人工智能在智能建筑工程中的應用

趙 瑾 （四川省興發規劃建筑設計有限公司，四川 成都 610037）

隨著科學技術的不斷發展和革新，人們進入了信息時代，大數據分析、5G通信、虛擬現實、人工智能等先進的技術迅速發展并且在各個行業得到了廣泛的應用。人工智能技術作為信息時代的標志性技術改變了人們生活方式，在建筑領域引進人工智能技術能夠促進智能建筑的發展。人工智能是在計算機和大數據基礎上發展起來的先進技術，通過智能硬件設備與智能算法相結合構建起智能建筑的應用系統，促進智能建筑的進一步發展，同時也提高了人工智能在建筑領域的應用價值[1-4]。

1 智能建筑發展存在的問題

1.1 智能應用單一

隨著人們對建筑品質要求的不斷提升，智能建筑成了信息時代滿足人們對于建筑質量品質需求的必然發展趨勢。智能建筑主要就是對建筑結構和系統管理進行重新定義和升級，為業主提供更加安全、舒適、便捷的居住和工作環境。現階段智能建筑的發展和應用存在一些顯著問題，例如當前智能建筑產品開發企業對智能建筑的了解比較單一，沒有與建筑的實際需求相結合，缺乏對智能建筑的專業性理論知識和技能，施工人員經驗匱乏，關鍵性核心技術較少，影響智能建筑的快速發展。在智能建筑施工中，設計和施工人員沒有理解智能化的深度，對于智能建筑的系統設計僅僅是將各個設備組件通過布線系統連接起來，或者僅僅安裝了某個服務裝置，然后對不同類型智能設備進行操控，不能發揮智能建筑系統的統籌和協調作用。該類型智能建筑忽視了智能建筑的整體性，設計出的智能建筑智能化水平較低，無法滿足業主對于智能建筑的需求。

1.2 智能系統簡單

智能建筑從提出到現在應用于市場，很多建筑單位并沒有真正了解智能建筑這個概念，因此出現了很多問題。常見的問題就是智能系統功能和原理過于簡單，技術含量低，許多功能都是初級階段的，并沒有實現建筑的智能化目標；第二，智能建筑的智慧系統數據處理能力落后，制約著智能系統的運行；第三，智能建筑的操作系統比較單一，距離智能化操作應用還有一定距離，無法真正實現人工智能應用。現階段智能建筑雖然都采用了自動控制系統，但是僅僅是實現對設備的初級階段的簡單控制，無法實現思維智能操作，智能系統的邏輯算法比較簡單，沒有判斷和自學能力，更不可能基于對數據的處理和分析生成輔助決策方案，在實際的操作中還是處于半自動狀態，必須需要人工配合才可以實現對設備控制，僅僅實現了對設備的遠程控制而已。因此，在智能建筑研發時還應該對人工智能技術進行深層次的應用研究，并結合建筑設施各方面的需求來提高智能建筑整體水平。

1.3 智能系統協作性差

智能系統應用的協調性是影響當前階段智能建筑發展質量的一個比較突出的問題。現階段的智能建筑主要是將各類智能設備和裝置連接起來，并且實現后臺的操作控制，在中控后臺內主控制系統和各個子系統是獨立運行的，每個獨立系統的數據單獨進行傳輸實現對該設備的運行控制，各個子設備和子系統之間沒有信息流交換，使得整個智能系統的內在沒有形成統一整體。因為各個子系統的獨立運營，無法進行數據交換，經常出現運行錯亂甚至命令重復執行，造成智能系統的整體協調性差，大大降低了智能系統的運行效率。隨著各類人工智能技術和計算機控制技術的不斷發展，在智能建筑方面的使用依然有待提高，智能化系統的各類設備接口、通信協議目前沒有統一標準，使得智能系統的各類設備無法兼容，智能建筑的智能性和高效性受到影響。

2 人工智能優化技術在智能建筑中的應用

2.1 專家控制系統的應用

隨著現代先進的邏輯算法和數據處理技術的不斷更新，人工智能技術在建筑領域的應用也不斷完善。人工智能技術的類型比較豐富，其中最重要的一個部分就是專家控制系統。專家控制系統的核心就是通過海量數據采集構建數據庫，然后采用自適應訓練及學習的算法對數據進行分析和處理，通過專家控制系統和大數據分析可以實現智能系統的設計和運行。通過構建數據庫可以采集和存儲各領域專家在日常運行中的專業性知識，然后采用計算機人工智能技術對專家經驗和處理方案進行模擬復制，實現智能系統對現場狀況自動正確響應。

