下面是小编为大家整理的《模糊推理土木工程论文(精选3篇)》，欢迎阅读，希望大家能够喜欢。【摘要】现如今，每一个国家都特别注意机械电子工程的发展，只有提升了机械电子工程的水平，才能提高本国的生产力竞争水平。随着科技的进步，人工智能得到了实现以及快速发展，它的实现是各个学科的交叉综合，并将这些与机械电子工程进行了有机结合，使得近年来，各个国家高度重视机械电子工程的发展，以提升本国的生产力竞争水平。
模糊推理土木工程论文 篇1：
开放式学习理念下资源库检索的推理研究
摘要：在对国内外开放学习研究的基础上，开发按照资源类型分类的素材库平台，通过接口技术和构建统一认证中心使用户通过各种网络环境和设备访问平台，实现网络开放式交流学习，并着重对平台的资源检索进行了研究。
关键词：开放式学习；检索；资源素材库；专家系统；推理过程
引言
21世纪，人类全面进入信息化时代，信息技术已深度融入国民经济和社会生活的各个方面。教育部近期发布的《教育信息化十年发展规划（２０１１－２０２０年）》[1]强调促进优质教育资源普及共享，推进信息技术与教育教学深度融合，实现教育思想、理念、方法和手段全方位创新。因此，基于开放式理念的教学环境逐步融入数字化校园中，在实现信息资源共享的同时，也由于它的迅速膨胀及无结构化使得检索这个问题不断面临着挑战。
一、开放式学习
2001年美国麻省理工学院正式开展MIT OCW（MIT Open-Course Ware），即“开放式课程网页计划”，目标是在10年内将所有的课程材料公布于网上，供全世界的人免费下载使用。截止2007年11月，麻省理工学院开放课件项目历经7年的发展后完成了里程碑式的计划，实现了发布所有的预定目标，这些课程都以网页的形式呈现。
90年代以前，世界上许多大学和教授认为，通过网上出售课程资料是一种赢取利益的方式，而开放式课程网页的支持者认为，将资源免费共享是完成大学的公共服务和相关延伸任务的一个重要途径。因此，开放式课件以一种迅速快捷、影响广泛的方式传达了麻省理工学院在全世界范围内推进教育的理念，世界各地的教育者和学者都能从这项计划中受益，同时也加入到了一个世界性的学习型群体中，公开、自由地分享知识与交流思想，实现真正意义上的互动。正如现任全球开放课程共享联盟主席的斯蒂芬·卡森[2]所认为：“大学的使命是分享知识，我们的项目正是为全世界的教育机构和个人提供帮助，改变大学对互联网的认识，让更多的人从中受益。”
同时，放眼世界各国的大学都开展了结合自身特色的开放课程项目。如世界最强大学之一的斯坦福，选择了和业界巨头苹果合作，这样所有在斯坦福网络得到的资料都可以直接传入iPad和Mac播放，用户更是可以在自己的iTunes中为斯坦福专门建立一个分类；又如英国最大的学术机构公开学院，每一个注册的学生都能在里面找到自己想要的资料，无论是历史还是艺术，或者教育和信息技术。
就国内而言，根据调查分析显示，目前我国的“开放式”学习方式主要是由高校提供学习场地和计算机设备，通过单机版安装软件或者光盘播放进行学习。最具代表性的是处于起步阶段的“超星”，它以数字图书馆的形式，当用户下载安装“超星”阅读器后，可以免费在线阅读海量信息。但这种形式上的“开放式”并没有准确传达麻省理工学院项目的真正意义，而只是一味的灌入大量资源，没有充分利用当前数字校园提供的优良网络技术支持，相对来说是种封闭状态。这种情况会使得资源重复性高，共享率低，形成一定的“资源孤岛”现象。
因此，当各种移动设备层出不穷的出现在人们视线时，结合无线网络的终端学习是一种让学生能够随时随地根据自我需求进行学习，加强实时交互的开放方式。
二、基于开放式学习的资源库平台设计
1.平台功能设计
2.海量信息检索
目前无论是小型网站还是大型的信息数据服务平台，检索一直都是信息处理研究的热点问题。例如最近几年进入人们视线的云服务，它是通过云计算方式对海量信息并行计算进行快速检索等等。因此在本平台中考虑引入专家系统的推理机概念，专家系统是人工智能和计算机技术的结合，根据多个知识/性能进行推理和判断，模拟人类专家的决策过程解决问题，用户可以通过各种关键字信息在这样一个系统基础上快速检索所需的资源素材。图2为开放式学习的资源库检索原理结构图。其中资源库的人机接口实现用户与推理机之间的数据输入及结果反馈,推理机则根据属性库来进行推理。
3.接口技术与网络环境结合
