人工智能應用技術大學生論文(2)
人工智能應用技術大學生論文
人工智能應用技術大學生論文篇二
人工智能技術在建筑領域的應用
摘要：所謂人工智能技術，是指一門由控制論、計算機科學、神經生理學、信息論、心理學等學科相互滲透所和發展所形成的綜合性學科。隨著該學科的不斷發展，其在建筑領域的應用范圍也不斷擴大，極大的促進了我國建筑行業從傳統運作走向現代管理和經營。文章首先對人工智能技術進行了簡要介紹，并從五個方面對該技術在建筑領域的應用進行了討論。
關鍵詞：人工智能;建筑領域;計算機;應用。
1 引言
所謂人工智能技術，是指一門由控制論、計算機科學、神經生理學、信息論、心理學等學科相互滲透所和發展所形成的綜合性學科。雖然學術界對于人工智能的定義在經過長久的爭論之后仍然沒有得出一個準確的定義，但是從本質上來看，人工智能技術就是通過研究和制造人工智能系統和機器來模擬人類智能行為，從而使人類智能得到延伸的一門學科。該學科通過計算機來完成智能系統的構建，并以此來實現定理的自動證明、程序的自動射擊、語言的自動理解、模式的自動識別等智能活動。由于研究者對于人工智能的理解存在差異，所以就形成了不同的人工智能研究途徑，其主要有三種，分別是聯接主義途徑、符號主義途徑和行為主義途徑。
其中，聯接主義途徑于1943年提出，它主要通過神經元來對腦模型和神經網絡模型進行研究，不過目前仍處于基礎性的研究階段。符號主義途徑是基于物理符號系統假設提出的，從上世紀30年代開始應用于智能行為的描述中，目前很多的自然語言理解系統、專家系統都是基于該觀點研制的。行為主義途徑的支持者則認為人工智能源于控制論，在該理論的指導下，研究人員于上世紀80年代成功構建了智能機器人系統，布魯克斯的六足行走機器人是其中的杰出代表。
2 人工智能技術在建筑領域的應用
2.1 在建筑設計中的應用
在過去相當長的一段時間內，建筑設計師們都通過AutoCAD軟件來完成有關繪圖工作，但是這并不能從真正意義上體現出建筑設計，設計師們的靈感、創意、創新也無法通過AutoCAD得到更加全面的體現。隨著人工智能技術在建筑設計行業中應用的不斷深入，現在的設計師中的絕大多數都開始應用能夠在設計全稱提供二維圖形描述和三維空間表現的理論及技術來完成日常工作，不僅提高了工作效率，也使得建筑設計的特點得到了更好的體現。
例如，Arch2010就是一款基于AutoCAD2002―2010平臺的，專為建筑設計工作而量身打造的CAD系統，它集人性化、數字化、可視化、參數化、智能化于一身，將建筑構件作為最基本的設計單元，采用了非常先進的自定義對象核心技術，實現了二維圖形與三維模型的同步。
此類系統的使用讓建筑設計師再也不必趴在桌子上完成繪圖工作，讓他們的創意和設想能夠得到更完美的發揮和實現。工程圖檔也不再是以往那種抽象的線條堆積，而是通過數字化技術轉化成了直觀的、可視的建筑模型，真正做到了構件關聯智能化、構件創建參數化以及設計過程可視化。
2.2 在施工管理中的應用
工作人員在以往開展建筑工程施工管理工作的時候，主要是依靠手寫、手繪的方式來完成有關施工檔案的記錄和施工平面圖的繪制，而隨著人工智能技術在建筑領域里應用范圍的不斷擴大，綜合采用數理邏輯學、運籌學、人工智能等手段來進行施工管理已經得到了認可和普及。目前比較流行的基于C/S環境開發的建筑施工管理系統，已經涵蓋了包括分包合同管理、施工人員管理、原材料供應商管理、固定資產管理、企業財務管理、員工考勤管理、施工進度管理等方方面面，使對供應商和分包商的管理工作得到了進一步的細化，從而使原材料的進離場、分包商及員工管理工作更加科學、準確、快捷，實現了資金流、物資流、業務流的有機結合。
