建筑结构人工智能实验分析环境的探索意义

建筑结构人工智能实验分析环境的探索意义

赵维娜

130521199111070562

摘要：建筑工程的发展一直跟计算机技术密切相关，随着我国社会经济的发展和城市化建设的加快，建筑工程中的设计技术、建造技术、管理技术等方面都随着计算机信息技术的革新而产生了巨大的变化。在智能化建筑概念下，不仅包括了建筑功能的智能化，也包括建筑实现过程（包括建筑设计、建筑模型、建筑施工等环节）的智能化，由于建筑实现过程与建筑结构形态之间存在密切的关系，因此建筑结构是人工智能技术的重要作用对象。在传统的建筑结构工程领域，工程师通过引入多元化的结构理论、方法等，旨在能实现建筑结构的精确分析，真实描述建筑结构工作性能与反应。

关键词：建筑结构；人工智能实验

引言

人工智能技术是一项新兴技术，它适应于当今社会的发展与需求，适用于诸多领域。而对于人工智能技术的应用，不同的人抱有不同的看法，很多人对人工智能技术给予积极的态度，认为它会使得人类的生产生活更为便利，同时也有很多人认为人工智能的广泛使用也许会带来一些现实问题。总体来说，人工智能技术的使用还是利大于弊的，就目前来说，人工智能在一些领域能够极大地提升它们的运转效率。近些年来，建筑领域行业的发展速度非常快，而随着人工智能技术的不断提升，建筑领域也不断向着智能化发展。

1建筑结构人工智能实验分析环境的探索意义

在实验数据和人工智能方法的“建筑结构人工智能实验分析环境”的概念基础上，创建了相应的集成分析系统，克服了传统结构分析技术的一些缺陷、更充分地发掘和应用了实验数据所包含的结构行为/性能信息、充分发挥了人工智能技术的优势和有力推进了人工智能技术在结构分析中应用。“建筑结构人工智能实验分析环境”的研究意义主要在于：①具有富于创新意义的理论价值，将促进结构分析的发展和创新，特别对于基于结构性能试验数据对结构性能进行建模分析的方法，将为各种复杂工程结构问题的分析开辟新的途径；②在工程应用中，本文所建立和发展的集试验、经验、机理于一体的结构分析方法，将加深对结构性能的认识，工程上意味着可观的经济效益；③构建出初级的“建筑结构人工智能实验分析环境”，使试验数据蕴涵的知识得以充分挖掘，并能用于匹配新结构模型的部分试验结果。同时由于“建筑结构人工智能实验分析环境”对结构变异现象的良好模拟，使得匹配出的新结构模型的行为不仅限于现有试验数据的内插，还能够根据现有试验数据进行外推。这将节省可观的研究经费和获取更多结构模型工作信息，提高试验研究效益；④“建筑结构人工智能实验分析环境”系统不仅利用了人工智能技术，同时也借鉴了传统分析技术对结构状态的描述。也就是说，“建筑结构人工智能实验分析环境”是一个开放系统，在充分利用人工智能技术优点的同时并不排斥利用传统技术，为传统技术和智能技术的有机结合找到了良好的切入点。

2建筑结构人工智能实验分析环境的探索措施

2.1人工智能实验分析环境模型

文章系统介绍了建筑结构人工智能实验分析环境的构成，针对大量建筑结构相关知识与技术进行了整合，创造性地提出了CA数值模型、SVM模型、BP神经网络模型等“匹配运用”方法。但严格意义上说，该书并不是一部论述性著作，而是一项科学研究成果，具有清晰的“提出问题、分析问题、解决问题”思维路线。例如，该书是建立在“如何避免建筑结构基本假设产生误差、提高结构分析精读”这一问题之上的，进而从数据库组织方法切入，对建筑结构人工智能实验分析环境进行解构（即“分析问题”），指出该环境包括三个基本组成部分，分别为“建筑结构的行为”“建筑结构标准化”“建筑结构的反应”，最后利用一系列信息化技术、数学模型、物化性质等知识，构建出完整的建筑结构人工智能实验分析环境模型，包括数据库、数据发掘、结构工作行为数值模型、神经网络模型等。全书论点清晰、论据成分，论证过程详实严谨，有力保障了该模型的实用价值，对建筑结构设计、建筑施工及监理团队而言，有着重要的指导意义。从建筑结构实现指导角度出发，该书主要提供了三个实验分析环境的神经网络模型，用于建筑结构分析（破坏模式分析、荷载极限分析、应力分析等）使用：首先，基于BP神经网络模型，利用该模型构建的人工智能实验分析环境，主要应用于计算破坏荷载、分析砌体墙板稳定型，根据书中提供的实例来看，BP神经网络模型可以精确表示不同建筑结构下墙体传递系数-破坏荷载曲线，读者可以模仿案例建立具体建筑结构的实验分析场景，得出相似墙板预测荷载与实际荷载的相对误差。