数字化校园建设的逐步发展给高校提供了优良的网络条件。特别是近几年来，除了基本的局域网配置外，无线网络也在慢慢的覆盖。另外，继GSM 、GPRS、EDGE后的第三代数字通信技术，即3G技术的上市都使得人们在开发网络资源的同时必须考虑到这些条件。因此，在本平台中通过构建统一认证接口，结合各种网络开放给不同设备，从实质上实现“开放式学习”的精髓所在。
三、基于开放式学习的资源库专家系统检索研究
资源检索一直是多媒体应用和信息处理研究的热点问题，它包含了索引、判断、模糊匹配等多方面知识。通过专家系统进行推理检索是一种高效准确的方式，其推理过程可以从正向推理、逆向推理、混合推理和模糊推理等几个方向进行。
1.正向推理
正向推理是指从已知事实出发，按照一定的策略，运用知识库中的知识，推理出结论的过程。在本平台中，当用户明确所需的素材时，一方面可以根据数据库给定的属性关键字进行逐一的排除查找；另一方面还可以依据数据库所保留的用户相似查询概率最多关键字检索。因此，如果以树形图的结构呈现，是由根节点往叶节点的推理过程。其中根节点表示用户需要查找的目标素材，各个叶节点表示推理查找过程中所输入的属性关键字。
以某大学《结构力学》视频教程为例，具体阐述正向推理过程。如图2所示，当用户确定检索目标，首先应圈定素材的类型为视频，在此基础上分三层进一步判断。第一层：由一级学科和二级学科两个属性级联推出土木工程专业所有相关视频；教育层次本科和素材库中全部基础课结合推出本科阶段全部基础课视频属性；再根据素材作者名字以及素材所限定的大小筛选出该作者相关视频；最后由单位名称以及不限一个的关键字搜索出出自该大学包含关键字属性的所有教学视频（关键字在此例中可以为力学，结构力学等）。第二层：通过第一层判断的四个结果，两两结合推断出土木工程专业本科阶段的基础课教学视频以及该大学该作者结构力学相关视频两个综合属性。第三层：将第二层的结果再次进行组合判断最终得出某大学《结构力学》全部教学视频。
通过这种推理方式，使用户非常明确自己的目的和要求，在选择排除的过程中不会混乱以及漫无目的。除此之外，还可以根据数据库中保留的查询输入最多关键字的方式推断，如：最近一周点击下载率最多视频，结构力学，大学名称等等。
2.逆向推理
逆向推理则是指从表示目标的命题出发，使用一组推理规则，来证明命题成立，即逐一验证提出的假设。用户确定学习的目的或者所想要达到的效果即是个假设，通过为达到这个假设目标而逆向逐步推理查找出过程中所要满足的条件，也就是循序渐进学习的资源素材。
例如，用户需要掌握某个知识点而检索《结构力学》的某节教学视频时，可以先通过查找邻近相关学科，比如物理或是机械等等，通过它们的共有课程《力学》这一关键字证明前一假设正确，再在此基础上逐步验证排除反推得到选择的结果。
这种方式的优越之处在于不限定单个检索路线，可供参考的结果较多，而且考虑的范围比较周全，同时便于检索过程中知识点的推送和查询方向的判断。
3.混合推理
混合推理属于专家系统中一种比较综合的方法，它将正向和逆向两种推理方式进行结合。用户既可以根据圈定的属性或其它关键字由两端向中间推理，也可以取任一个节点往两端发散，这种推理方式相对其他两种效率更高结果也更精准。
例如，圈定素材的类型为视频，学科为土木工程，根据这两个方向的属性，可以初步得到土木工程相关的所有视频素材。然后再逐一输入具体的知识点或是课程名称等进一步推出《结构力学》教学视频。
4.模糊推理
模糊推理又称模糊逻辑推理，是指在确定的模糊规则下，由已知的模糊命题推出新的模糊命题作为结论的过程。基于模糊推理的定义，推理方法又可分为Mamdani推理法、Larsen推理法、Zadeh推理法等等。
四、结语
在教育信息化的时代，知识的共享更加重要，如何创造一个真正意义上的“开放式学习”环境是当今教育改革的重点方向,基于开放式学习资源库服务平台起到很大的示范作用。它将海量的形式丰富的资源素材汇总在一起，利用高校校园的优良网络环境，通过统一认证系统和接口技术实现随时随地的自主化学习。同时，根据专家系统的多种推理判断来增强资源库检索功能，很大程度上体现了人工智能的思想，也方便了用户使用。
参考文献：
[1]中华人民共和国教育部.教育信息化十年发展规划(2011-2020年)[EB/OL].http://news.sina.com.cn/c/sd/2010-12-09/145821610568_3.shtml.
