人工智能方法在土木工程监测中的运用

• 作者: 丁杨 周双喜 王中平 董晶亮 郑智秋
• 来源期刊: 材料导报
• 学科: 工学
• 关键词: 人工智能 MATLAB 土木工程 健康监测
• 年，卷（期）: 2019,（z1）
• 所属期刊栏目: 无机非金属及其复合材料
• 页码范围: 274-277
• 页数: 4页
• 分类号: TU528.01|TP183|TP391.41
• 字数: 2913字
• 语种: 中文

摘要

随着计算机技术的快速发展,土木工程领域的监测、预测方法得到了不断的更新.以大体积混凝土浇筑过程为工程背景,结合BP、GA-BP、PSO-BP、SOM、CNN、SVM和PNN算法建立预测模型.通过实测数据和预测模型得出:大体积混凝土水化放热会使得内部温度在2d内先升高后下降;以统计率理论为基础的SVM、PNN神经网络和以深度学习为基础的CNN神经网络所建立的预测模型与实测数据非常吻合,其误差在2％以内;BP神经网络预测误差在10％左右,但通过遗传算法进行改进后误差在5％左右.结合七种人工智能方法,选择合适的算法并进行优化,可为今后土木工程领域监测-预测-预警提供依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周双喜	华东交通大学土木建筑学院	57	434	10.0	19.0
2	王中平	同济大学材料科学与工程学院	40	204	8.0	13.0
3	董晶亮	华东交通大学土木建筑学院	11	16	2.0	4.0
4	丁杨	浙江大学建筑工程学院	12	14	2.0	3.0
5	郑智秋	华东交通大学土木建筑学院	2	1	1.0	1.0