人工神經網絡在建筑工程施工質量評價中的應用研究

（湖北工業職業技術學院，湖北 十堰 442000）

0 引言

現今，智能化技術應用廣泛普及，為各個領域及行業發展提供新的契機。人工神經網絡作為智能技術重要構成，始終是現代智能技術發展主要方向。建筑工程施工質量管理，對人工神經網絡體系的運用，能大幅提高對建筑工程建設質量管控能力。同時，亦可充分完善現有的建筑工程施工管理體系，對建筑工程質量管理更好在施工建設中發揮監管作用提供重要技術保障。

1 建筑工程施工質量管理現狀及問題

1.1 建筑施工與預期設計規劃不符

建筑施工與預期規劃不符問題，在建筑工程質量管理中較為常見。之所以產生這一問題，主要由于在工程施工監管方面，未能做好對預期設計施工優化，針對細節性問題的解決能力不足，導致工程施工難以按照預定規劃進行。除此之外，工程設計未能考慮到實際施工環境，也是影響工程施工按規劃推進的主要誘導因素。早期階段，由于缺乏良好建設設計建模技術支持，部分地區建筑施工設計與實際施工情況相差甚遠，促使基礎施工工作的開展，無法從依據標準化作業流程加以實施，不僅對工程進度造成影響，同時，也使工程施工質量大打折扣。

1.2 建筑施工工程質量監管時效性不足

質量管理干預，是現代工程施工建設必不可少的重要環節。隨著現代建筑工程設計需求的不斷增多，工程質量管理涉及內容進一步增加，工程質量管理難度隨之提升。這其中，工程質量管理難以對各項工程細節做到實時監控。一旦在某一環節出現管理疏漏，極有可能造成較為嚴重工程質量問題。正因如此，工程管理干預時效性不足，成為現代工程建設質量管理面臨主要問題之一。另外，由于部分地區工程質量管理，在管理技術手段上受到管理條件限制，無法切實保障工程質量與工程施工實時同步，使工程質量管理失去部分基礎管理干預功能。

2 人工神經網絡在建筑工程施工質量管理中應用必要性

2.1 提高建筑工程施工建設質量管理可控性

人工神經網絡，是基于人腦模型設計的人工智能技術。與傳統意義上信息技術應用相比，人工神經網絡具備良好信息反饋能力，在處理數據信息方面具有明顯優勢。同時，由于人工神經網絡大量采用網絡記憶輸出數據管理形式，能有效增強大數據處理水平，在數據采集、數據分析、信息整合及數據識別等各個方面，均能從信息化技術應用角度，為使用者提供更多元化技術幫助。建筑工程施工管理，對于人工神經網絡的技術應用，可以更好提高對各項工程質量管理環節控制，提高工程質量管理效率，并簡化工程質量管理流程，最大限度為工程質量管理提供信息應用保障，使各項施工環節均能以信息化形式與工程質量管理進行對接。從而，提高建筑工程施工質量管理可控性。

2.2 加強建筑工程施工管控信息透明化

數據信息透明化，對于現代工程質量管理而言至關重要，是提高工程質量管理水平有效路徑。工程建設施工涉及工程項目較多，不同項目標準在適用條件及使用環境上均有一定差異，必須基于前期實地考察及工程設計審核，做好對工程質量風險控制。在此過程中，工程質量管理數據，成為工程施工質量管控重要參考依據。傳統工程質量管理數據處理，主要依靠單一計算機設備完成，不同設備之間數據互通性不足。而人工神經網絡具有良好信息反饋時效性，可以通過數據整合的方式將信息數據進行打包，并結合數據計算需求，幫助工程質量管理人員更好對工程施工風險進行評估，充分加強質量工程管理數據透明度、數據計算準確性，為工程建設施工穩步推進夯實技術管理基礎。

3 基于人工神經網絡的建筑工程施工質量管理策略及路徑

3.1 建立完整人工神經網絡工程質量管理體系

（1）質量目標設置

人工神經網絡對工程質量管理標準的制定，應基于建筑設計使用用途、地理環境等信息做綜合評估，根據評估結構對標準信息進行錄入。在此過程中，人工神經網絡，可以依托于大數據信息系統，對建筑質量管理標準體系進行計算，篩選最符合本次工程建設標準指標。由于各地區對建筑使用需求的不同，人工神經網絡的工程質量管理，可以在合理范圍內對標準內容做出調整。例如，在具有生態環保需求建設標準制定，需要將工程材料標準參數、工程施工數據錄入人工神經網絡平臺，根據平臺信息測數分析調整工程材料使用及施工方式選擇。使人工神經網絡能在工程質量管理方面，按照預期規劃目標進行管控。

