人工智能在建筑节能方面有哪些应用
人工智能技术在建筑领域的应用
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。下面针对建筑设计、建筑结构、建筑电气、建筑施工以及建筑施工管理等建筑行业中的各个专业领域，分别阐述了人工智能技术的应用。
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，设计师们的灵感、创意、创新也无法通过autocad得到更加全面的体现。随着人工智能技术在建筑设计行业中应用的不断深入，现在的设计师中的绝大多数都开始应用能够在设计全称提供二维图形描述和三维空间表现的理论及技术来完成日常工作，不仅提高了工作效率，也使得建筑设计的特点得到了更好的体现。 例如，Arch2010就是一款基于AutoCAD2002—2010平台的，专为建筑设计工作而量身打造的CAD系统，它集人性化、数字化、可视化、参数化、智能化于一身，将建筑构件作为最基本的设计单元，采用了非常先进的自定义对象核心技术，实现了二维图形与三维模型的同步。 此类系统的使用让建筑设计师再也不必趴在桌子上完成绘图工作，让他们的创意和设想能够得到更完美的发挥和实现。工程图档也不再是以往那种抽象的线条堆积，而是通过数字化技术转化成了直观的、可视的建筑模型，真正实现了系统界面人性化、构件创建参数化、构件关联智能化、设计过程可视化。
人工智能技术在施工管理中的应用
传统的建筑施工管理中，主要是依靠手写、手绘的方式来完成有关施工档案的记录和施工平面图的绘制，而随着人工智能技术在建筑领域里应用范围的不断扩大，综合采用数理逻辑学、运筹学、人工智能等手段来进行施工管理已经得到了认可和普及。目前比较流行的基于C/S环境开发的建筑施工管理系统，已经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”。
另外，建筑施工管理系统的数据库也非常强大，具有极为强劲的数据处理和储存能力，不仅性能稳定，升级和日常维护也非常的快捷方便。另外，针对建筑施工人流复杂、密集的特点，系统还相应设置了权限管理功能，保障了施工管理数据的安全和准确性。
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。
人工智能技术在建筑结构中的应用
地震的发生以及地震所造成的严重危害，让建筑结构控制及健康诊断工作得到了前所未有的关注。以往建筑行业所采用的传统的结构系统辨识方法普遍存在着抗噪声能力差、适用范围较窄、难以进行线性识别的缺点，让工作的有效开展受到了极大的限制。近年来，随着人工智能技术的发展，出现了一种新型的基于人工神经网络的系统辨识方法，该方法通过模糊神经网络所具有的学习及非线性映射能力来获得实测结构动力响应数据，并以此构建起建筑结构的动力特征模型。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。
人工智能技术在建筑电气中的应用
随着我国建筑业的迅速发展，行业的总体能耗急剧攀升，有一段时间在总能耗中所占的比例甚至超过了30%，所以，实行建筑节能对于实现我国的节能减排目标无疑具有巨大的促进作用，而电气节能技术则是当前效果最为显著的节能方式之一。
建立电气节能评估模型，利用人工神经网络进行训练，提升其评估的准确性和网络泛化性，使建筑节能改造工作的实施能够具有更多的科学依据。其中，BP神经网络算法就是一种能够将输入/输出问题转化为线性问题的学习方法。传统的BP网络采用的是梯度下降法，该方法的学习速率是保持不变的，同时训练所需的时间较长，且在学习过程中可能发生局部收敛的情况；改进型的BP算法和L-M反算法则增加了动量因子，无论是在稳定性还是收敛性方面，都要优于传统的BP算法，因此广泛的应用于当前建筑电气节能评估模型的构建工作中。使用该方法构建的建筑电气节能评估模型的权重，能够以相对联系的方式隐藏于网络当中，这种评价方式更加科学、简单、适用，所评估模型的适用范围也更为广泛。