智能算法在土木工程的應用

［摘要］目前智能算法在各個領域都得到廣泛的應用，比較經典的有旅行商路徑的規劃以及管理系統的研究設計等等。隨著科技的不斷進步，土木工程領域不論是設計還是管理方面也與時俱進，由于智能算法有著較高的精確度、運算速度快這樣的天然優勢，智能勢必能夠在建筑領域得到廣泛的應用。本文主要分析了智能算法的工作原理及步驟，在土木工程領域應用存在的難點，自身存在的缺點最后對智能算法的研究作出展望。

［關鍵詞］智能算法；土木工程；優化；工作機理

引言

智能算法一直是解決諸多大工程問題時常用的方法，隨著社會不斷發展，出現了許多復雜的問題，特別是在許多大工程項目中，這種問題特別常見。傳統的方法不僅費時費力，誤差也比較大，隨著計算機網絡的興起，智能算法成為一種行之有效的方法。從1992年蟻群算法的問世起，智能算法經過不斷發展與完善，在許多優化問題上取得了重大突破。目前在建筑領域內，隨著綠色建筑這一概念的興起，出現了許多新型材料與結構，這些新型結構的出現也帶來了新的挑戰，參數如何設計，結構是否合理都是我們需要解決的問題。智能算法作為優化問題最好的解決方式之一，有著其可取之處，在人們實際解決這些問題時，智能算法這種帶有啟發式的方法也逐漸從理論走向了實際基礎。

1智能算法的工作機理

大多數智能算法都是模擬自然界中的生物的一種啟發式算法。例如蟻群算法，這種算法是模擬蟻群搜索食物源的過程，再如粒子群算法，該算法是對鳥類捕食行為的模擬。大多數智能算法都被廣泛應用與優化問題中，如上文提到的蟻群算法，主要用于求解TSP、二次分配、調度和指派等離散型的問題，粒子群算法則應用于連續問題和離散問題的參數優化。以免疫遺傳算法作為例子作出詳細說明，遺傳算法的工作步驟如下所示：（1）首先對問題進行分析：除了要對問題還需對解的特性作出說明，研究問題解的恰當闡述方法。（2）隨機生成原始抗體種群：主要利用生成的N個體然后從數據庫中提取m個個體組合為原始群體；（3）對第二步中初始群體中所有的抗體進行研究：在遺傳算法中對各個個體的分析研究是以m的期望繁殖率P作為衡量依據的。（4）組合為父代種群：將原始種群按上述的衡量依據降序排列的方式進行排列，并提取N個獨立的元素組合成為父代種群；此時需要拿前m個元素選入數據庫中。（5）以最后的結果進行選擇看是否滿足要求的條件，是，就結束；否，則繼續下一步操作。（6）轉去執行第（3）步驟。

2智能算法應用是難點

智能算法在建筑領域的應用難點主要分為兩個部分，其一是智能算法自身存在的缺點，第二部分則是因為建筑領域中許多結構設計都是依靠經驗公式存在較強的主觀性，本文主要對智能算法自身存在的缺點進行闡述。大部分的智能算法盲目性較大，這樣不僅僅很容易陷入局部尋優當中也造成了算法的運算效率極差。對應不同的算法也存在細微的差別，具體來說，遺傳算法在全局域中優化效果較其他算法來說強一些但是局部尋優的能力較弱，為了提升這種算法的能力需要花費大量的計算時間。對于蟻群算法，卻相反，雖然其局部尋優能力強卻容易導致所求結果只是局部最優的狀況。想要合理的應用智能算法需要不斷對其進行改進。從目前來看，要想在土木工程領域內合理的應用智能算法還需要不斷的努力。

3智能算法在土木工程領域內發展的展望

目前智能算法在土木建筑工程領域內的應用還存在一定的局限性。但是作為一種輔助手段，在許多的大工程中取得了較好的結果。在諸多交通信息領域內都能夠看到智能算法的應用。通過查閱相關資料，得知遺傳算法在土木工程結構優化傳感器方面法優化，蟻群算法在結構次應力反演分析及優化這些應用狀況。未來若智能算法更加成熟，勢必可以在優化建筑材料、結構方面有所成效。

參考文獻

[1]馬敬敬，閻朝坤，鄭金格.九種智能算法在科學工作流調度中的應用比較[J].周口師范學院學報，2018，35（05）：90-95.

[2]沙國榮，錢青.人工智能算法在建筑能耗預測中應用綜述[J].科技創新與生產力，2018（09）：58-59+62.

[3]陶陽明.人工智能兩大趨勢：自主能力和生物特性[J].電子技術與軟件工程，2018（17）：244-245.

[4]桂龍.改進步長與策略的果蠅優化算法及其應用[D].安徽大學，2017.

作者：翟琪 常文昌 賈帆 朱炯 劉志勇 單位：徐州工程學院土木工程學院