智能算法在土木工程的应用

［摘要］目前智能算法在各个领域都得到广泛的应用，比较经典的有旅行商路径的规划以及管理系统的研究设计等等。随着科技的不断进步，土木工程领域不论是设计还是管理方面也与时俱进，由于智能算法有着较高的精确度、运算速度快这样的天然优势，智能势必能够在建筑领域得到广泛的应用。本文主要分析了智能算法的工作原理及步骤，在土木工程领域应用存在的难点，自身存在的缺点最后对智能算法的研究作出展望。

［关键词］智能算法；土木工程；优化；工作机理

引言

智能算法一直是解决诸多大工程问题时常用的方法，随着社会不断发展，出现了许多复杂的问题，特别是在许多大工程项目中，这种问题特别常见。传统的方法不仅费时费力，误差也比较大，随着计算机网络的兴起，智能算法成为一种行之有效的方法。从1992年蚁群算法的问世起，智能算法经过不断发展与完善，在许多优化问题上取得了重大突破。目前在建筑领域内，随着绿色建筑这一概念的兴起，出现了许多新型材料与结构，这些新型结构的出现也带来了新的挑战，参数如何设计，结构是否合理都是我们需要解决的问题。智能算法作为优化问题最好的解决方式之一，有着其可取之处，在人们实际解决这些问题时，智能算法这种带有启发式的方法也逐渐从理论走向了实际基础。

1智能算法的工作机理

大多数智能算法都是模拟自然界中的生物的一种启发式算法。例如蚁群算法，这种算法是模拟蚁群搜索食物源的过程，再如粒子群算法，该算法是对鸟类捕食行为的模拟。大多数智能算法都被广泛应用与优化问题中，如上文提到的蚁群算法，主要用于求解TSP、二次分配、调度和指派等离散型的问题，粒子群算法则应用于连续问题和离散问题的参数优化。以免疫遗传算法作为例子作出详细说明，遗传算法的工作步骤如下所示：（1）首先对问题进行分析：除了要对问题还需对解的特性作出说明，研究问题解的恰当阐述方法。（2）随机生成原始抗体种群：主要利用生成的N个体然后从数据库中提取m个个体组合为原始群体；（3）对第二步中初始群体中所有的抗体进行研究：在遗传算法中对各个个体的分析研究是以m的期望繁殖率P作为衡量依据的。（4）组合为父代种群：将原始种群按上述的衡量依据降序排列的方式进行排列，并提取N个独立的元素组合成为父代种群；此时需要拿前m个元素选入数据库中。（5）以最后的结果进行选择看是否满足要求的条件，是，就结束；否，则继续下一步操作。（6）转去执行第（3）步骤。

2智能算法应用是难点

智能算法在建筑领域的应用难点主要分为两个部分，其一是智能算法自身存在的缺点，第二部分则是因为建筑领域中许多结构设计都是依靠经验公式存在较强的主观性，本文主要对智能算法自身存在的缺点进行阐述。大部分的智能算法盲目性较大，这样不仅仅很容易陷入局部寻优当中也造成了算法的运算效率极差。对应不同的算法也存在细微的差别，具体来说，遗传算法在全局域中优化效果较其他算法来说强一些但是局部寻优的能力较弱，为了提升这种算法的能力需要花费大量的计算时间。对于蚁群算法，却相反，虽然其局部寻优能力强却容易导致所求结果只是局部最优的状况。想要合理的应用智能算法需要不断对其进行改进。从目前来看，要想在土木工程领域内合理的应用智能算法还需要不断的努力。

3智能算法在土木工程领域内发展的展望

目前智能算法在土木建筑工程领域内的应用还存在一定的局限性。但是作为一种辅助手段，在许多的大工程中取得了较好的结果。在诸多交通信息领域内都能够看到智能算法的应用。通过查阅相关资料，得知遗传算法在土木工程结构优化传感器方面法优化，蚁群算法在结构次应力反演分析及优化这些应用状况。未来若智能算法更加成熟，势必可以在优化建筑材料、结构方面有所成效。

参考文献

[1]马敬敬，阎朝坤，郑金格.九种智能算法在科学工作流调度中的应用比较[J].周口师范学院学报，2018，35（05）：90-95.

[2]沙国荣，钱青.人工智能算法在建筑能耗预测中应用综述[J].科技创新与生产力，2018（09）：58-59+62.

[3]陶阳明.人工智能两大趋势：自主能力和生物特性[J].电子技术与软件工程，2018（17）：244-245.

[4]桂龙.改进步长与策略的果蝇优化算法及其应用[D].安徽大学，2017.

作者：翟琪 常文昌 贾帆 朱炯 刘志勇 单位：徐州工程学院土木工程学院