- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
人工智能技术在智能建筑中应用探究
人工智能技术在智能建筑中应用探究 摘要:人工智能是20 世纪中期产生的并正在迅速发展的新兴边缘学科,它是探索和模拟人的智能和思维过程的规律,并进而设计出类似人的某些智能化的科学。本文分析了人工智能新技术的应用,并指出当前引入人工智能技术实现建筑系统智能控制与管理已成为可能。
关键词:人工智能技术 在智能建筑应用
中图分类号:TU74 文献标识码:A 文章编号:
前言
智能建筑由具备楼宇设备自动化系统(BAS)、通信自动化系统(CAS)、办公自动化(OAS)系统发展到系统智能集成,随着智能建筑的发展,智能建筑对各种先进自动化系统、通讯手段和高质量管理、服务的需求也越来越高。
一、智能建筑的发展及存在问题
经过十几年的迅猛发展,智能建筑已经由具备楼宇设备自动化系统(BAS)、通信自动化系统(CAS)、办公自动化(OAS)系统发展到系统智能集成。随着智能建筑的发展,智能建筑对各种先进自动化系统、通讯手段和高质量管理、服务的需求也越来越高。但是目前智能建筑的发展也正处于一个重要的十字路口。
1目前建筑智能化系统还夹杂着许多泡沫, 即使目前比较成熟的楼宇自动化系统(BAS)还只能称之为具有顺序逻辑判断能力的自动控制系统,无法进行思维逻辑判断或自学习,一旦工作环境或工作参数发生变化,将必须人工重新调整或编写控制程序,系统维护复杂、检修不便,离智能还相去甚远。
2 由于技术与市场等各种原因, 目前许多智能建筑的各个子系统的还是分立运行,形成了一些相互脱节的独立系统,无法实现大厦的综合优化控制。各个系统之间不仅硬件设备大量重复冗余,而且往往各系统都没有提供相互通信与控制的接口,操作和管理人员需要熟悉和掌握各个不同系统及对象的技术,造成系统建设、技术培训及维修费用的增高和系统效率低下。
因此,只有采用统一的模块化硬件和软件结构并引入人工智能技术,才能使各子系统成为一个整体,提高控制和管理系统的容错性和可靠性,并具有智能成份,这是智能建筑所追求的目标。
人工智能技术在智能建筑中的应用研究
二、人工智能新发展对智能建筑的影响
进入新世纪以来,知识库专家系统和知识工程成为人工智能领域最有实践意义的成果,已开始大量商品化。
1专家系统是一种基于知识的系统, 其实质是使系统的构造和运行,都基于控制对象和控制规律的各种专家知识。 这种人工智能的计算机程序系统,具有相当于某个专门领域的专家的知识和经验水平,以及解决专门问题的能力,或者说专家系统是指相当于(领域)专家处理知识和解决问题能力的计算机智能软件系统。 根据一个或多个专家提供的特殊领域知识、经验进行推理的判断,模拟专家决策的过程来解决那些需要专家决定的复杂问题。
这样一来, 就可以引入基于控制专家的专业知识和实践经验的专家控制系统。 采用知识表达技术,建立知识模型和知识库,利用知识推理,制订控制决策。为智能建筑的楼宇设备自动化系统(BAS)( 包括强电设备控制自动化(EA)、安全防范自动化(SA)、消防自动化(FA)等) 提供最优控制、决策支持等。 专家控制系统的设计,改变了过去传统的控制系统设计中单纯依靠数学模型的局面,使知识模型与数学模型相结合,知识信息处理技术与控制技术相结合。另一方面,专家系统也可以应用于智能建筑的物业管理与服务之中,通过设置用户管理知识库和数据库,对人员出入、自动缴费、业务咨询等管理与服务提供智能支持。
2人工神经网络在建筑系统建模、学习控制、优化等方面取得了成功。已应用于语音识别、模式识别、最优计算、信息智能处理、复杂控制、图像处理等领域。随着智能建筑功能的不断增强,在现代智能建筑物内安装的电气设备愈来愈多,设备能耗也越来越大。要管理好一幢现代化大厦,使安装的成千上万台的设备能可靠、安全、协调、经济地运行,这就对建筑设备自动控制水平、控制设备功能、 快速响应的能力和运行管理水平提出了更高的要求。而具有学习与自适应能力的人工神经网络在控制方面所能提供的监督与非监督训练( 前者包括训练输出输入集合和神经元加权系数的调节,后者包括分类与自组织) 为这些复杂控制提供了可能。 这样一来,智能建筑中的设备控制器就能以不同的原理进行操作。 可以学习建筑物的特性,得出简单精确的建筑物模型,可以自动调节其参数,适应建筑物特征参数或不同的建筑。 因此可将其用于建筑智能化设备的实时信号检测、控制、保护(如故障诊断)、调节,从而研制具有自学习、自适应、自组织功能的新概念的智能建筑设备自动化控制系统。
3智能建筑控制需要精确建筑仿真模型和精确、灵敏、具有适应性的系统。 由于传统模式的复杂性,控制器不能在建筑仿真模型中在线运行。 而新的神经网络学习模型采用动态学习方法建模, 降低了模型的复杂性以及对计算
文档评论(0)