人工智能在建设方面应用.pptVIP

人工智能在建筑领域的应用 Mr.yan 人工智能简述 人工智能(Artificial Intelligence) ， 英文缩写为AI。它是研究、 开发用于模拟、延伸和扩展 人的智能的理论、方法、技 术及应用系统的一门新的技 术科学。 它属于一种计算机科学。 人工智能技术在建筑行业中的应用 　　研究者们把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、暖通空调这些建筑行业中的专业领域，分别阐述人工智能技术的应用。 建筑规划 美国加州的Ethymios A.Delis和澳大利亚昆士兰州的Alex Delis[1]构造了一个专家系统，对建筑消防设计是否符合规范进行自动检验。 该系统分为三大部分：框架系统表示建筑设计各部件(如门、过道)及相互之间的关系；规则系统采用IF/THEN结构表示建筑设计必须满足的规范的各条规定；几何算法集用来确定各部件的相互关系的算法集合。 框架系统 部件及其关系 IF/THEN 建筑中需要满足的规定 几何算法集 相互关系的算法几何 建筑结构 措施举例 美国普渡大学开发了对地震后房屋破损评估的专家系统SPERIL。它利用各种观测数据和现场记录进行不确定性推理，解释房屋的破损程度，以帮助工程师做出决策。 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。 给水排水 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。 城市污水处理举例 清华大学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。 。 需水量模拟 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。 故障排除 通过监测给水管网中3个位置的水压变化，利用人工神经网络技术，进行故障位置、故障程度、故障影响范围的实时诊断系统。其中故障位置以距三个水压监测点的距离来确定；故障程度以管道破坏导致泄漏开口的面积占整个管道截面积的比例来表示；故障影响范围以管网所有节点水压变化来表示。 距离 破坏程度 水压看故障范围 暖通空调 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。 冷负荷计算 哈尔滨工业大学高立新等将神经网络用于建筑用空调的冷负荷计算中。将影响空调冷负荷的七种主要因素(墙地比，窗墙比，人员密度，灯具功率密度，设备功率密度，新风标准，室内温度）作为输入层的7个结点，隐层有19个结点，输出层为建筑物的空调冷负荷。 结束语 综上所述，人工智能理论与技术在建筑行业各专业领域的应用是相当广泛的，尤其是专家系统和神经网络。由于其具有较强的学习能力，通过对以往案例的学习得到较好的权重系数，进而对未来情况进行较好的预测，所以得到了很好的应用。