另外，建筑施工管理系統的數據庫也非常強大，具有極為強勁的數據處理和儲存能力，不僅性能穩定，升級和日常維護也非常快捷方便。另外，針對建筑施工人流復雜、密集的特點，系統還相應設置了權限管理功能，保障了施工管理數據的安全和準確性。
2.3 在建筑施工中的應用
人工智能技術在建筑施工中的應用主要集中在砼強度分析的工作中。一般來說，28天抗壓強度是衡量砼自身性能的重要指標，如果能夠提前對砼的28天強度值進行預測，工作人員就可以采取相應的措施對其進行控制，進而提高砼的質量。在以往的工作中，工作人員往往采用基于數理統計的線性回歸方式對砼的28天強度進行預測，但是對于商品砼來說，由于其中摻雜了大量的粉煤灰，因此砼各組材料與抗壓強度之間的關系往往表現為明顯的非線性關系，通過傳統方式所得到的預測結果存在著很大的誤差。
在人工神經網絡技術應用于砼性能預測方面，我國天津大學的張勝利將傳統的BP網絡模型的預測結果與3中不同輸入模型的RBF網絡預測結果進行了比較和分析，最終證明了RBF網絡模型具有較強的泛化能力和極高的預測精確度，是一種新型的、有效的分析商品砼性能的方法。
2.4 在建筑結構中的應用
汶川地震的發生以及這場地震所造成的嚴重危害，讓建筑結構控制及健康診斷工作得到了前所未有的關注，以往建筑行業所采用的結構系統辨識方法存在著抗噪聲能力差、適用范圍較窄、難以進行線性識別的缺點，讓此項工作的有效開展受到了極大的限制。近年來，隨著人工智能技術的發展，出現了一種新型的基于人工神經網絡的系統辨識方法，該方法通過模糊神經網絡所具有的學習及非線性映射能力來獲得實測結構動力響應數據，并以此構建起建筑結構的動力特征模型。模糊神經網絡能夠對建筑結構在任意動力荷載情況下的動力響應進行非常準確的預測，因此廣泛的應用于建筑結構的健康診斷以及振動控制當中，具有很強的實用性和可擴展性。
2.5 在建筑電氣中的應用
隨著我國建筑業的迅速發展，行業的總體能耗急劇攀升，有一段時間在總能耗中所占的比例甚至超過了30%，所以，實行建筑節能對于實現我國的節能減排目標無疑具有巨大的促進作用，而電氣節能技術則是當前效果最為顯著的節能方式之一。
電氣節能的評估模型建立之后，可以使用人工神經網絡對其進行訓練，提升其評估的準確性和網絡泛化性，使建筑節能改造工作的實施能夠具有更多的科學依據。其中，BP神經網絡算法就是一種能夠將輸入/輸出問題轉化為線性問題的學習方法。傳統的BP網絡采用的是梯度下降法，該方法的學習速率是保持不變的，同時訓練所需的時間較長，且在學習過程中可能發生局部收斂的情況;改進型的BP算法和L-M反算法則增加了動量因子，無論是在穩定性還是收斂性方面，都要優于傳統的BP算法，因此廣泛的應用于當前建筑電氣節能評估模型的構建工作中。
使用該方法構建的建筑電氣節能評估模型的權重，能夠以相對聯系的方式隱藏于網絡當中，這種評價方式更加科學、簡單、適用，所評估模型的適用范圍也更為廣泛。
3 結束語
經過不斷的發展，建筑業目前已經成為了我國的支柱產業之一，無論是從建筑業的自身發展，還是從時代發展的要求來看，進一步加強人工智能技術在建筑業的應用都是行業能夠擺脫傳統的運作模式走向現代化經營和管理的必由之路。這就要求行業的決策者、管理人員和技術人員更新思想、轉變觀念，對人工智能技術給予充分的重視，并加強在這方面的資金、技術和培訓的投入，從而使我國的建筑行業能夠在更短的時間內走向現代化和智能化。
人工智能應用技術大學生論文相關文章：
2.人工智能技術論文
5.人工智能相關論文
6.人工智能發展論文