[2]安然.专访全球开放课程联盟主席斯蒂芬·卡森[EB/OL].http://news.sina.com.cn/c/sd/2010-12-09/145821610568_3.shtml.
[3]邹东升.网络开放式学习的资源整合设计研究[J].中国科教创新导刊,2008(28):160.
[4]乔亚男,齐勇,史椸,侯迪,王晓.一种基于权重矩阵的临近词检索问题解决框架[J].计算机科学,2009,36(7):197-200.
[5]郭绍青,金彦红,黄建军.开放式学习平台中的学习活动及多媒体资源设计[J].中国教育信息化(高教职教),2010,21(11):35-38.
[6]尹世群.模糊评估专家系统推理机制研究[J].西南师范大学学报(自然科学版),2001,26(6):656-660.
[7]郭向勇,吴光斌.构建基于跨平台检索技术的校园网多媒体资源库[J].计算机工程,2002,28(5):252-254.
[8]吴泽彬,魏洁,李蔚清,吴慧中.面向架构的全文检索研究[J].华中科技大学学报(自然科学版),2007,35(3):202-205.
（编辑：王晓明）
作者：于姗姗 黄烟波
模糊推理土木工程论文 篇2：
人工智能技术在机械电子工程领域的应用
【摘 要】现如今，每一个国家都特别注意机械电子工程的发展，只有提升了机械电子工程的水平，才能提高本国的生产力竞争水平。随着科技的进步，人工智能得到了实现以及快速发展，它的实现是各个学科的交叉综合，并将这些与机械电子工程进行了有机结合，使得近年来，各个国家高度重视机械电子工程的发展，以提升本国的生产力竞争水平。人工智能是科学技术不断发展的产物，也是各个学科交叉综合之后的成功尝试，将其融入到机械电子工程中，能够提高机械电子的工作效率。机械电子工程是传统机械工程与现代电子工程的有机结合，随着人工智能技术的不断发展，机械电子工程由传统的能量连接向信息连接转换，进入到了一个新的发展领域。机械行业竞争日益激烈，为了在激烈的竞争中取得胜利，机械电子工程企业需要不断提高智能控制水平，加强对人工智能技术的研发，以取得更多的经济效益。
【关键词】机械电子工程；人工智能；应用
1机械电子工程和人工智能技术概述
1.1 机械电子工程
作为一门有较强综合性的学科，机械电子工程与很多专业学科联系紧密，并在发展中不断融合应用这些学科，其关键技术主要包含计算机、电子工程与机械工程。该学科特点主要为：（1）机械电子工程应用范围广、实用性强。机电产品在各学科领域中都有应用，并提升了其他学科的工作效率、减小了其工作强度，例如，在土木工程建设中，大型机电产品是按时交付工期的有力保障。（2）机械电子工程综合性强，机电产品设计中，要灵活应用各学科相关专业技术，在有效组合不同技术的基础上完成工程设计，例如，机电领域中机器人的仿生学结构设计，就运用了生物学知识。在实际使用中，机电系统有很高的效率，能够将人从复杂繁琐的劳动中解放出来，同时，避免了工作人员出现在高危工作的第一线。但将电子技术融入机械工程，会形成复杂的内部结构，这就要求机械电子的从业人员必须对专业知识有全面的认识，对机械制造、电子工程和计算机工程都能有一定程度上的理解，才能将整个机电系统完整的设计制造出来。
1.2 人工智能技术
