下载此文档

人工智能在建筑领域的应用 PPT.ppt


文档分类:IT计算机 | 页数:约15页 举报非法文档有奖
1/15
下载提示
  • 1.该资料是网友上传的,本站提供全文预览,预览什么样,下载就什么样。
  • 2.下载该文档所得收入归上传者、原创者。
  • 3.下载的文档,不会出现我们的网址水印。
1/15 下载此文档
文档列表 文档介绍
人工智能在建筑领域的应用AI-人工智能(ArtificialIntelligence)人工智能(ArtificialIntelligence),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。人工智能是计算机科学的一个分支,它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器,该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。以下介绍人工智能技术在建筑领域的应用2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。·人工智能技术在建筑施工管理中的应用3·人工智能技术在建筑设计中的应用建筑设计师一直以来使用AutoCAD从事绘图工作,大量时间被消耗在绘图环节而没有体现真正意义上的建筑设计,建筑艺术上的构思和创新灵感无法更好的展现。随着建筑设计行业对人工智能技术的深入研究,目前,全部采用伴随设计全程的二维图形描述与三维空间表现的先进理念和技术,系统的架构和操作模式体现建筑设计的特点。Arch2010是一套专为建筑专业提供设计环境的CAD系统,集数字化、人性化、参数化、智能化、可视化于一体,构建于AutoCAD2002—2010平台之上,采用先进的自定义对象核心技术,建筑构件作为基本设计单元,多视图技术实现二维图形与三维模型同步一体。人工智能技术在建筑设计中的应用使建筑师告别以往的绘图劳动,体验真正意义上的设计与创作。工程图档不再是简单的线条堆砌,而是由包含数字化技术的建筑构件搭建组成。系统界面人性化、构件创建参数化、构件关联智能化、设计过程可视化。45·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****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。6·人工智能技术在建筑施工中的应用人工智能技术在混凝土强度预测分析中也开始广泛应用。对于建筑施工来说,28天抗压强度是衡量商品混凝土性能的重要指标。如能在短时间内预测到其28天强度值,就可以对混凝土质量进行控制。传统的混凝土预测方法通常为基于数理统计的线性回归方法。然而对于商品混凝土来讲,由于掺入了大量的粉煤灰,其抗压强度的大小和混凝土各组成材料之间呈高度非线性关系,采用通过回归得到的线性函数并不适用。因此将人工神经网络技术引入到混凝土性能预测领域。天津大学的赵胜利比较了3种不同输入模型的RBF网络的预测效果并与传统的BP网络模型进行比较,提出的RBF网络模型具有很高的预测精度和较强的泛化能力,可作为商品混凝土性能分析的一种新型有效的方法。7大家应该也有点累了,稍作休息大家有疑问的,可以询问和交流8·人工智能技术在建筑电气中的应用随着国民经济的快速发展,能耗越来越大,而建筑能耗占总能耗的比例高达30%以上,为了有效地实现节能目标,建筑节能是非常必要的,采用电气节能技术对建筑物进行节能将会取得明显效果。建立电气节能评估模型,利用人工神经网络进行训练,网络泛化性能好,评估正确率高,为节能改造的实施提供了科学依据。BP神经网络算法是把一组输入/输出问题转化为非线性的优化问题的一种学****方法。BP网络采用梯度下降法,学****速率固定,网络训练时间长,可能发生局部收敛,而增加动量因子的改进型BP算法和L-M反算法的收敛速度比基本BP算法快,收敛性和稳定性好,因此目前均采用改进的BP神经网络建立建筑电气节能评估模型,将各个节能评估指标的权重以相对联系的方式隐含于网络之中,这

人工智能在建筑领域的应用 PPT 来自淘豆网www.taodocs.com转载请标明出处.

非法内容举报中心
文档信息
  • 页数15
  • 收藏数0 收藏
  • 顶次数0
  • 上传人h377683120
  • 文件大小3.38 MB
  • 时间2020-07-13