（2）質量控制標準依據

目前，我國建筑工程質量控制標準參考依據，主要是以“中建科字[2002]389 號”為主，不同建筑施工方法及施工設計，均對工程質量產生直接影響。為此，人工神經網絡的工程質量管理的實現，需要將“中建科字[2002]389 號”中有關標準要求，作為基礎工程質量管理框架，在施工過程中，逐步的根據建設設計特點及使用特征進行標準優化。從而，一方面，使工程質量管理，能及時的通過人工神經網絡平臺，對現場施工問題及時解決。另一方面，也保障人工神經網絡系統，能在施工質量管理方面，及時的發揮實際作用，提高管理有效性。

（3）質量管理系統預警

質量管理系統預警，能在最短時間內將工程質量問題予以反饋，并由技術操作人員在人工神經網絡運算下，給出最佳的施工質量解決方案，充分彌 補傳統工程建筑質量管理時效性不足問題。針對質量管理預警系統設計，應從以下兩個方面做好設計優化。第一，是通過人工神經網絡系統，做好與現場施工隊伍管理銜接，及時將工程進度進行反饋，結合視頻監控平臺對工程施工進行管理。在此過程中，人工神經網絡，可以依據前期錄入標準化施工數據，結合現場施工信息進行數據運算，幫助技術管理人員實時掌握現場施工信息，確保工程施工能按照預期規劃穩步推進。第二，是利用信息網絡系統對接，以人工神經網絡系統為中心，在各個主要施工區域做好網絡信息采集，把信息數據以網絡傳輸的方式打包，發送至人工神經網絡計算中心，由人工神經網絡計算平臺對施工工程質量做評估，并做好風險預警提示，有效規避施工安全、質量風險，保障工程建設施工有序開展。

3.2 統一人工神經網絡工程質量管理流程

統一工程質量管理流程的目的在于保證人工神經網絡系統控制同步。與傳統建筑工程質量管理模式的不同的是，人工神經網絡建筑工程質量管理，必須要保障數據信息實時同步，進而，使工程質量管理工作，能在良好管理協調下有序開展。工程施工單位，應將工程質量管理系統與管理單位進行對接，以人工神經網絡系統為載體，進行系統工程管理拓展，將各項工程建設項目納入人工神經網絡管理機制，使其能統一的開展管理規范，最大限度提高人工神經網絡管理范圍及管理權限，促使各項數據信息匯總，能為人工神經網絡系統工程質量管理提供內容參考，滿足人工神經網絡建筑工程質量管理需求，以此，為人工精神網絡工程施工管理奠定良好基礎。

3.3 加強人工神經網絡質量管理學習

人工智能技術優勢，更多體現于學習能力方面。由于人工神經網絡采取模擬人腦神經系統設計，加以數據應用系統加持，能更好將數據概念進行整合，并運用于管理實踐。為更好滿足人工神經網絡多元化管理需求，應定期做好對工程建模信息、工程施工數據及工程管理規范收集，不斷提高人工神經網絡的管理能力。此外，人工神經網絡系統學習應從數據精度、數據測算準確性等角度做好優化，提高人工神經網絡對基準函數、變梯度算法等理論數據概念使用適應性，降低人工神經網絡數據計算誤差，保障人工神經網絡能充分提高質量管理有效性，突出人工智能技術在工程建設領域應用優勢，為后續階段工程建設工作高質量推進，提供切實智能技術保障。

4 結語

綜上所述，人工神經網絡作為智能技術應用主要形式，可有有效運用于建筑工程質量管理領域，對提高工程質量管理時效性及管理水平均具有一定輔助作用。與傳統質量工程管理不同的是，人工神經網絡能對數據信息做系統化整合，簡化傳統工程質量管理流程，并強化對細節性工程質量問題解決，為后續階段工程建設工作合理化開展，創造有利的智能化技術應用條件。