人工智能技术是计算机学科中的一个分支，在上世纪中期，人工智能概念被提出，明确规定与阐述了其具体内涵，在此阶段，人工智能开始发展，但却没有人类逻辑思考能力。1970年前，人工智能技术发展比较曲折，获得的逻辑思维成果差强人意，从上世纪70年代开始，人工智能技术进入第二发展阶段，迎来蓬勃发展时期，从传统固定发展框架中解脱出来，开始逐步进入人们视线，运用到生产生活中去。第三阶段，人工智能技术进入稳定发展时期，上世纪70年代后期，人工智能技术系统发展呈现明显的科学性，网络时代的来临，使人工智能技术迎来技术创新革命。对人工智能最简单的概述就是利用计算机来模拟人的学习、推理、思考、规划过程，这个过程涉及到计算机科学、语言学、心理学、哲学等学科。对于人工智能技术来讲，其优势在于充分发挥高科技技术优势，促进人们沟通与交流的效率，从而及时快速地掌握各类热点信息，实现信息共享。人工智能技术发展过程中，为社会经济发展提供了重要支撑力，市场消费需求不断扩大，确保企业稳定生产与快速发展。开展人工智能方向的项目投资，一方面促进企业自身生产与发展，另一方面有利于企业自身实现转型优化。现阶段，人工智能产品市场与国内需求不断扩大，比如智能手机，从人脸、指纹识别到智能助手，无一不是利用了人工智能技术，而这些技术的使用所获得的市场反应与经济收益是令人满意的。
2人工智能在机械电子工程领域的应用
2.1 数据分析
信息化时代，人工智能在机械电子工程领域的应用渗透已然相当普范，其构成体系中的模糊推理系统和神经网络系统具有良好的数据分析推理能力，提升了生产的产品品质。增强函数连接是人工智能空间表达最重要的方式之一，在保证精度的前提下实现了数据的高速运算，所形成的模糊推理系统，将信息数据通过极富严谨性、逻辑性的语言表述出来。与此同时，基于网络结构作用，人工智能在机械电子工程领域的应用，还能够推算出无限接近的连续函数，并按照其特有的方式存储信息，实现了更加简便性的操作与控制。但是客观维度上讲，人工智能技术发展还未完全成熟，模糊推理与机械电子工程系统之间的连接不够稳固，相关数据计算能力偏弱，一定程度上限制了其应用空间。
2.2 精准操作
较之其他计算机操作系统，人工智能最大的优势体现为强大的计算能力及逻辑性能。而机械电子工程本身具有极度的复杂性，对操作技术要求较高。人工智能在机械电子工程领域的应用，提供了一种新型运算方式，使之复杂且不易操作的系统变得简单化、人性化，在此过程中，借助模糊推理系统和神经网络系统，并根据人工智能操作要求及目的自行选择设计，最终实现几个简单的按钮即可进行最佳操作。另外，人工智能系统还融合了超声波传感、自动识别以及激光扫描等先进科技，其在机械电子工程领域的应用，更是进一步提升了操作精准性。其中，超声波传感可对距离进行直接测量，并得到精准数据，通过自动识别技术，发出各种操作指令。而激光扫描技术亦可增加数据测量的准确性、可靠性，但容易受粉尘等因素干扰。
2.3 故障诊断
随着网络科技发展与应用，现代化经济市场竞争越发趋向于信息竞争，这在一定程度上加速了人类社会向信息化的转变，基于此人工智能技术日渐成熟，对机械电子工程发挥了不可替代的作用。就当前的机械电子工程而言，其因对输入与输出的描述不够稳定，虽基于推导数学方程更为精准，但仍未能够满足复杂系统的描述需求，其严谨性不足。机械电子工程领域对人工智能系统的建构进一步提升了其自动化、智能化水平，通过构建故障专家系统，保证了整个工程良性运行。常规上一套完整的故障诊断专家系统包括案例库、规则库、知识处理以及人际界面等，其具备不同的功能，并在各个环节发挥着不可替代的作用。案例库主要收集专家知识及经验，为知识处理提供支持。而知识处理的价值则在于，通过组建权值计算、可信度计算等模块，对机械电子工程相关的原始信息进行处理，为故障诊断提供参考。
2.4机械电子在信息自动识别中的应用
