于当前建筑电气节能评估模型的构建工作中。

使用该方法构建的建筑电气节能评估模型的权重，能够以相对联系的方式隐藏于网络当中，这种评价方式更加科学、简单、适用，所评估模型的适用范围也更为广泛。

人工智能在电梯群控系统中的应用也较为广泛。

各种类型的电梯中均引入了不同的人工智能技术，如专家系统、模糊控制、神经网络等。

因此也就产生了不同类型的电梯群控系统：基于专家系统的电梯群控系统，基于模糊控制的电梯群控系统，基于神经网络的电梯群控系统。

（5）人工智能技术在暖通空调中的应用人工智能技术在暖通空调系统中的应用，主要是用神经网络技术对系统冷热负荷进行预测。

冷热负荷大小、特征及变化规律，对暖通空调系统的运行管理、提高运行效率、节省能源等均极为重要。

在如认识科学、神经科学、计算机科学、物理科学及工程应用等众多领域已形成了很多ANN的应用研究分支。

人工神经网络就是模仿人脑神经系统,以一种简单计算—处理单元(神经元)为节点,采用某种网络拓扑结构构成的活动网络。

（6）人工智能技术在建筑施工中的应用人工智能技术在建筑施工中的应用主要集中在砼强度分析的工作中。

一般来说，28天抗压强度是衡量砼自身性能的重要指标，如果能够提前对砼的28天强度值进行预测，工作人员就可以采取相应的措施对其进行控制，进而提高砼的质量。

在以往的工作中，工作人员往往采用基于数理统计的线性回归方式对砼的28天强度进行预测，但是对于商品砼来说，由于其中掺杂了大量的粉煤灰，因此砼各组材料与抗压强度之间的关系往往表现为明显的非线性关系，通过传统方式所得到的预测结果存在着很大的误差。

在人工神经网络技术应用于砼性能预测方面，我国天津大学的张胜利将传统的BP网络模型的预测结果与3中不同输入模型的RBF网络预测结果进行了比较和分析，最终证明了R BF网络模型具有较强的泛化能力和极高的预测精确度，是一种新论文联盟型的、有效的分析商品砼性能的方法。