2.2人工智能实验分析环境功能

建筑物在长时间的运用中出现裂缝、破损、地震等，都会对建筑物的安全性产生一定的不利作用。如何对设备的损伤进行有效的诊断，并对其损伤程度进行评价，已成为国内外专家学者关注的问题。美国普渡学院研制了SPERIL的专家体系，用于评估震后的房子受损程度。该系统运用大量的观察资料及实地资料，对建筑物的破坏进行分析，以协助工程人员作出决定。例如，HT-RISE是美国卡内基-梅隆大学研制的一套关于高层建筑物的初级构造的专家体系。它的目的是在十层以上的大型住宅和商业大型建筑的基础结构进行许多的试探性的决定，然后扩展到低层建筑、框架楼板系统和其它建筑。美国布里斯托尔大学基于模糊关联的逻辑推理技术，建立了一个基于结构安全性监测的专业体系。土耳其菲拉特大学阿斯兰，Ince利用ANN方法对混凝土开裂的规模影响进行了数值仿真。在我国，安徽建筑工业学院和西安交大等高校已经开始运用了人工智能技术。大连工学院李守巨等利用LM神经网络对建筑物的破坏进行了辨识，并利用变形的方法对节点的破坏进行了预报。利用ART2神经网络进行建筑物的损伤特征辨识，利用鞠彦忠等人的前部三阶模态模型矢量法对建筑物的损伤进行了预报。沈阳工学院杨璐等利用神经网络进行了简支结构的破坏预报，并根据破坏前后一阶、二阶、三阶、四阶、五阶和六阶固有频率的变化速率，对其进行了损伤预报。

2.3专家系统技术的应用

人工智能技术的应用类型较多，专家控制系统是人工智能技术应用的重要组成部分，能够提升各人工智能系统的兼容性。专家系统的核心是数据库建设，主要优势是能够满足快速大量的数据计算，其控制原理、运行机制是在数据库内部资料数据分析的情况下，实现对人工智能系统的控制应用，提升人工智能系统的智能效果。专家系统的建设涉及人们日常生活中各领域的专业知识，通过数据库分析的方式，提升专家系统模拟各领域问题解决能力，主要是通过系统输入、设备输出以及知识表达构建智慧模型，以及信息数据库，以实际情况与数据库资料对比产生模拟化的场景，分析类似场景的解决方案，为用户进行服务帮助。专家系统可广泛应用于中央调节器、电力控制系统、楼宇自动化系统等，可以提升相关系统的智能化处理能力和逻辑分析能力，提升智能系统的综合控制效果。

结语

人工智能可以从设计建模、报批报建、现场施工管理、工程验收以及交付运维等多个方面优化传统建筑工程流程管理，为建筑工程全生命周期的管理以及技术应用提供了全新的视角和研究方向。人工智能技术在工程管理领域的应用还需要增强跨行业、跨组织的协作机制，进一步增强信息、集成知识，在多方协作的基础上，充分发挥技术优势，实现工程项目管理工作的创新。

参考文献

[1]康玲，刘英萍，刘玉佩.人工智能优化技术在智能建筑中的应用刍议[J].卷宗，2021,11(10):348.

[2]田虓，范翠香，李洋,等.人工智能技术在电气自动化专业认证中的应用[J].人工智能与机器人研究,2018,7(2):63-67.

[3]石书羽.人工智能优化技术在智能建筑中的应用探讨[J].智能城市,2020,6(22)：55-56.