自动识别技术就是应用机械电子技术设计制作的识别装置，通过被识别物品和该装置之间的活动，自动地获取被识别物品的相关信息，并提供给后台的计算机处理系统来完成相关后续处理的一种技术。自动识别技术是以机械电子技术为载体，将计算机技术、物理学、通信技术融为一体，实现了一定范围内物品的跟踪与信息的共享，从而给物体赋予智能，实现人与物体以及物体与物体之间的沟通和对话。在机电识别装置对物体扫描识别后，通过构建数学方程模型，应用数学方程解析式，在网络上对物体信息检索或存储，实现信息共享。与传统工程技术相比，信息自动识别技术更加复杂，具有丰富多样的性能，有更高的处理效率，这同样也是人工智能技术的优缺点。
结束语
文章从介绍人工智能技术和机械电子工程的概念出发，简单讨论了人工智能技术在机械电子工程领域中的应用。从文章中可以得知，人工智能技术在机械电子工程领域中的应用极大的促进了机械电子工程的发展和进步。当然，人工智能技术在机械电子工程领域还有很大的发展空间，在实际研发过程中，要格外重视二者之间的高度融合，促进其科学、协调的发展，从而促进中国当今社会的经济发展。
參考文献：
[1]黄伟鹏.人工智能技术在机械电子工程领域的应用[J].电子技术与软件工程，2018，（3）：248.
[2]蓝豪翔.分析人工智能技术在机械电子工程领域的应用[J].中华少年，2018，（2）：240.
（作者单位：内蒙古广播电视网络集团有限公司兴安分公司）
作者：李海香 刘丹
模糊推理土木工程论文 篇3：
大数据环境下工程造价控制策略智能匹配方法
摘要：工程造价控制是保障工程建设项目顺利竣工验收的基本工作，造价管理工作应当细化至每一个施工环节，其是项目管理的重点内容，也是保障企业实现项目社会效益和经济效益的基本前提。在大数据环境下，为提升投资建设项目的经济效益和控制效果，应当在如何提升智能化的工程造价控制策略方面加大研究力度。
关键词：大数据，工程造价，控制策略，智能匹配
一、工程造价控制基本内涵
工程造价控制需要结合项目建设全周期进行考虑，综合运用过程控制理论、现在管理理念等对项目总体造价进行科学管控，通过提高资源利用率、合理调配人力物力资金，实现项目收益最大化，进而推动企业不断向前发展。不同的建设项目，其在实施全过程造价控制时所采取的策略方案以及管控重点各不相同。
建设工程全过程和造价控制的发生环节通常包括如下内容：首先进行项目规划，编写项目建议书（投资估算），提交可行性研究报告，完成设计任务书（设计概算），进行初步设计、技术设计（修正概算），再然后开始施工图设计、建设设计，项目竣工验收（竣工决算）及后续使用养护。
二、研究工程造价控制策略智能匹配方法的意义
借助大数据研究工程造价控制策略的智能匹配方法，主要是为了提升造价控制管理上的精准度。从造价控制效果看，随着项目的推进，节约资金的可能性会随之递减，当建设项目进行到施工阶段才启动造价控制的话，节约资金的可能性已降低至10%左右。由此可见，造成造价失控的原因往往是由于在项目投资决策阶段未及时发现风险，并对造价控制难点进行有效把控，控制策略制定不及时、不科学、不全面。建筑企业尽早准确识别项目潜在风险，提升对工程造价精准施控具有重要意义。
三、我国工程造价控制策略智能匹配方法的应用现状
近十几年我国建设投资项目增长迅猛，建设工程领域的新技术新方法不断涌现，总体建设环境日趋复杂，海量的结构化及非结构化数据给工程建设管理带来极大困难。大量的建设工程管理经验隐藏在这些海量数据之中。利用大数据提高控制策略主要是指利用数据挖掘技术，对既有的历史性工程造价数据进行挖掘，從中分离典型的建设工程案例及成功的管理知识，提升企业工程造价控制策略的精准度，推动工程造价管理的信息化发展。
目前我国工程造价控制策略智能化匹配方法要存在以下三种路径：