專家控制系統在智能建筑中的應用原理主要是，通過分布在建筑物內的各個傳感設備或者輸入輸出設備采集到信號數據，然后將此實際信號與數據庫中的進行比對或者運算，系統自動模擬出現場狀態并給出相應的解決方案。專家控制系統的中樞控制單元就是中央調節器類似于系統的大腦，可以實現對各個軟件硬件的集成和控制，通過中央調節器使得整個智能建筑系統各軟硬件的協調性達到最優化，例如常見樓宇智能系統、安防系統和電力控制系統能夠最優化的協調和處理系統的運行的各種指令和狀況。相較于傳統的控制系統的思維單一、控制方式依靠電路系統連接，專家控制系統具有良好的數學邏輯、學習能力和數據模擬等，通過專家系統可以實現對智能建筑的科學化控制，并根據系統的運行環境、面臨的問題以及所處的狀態，提出相應的優化方案。

2.2 人工神經網絡控制系統的應用

人工智能的另一個核心技術就是神經網絡控制，該技術對于實現智能建筑的系統運行至關重要，在智能建筑的后臺算法和控制中具有關鍵作用，能夠提高智能建筑的技術性能和安全運行。基于人工神經網絡技術可以實現語音識別和圖形識別功能、虛擬信號處理，將虛擬信息轉化為數據信息促進智能建筑各項功能的突破和完善。人們對于智能建筑的功能需求隨著時代的進步不斷提高，隨著人工神經網絡的應用提高了智能建筑的應用深度，使得智能建筑的系統構架不斷復雜，能夠實現多角度監控和多線程處理問題。人工神經網絡基于其強大的數據抓取、運算能力和自學能力，可以提供非監督訓練和監督訓練，可以提供自動組織和訓練輸出神經元加權系數調節功能，實現人工智能應對復雜事件和突發事件的能力，提高智能建筑系統應用的深度。

利用神經網絡技術建立動態的模型能夠提高系統的控制和運算效率，降低復雜數據的處理難度，相比傳統的控制系統具有深度的思維運算功能，應用到智能建筑中可以使得控制系統更加精確和靈敏。現階段人工神經網絡提高了智能建筑的建模和學習效率，在語音識別、圖像處理和模式識別方面具有較強的適應性。智能建筑的發展主要是技術和管理，通過技術的更新和管理方式的優化可以為智能建筑的優化應用提供技術支撐和管理經濟性。人工神經網絡的應用促進了智能建筑技術的再升級，為人們生活品質的提高和生活方式的改變提供動力支持。

2.3 智能決策系統的應用

人工智能在智能建筑中的深化應用不斷提高著智能建筑的控制質量，其中重要的組成部分就是其智能決策系統，智能決策系統對于提高智能建筑運行質量，推進智能建筑的跨越發展具有積極作用。當前階段大數據、云計算、云存儲技術的不斷發展推動著數據庫和智能控制技術在各個領域的應用，隨著現代數據庫分層技術的不斷改進，智能決策系統更加精確和高效的運營數據庫，促進了智能建筑更廣闊的發展。智能決策系統已經廣泛應用到各行業的中控系統領域，如電力、消防、視頻監控等系統，人工智能和管理技術的互相結合和協同作業，為智能建筑的發展提供了技術后盾。控制技術、管理學、神經網絡和運籌學等多學科的結合，通過分析結構化決策與半結構化決策系統，輔助決策系統在解決相關問題，促進著智能決策系統的深入發展。例如決策系統可以進行分析現場火災情況采取相應措施，確保建筑消防安全、通過分析電能使用情況并提供用電決策方案，實現電能的綜合高效利用。

3 結語

綜上所述，現階段智能建筑的發展和應用還處于基礎應用階段，其構架系統簡單、實現功能單一，不具備協同聯動和運算處理功能。基于多學科相結合并協同發展的人工智能能夠促進智能建筑的思維化發展，通過深入研究影響人工智能發展的相關技術難題，可以實現人工智能技術質的飛躍，促進智能建筑的深入發展，為人們提供更加優質的智能建筑服務。