摘要：随着人工智能技术的不断发展，工程管理领域也在逐步拓展人工智能技术的应用场景。论文通过文献可视化技术分析了当前工程管理领域人工智能技术的应用方向，对于热点研究问题进行了综述，并为未来相关研究的发展提出建议。
关键词：人工智能；工程管理；智能技术
引言：
面对当前很多工程管理中的传统思维无法提升工程管理效率的问题，只有加强人工智能技术在工程管理中的应用，才能够提升工程的运行效率。过去的工程管理十分依赖于经验，而比较少的利用过往项目积累下的客观数据。通过工程管理中的人工智能技术干预，可以优化整个工程管理流程，为后期的工程管理智能化提供指引。
1人工智能的内涵
人工智能是一类通过使用计算机技术来模拟人类特定思维过程和智能行为的研究，主要包括计算机实现智能的原理、制造类似于人脑智能的计算机，使计算机能实现更高层次的应用。它是一种通过模仿人类智能行为产生新的与之相似的方式做出反应的智能机器，主要的应用领域包括预测分析、图像识别、自然语言处理和专家系统等。
2工程管理领域人工智能应用研究可视化分析
随着大数据、智能城市等技术的发展，工程管理领域也开始尝试在工程建设的场景中应用人工智能技术。
2.1项目绩效预测
人工智能技术可以通过对历史数据的学习来求解传统线性回归方法难以求解的复杂问题。工程项目的成本、工期的影响因素多，且很多因素对工期的影响是非线性的，因此，一直是预测的难点，而两者又是施工管理的重点。因此，人工智能技术被广泛地用于项目的成本、工期等绩效指标的预测之中。绩效预测中广泛应用的包括了神经网络、案例推理以及支持向量机等。莫俊文等使用RBF人工神经网络对兰州市比较典型的20幢建筑物的造价进行了回归预测，通过实际样本对模型验证了模型的可靠性。陈源等人通过案例推理构建了公路工程造价预测模型，验证了该方法的有效性，实用性。
2.2施工现场管理
施工现场管理是人工智能应用在工程管理领域最为常见的应用方向之一，相关研究主要通过基于人工智能的计算机视觉技术实现现场信息的识别。目前基于人工智能技术的施工安全管理研究的主题主要有现场工人行为的分析和施工的优化等。现场工人行为的监控，通过使用现场摄像头等作为输入识别现场工人的工作安全情况。如赵震通过使用opencv的图形处理技术，在识别工人个体的基础上，辨别出施工人员安全帽配带情况，从而从一定程度上降低现场的安全隐患。
2.3智能设计与运维
基于人工智能技术的建筑设计可以通过人工智能技术强大的工程性能模拟来实现优化设计。基于人工智能技术的建筑设计的研究思路主要可以分为两类，一类研究是数据驱动的，通过对历史案例的学习、比对进行求解，如通过案例推理技术来建立基于BIM的智能化辅助设计平台，一类研究是以新颖的算法为基础的，通过算法突出的计算性能实现设计的优化，如王敏通过神经网络对暖通控制系统的PID控制参数进行优化，不断调整控制误差，保证暖通控制效果。基于运维阶段的重要性及当前产业发展的不足，人工智能技术被广泛用于建筑的运营维护。现代的设施管理除了对各个系统的优化外，还需要实现对不同专业、不同格式的数据的集成，涉及的问题十分复杂[1]。随着21世纪，BIM技术的快速发展，通过人工智能结合物联网等新技术，对于建筑运营中的设备以运维期间产生的信息集成化管理，从大数据中提取有用的信息，对于设施管理的问题进行识别和预测已经成为一个全新的研究方向。
期刊文章分类查询,尽在期刊图书馆
3人工智能在工程运行管控方面的应用