第一种，以大数据为基础，建立起适应我国现状的工程造价管理方法体系和平台技术框架。目前，此种理论已经在电网工程以及矿山工程中得到了实践应用。第二种，利用智能算法对历史工程造价样本进行筛选，提取出影响工程造价控制的关键因素，并建立起相应的估算模型。从实践情况看，有学者通过建立自适应结构径向基神经网络对建设成本指数进行预测，并以此为基础搭建起工程造价模型;有的学者通过对历史建设项目相关数据进行挖掘，剖析出了导致建设项目成本超支的核心因素;还有的学者以信息数据统计与分析理论为基础创建了相关测算模型。第三种，将信息化技术与工程造价管理相融合。例如，在电力工程建设项目中讨论BIM技术对造价管理的具体应用。
尽管上述方法在已有初步实践探究，但从应用广度和深度上看，仍可以看出大数据环境下，工程造价管理尚处于理论研究层面，距离其真正落地仍存在不小差距。而想要该技术在实践中获得广泛应用，需要持续深化数据挖掘、人工智能等技术在工程造价分析阶段、反馈程序、控制体系等环节的应用。
基于上述情况，有必要对历史项目数据进行挖掘，寻找到有利于实现工程造价控制策略的数据。
四、工程造价控制策略智能匹配方法的具体应用
根据前文介绍，我们可以得出实现工程造价控制策略智能匹配的路径为：借助大数据筛选技术，找到历史工程造价有关数据，以此为基础搭建起工程造价数据库，并在此基础上建立起控制策略知识库，然后将拟进行的项目与历史项目进行匹配，通过技术筛选出最为相似的项目，然后借助知识推理算法，将历史工程项目中遇到的造价控制风险进行分析，抽离出适用于新项目的控制造价策略。
以数据挖掘与知识推理为基础，借助正态云模型以及模糊Petri网理论，可以搭建出一套较为完整的智能匹配系统，具体如下：首先，需要创建一个数据容量大兼顾数据处理速度快的历史造价数据库，尽可能多地收集建设工程案例以充实数据库;经数据挖掘，形成案例特征库，经专家分析形成控制策略库，这两个数据库共同构成了一体化知识库。对于新案例，需对其特征进行分析，随后利用逆向云将一体化知识库中的历史建设项目抽离出的特征与新案例特征进行比对，在利用正向云对新项目进行特征相似度分析，然后借助模糊Petri进行模糊推理，比对出新项目是否与一体化知识库中的历史项目存在高度相似。如果有，可以则可以从控制策略库中选出适合的工程造价控制策略，以最大程度降低新项目的成本控制风险;如果不存在相似案例，则新项目也将进入案例特征库之中。
参考文献：
[1]全过程控制在工程造价（成本）管理中的应用[J]. 黄文青. 四川建材. 2020（12）
[2]建筑工程管理中全过程造价控制的重要意义[J]. 王保周. 产业科技创新. 2020（33）
[3]建筑工程管理中全过程造价控制的对策分析[J]. 樊文广，张园. 城市建筑. 2020（30）
[4]基于智能优化的模糊Petri网的电网故障诊断[J]. 孙铁军，曲丽萍，关海爽，刘冲杰，张杰. 控制工程. 2021（01）
[5]基于CBR的公路工程造价估算模型[J]. 李俊达，李远富，王广开. 公路交通科技. 2020（06）
[6]矿山工程建设项目造价管理信息系统设计[J]. 刘欲意，郭海涛. 矿冶工程. 2020（03）
[7]大数据视角下工程造价数据信息服务体系[J]. 张永成，郭帅，叶艳兵. 土木工程与管理学报. 2020（01）
[8]全过程造价管理在建设工程造价控制中的应用研究[J]. 孟凡静. 科技风. 2020（04）
[9]公路工程设计阶段的造价控制及其管理工作研究[J]. 谭庆莲. 城市建筑. 2020（03）
[10]关于影响公路造价的原因及有效控制策略探讨[J]. 程咸丰. 科技资讯. 2019（22）
[11]公路工程造价控制中存在的问题及应对策略[J]. 马毅. 交通世界. 2019（16）
[12]全过程造价管理模式之下的工程造价控制探究[J]. 刘晓柔. 住宅与房地产. 2019（06）
作者：蒋新新