工程管理工作的核心就是对整个工程运行进行有效的控制。人工智能技术能够使得工程管理更加灵活和便捷，使得工程管理具有较强的针对性和目的性。通过人工智能技术，可以对工程的管理进行全面的升级和改善，能够根据工程不同阶段的需求进行管理的实施。人工智能对工程的控制是全过程的，系统化的。人工智能可以根据工程管理需要，先对管理数据进行收集和分析处理，然后再通过自身的内部存储系统进行数据的分类存储。在后期工作需要时，还可以对数据进行灵活的提取和应用。人工智能实现了工程管理的系统化操作，通过可操作截面为管理人员提供友好的人机互动界面。管理人员可以根据需要，在控制界面进行工程运行中的水压、水流及检测等模块的具体数值设置，实现数据的有效控制。人工智能还考虑到工程运行中的突发事故，可以通过智能技术进行监控及报警模块的优化，确保工程运行全过程的可视化和实施监控[2]。一旦发生问题，人工智能系统会通过快速故障判断和报警，有利于突然问题的及时发现和解决。报警系统具有语音，图像及电话等多种形式，方便管理人员根据报警信息，做出及时的事件判断和处理，将损失降到最低。
4人工智能用于工程的运行模拟和预测
人工智能技术能够对工程的运行过程进行动态模拟，同时能够根据模拟效果进行未来的工作预测。所以，人工智能技术能够使得工程的管理更加具有前瞻性和预设性。方便管理人员进行后期的管理工作规划，很大程度了降低了工程管理中所面临的难度，使得整个工程管理成本得到合理掌控。工程管理正是需要对工程运行进行动态的模拟和未来预测，这就满足了其管理的客观要求，有利于工程管理效能的提升[3]。人工智能技术能够模拟人的神经网络，使得对整个对工程的动态模拟更加精确，人工神经网络为依托的动态模拟，会统筹相关区域的水文资料分析，考虑工程受外界因素的干扰，形成动态模拟的参数确定后将其输入系统，然后结合工程运行预测对水位的发展，对设备的状态转换成数据进行输出，从而有利于整个工程运行动态的系统掌控。
5遗传算法在工程数值模拟中的应用
根据工程的实际管理诉求，通过遗传算法，可以对工程的相关数字模型进行优化。遗传算法为工程管理中某个具体的问题进行及时的诊断和处理提供了科技手段。技术人员可以结合具体管理环节需求，对遗传算法进行合理设置，以提升算法的准确效果。必须确保遗传算法具有较强的可操作性，能够全面涵盖所要计算的内容。只有不断的进行整体算法框架的标准规范，才能确保遗传算符符合实际的管理要求[4]。遗传算法作为一种智能技术为后期的数学建模及函数确立提供了重要的参考和依据。工程管理中对遗传算法的应用，还实现了与地理信息系统的结合，以地理信息系统的空间管控能力，来确保算法根据空间数据进行分类管理和显示。这种多功能的智能技术结合，使得工程运行状态得到实时的监控，便于问题的及时发现和处理，为提升整个工程管理的智能化奠定了基础，确保工程的管理过程顺利性和先进行。所以说，遗传算法是智能技术在工程管理中的一种高科技体现。
结束语：
综上，当前，人工智能技术在工程管理领域的应用呈现出了领域交叉、行业交叉的特点，研究往往需要涉及多种不同专业的知识，呈现出复杂、系统的特点。因此，进一步发展人工智能技术在工程管理领域的应用需要增强跨行业、跨组织的协作机制，进一步增强信息、知识的集成，在多方协作的基础上，充分发挥自身优势，实现工程项目管理上的创新。
参考文献：
[1]李翠云.人工智能在水利工程管理中的应用的研究[J].科技风，2018（26）：18.
[2]何印.基于人工智能技术的建筑工程造价估算研究[J].建材与装饰，2018（28）：152-153.
[3]陈银环.人工智能技术在电气工程中的实施对策分析[J].电子技术与软件工程，2016（07）：123.
[4]黄金枝.工程管理中专家系统的应用与发展[J].计算机辅助工程，1992（04）：25-31.
论文作者:张振
论文发表刊物:《基层建设》2019年第12期
论文发表时间:2019/7/22
标签：人工智能论文; 工程管理论文; 技术论文; 工程论文; 算法论文; 智能论文; 数据论文; 《基层建设》2019年第12期论文;