公路項(xiàng)目管理最優(yōu)化算法應(yīng)用探究

（深圳高速工程顧問(wèn)有限公司，廣東 深圳 518000）

人工智能作為新時(shí)代最前沿的基礎(chǔ)技術(shù)，未來(lái)將滲透至各行各業(yè)。目前，人工智能在公路技術(shù)中已有應(yīng)用案例，如公路設(shè)計(jì)選線、道路檢測(cè)、橋梁智能監(jiān)測(cè)等，但由于起步較晚，應(yīng)用面較窄，如何利用人工智能技術(shù)建立智能專家系統(tǒng)，解決公路建設(shè)中的方案比選問(wèn)題成為新的研究課題。

一、公路行業(yè)發(fā)展人工智能技術(shù)的必要性

人工智能（簡(jiǎn)稱AI）是研究、開(kāi)發(fā)用于模擬、延伸和擴(kuò)展人的智能理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)，研究領(lǐng)域包括專家系統(tǒng)、機(jī)器人、語(yǔ)言識(shí)別和圖像識(shí)別等。人工智能技術(shù)中的專家系統(tǒng)、智能決策系統(tǒng)、邏輯程序設(shè)計(jì)計(jì)算等能夠被應(yīng)用于公路建設(shè)。其中，專家系統(tǒng)是一個(gè)能夠利用專家的知識(shí)和解決問(wèn)題的方法來(lái)處理問(wèn)題的智能計(jì)算機(jī)程序系統(tǒng)，其內(nèi)部集成多個(gè)領(lǐng)域?qū)＜业闹R(shí)與經(jīng)驗(yàn)。

大多數(shù)工程和科學(xué)問(wèn)題都屬于多目標(biāo)優(yōu)化問(wèn)題，如何獲取這些問(wèn)題的最優(yōu)解是學(xué)術(shù)界和工程界共同的焦點(diǎn)。當(dāng)前，人工智能已能解決復(fù)雜的數(shù)據(jù)處理和簡(jiǎn)單規(guī)則的決策，這為公路智能化建設(shè)提供了契機(jī)。公路建設(shè)項(xiàng)目管理是一個(gè)復(fù)雜的系統(tǒng)工程，涉及大量的數(shù)據(jù)處理，其中大部分屬于低端的機(jī)械性、程序性工作，利用人工智能和大數(shù)據(jù)技術(shù)能較易解決。公路規(guī)劃階段的路網(wǎng)規(guī)劃需要在社會(huì)經(jīng)濟(jì)、公路網(wǎng)現(xiàn)狀調(diào)查的基礎(chǔ)上，采用科學(xué)的規(guī)劃、計(jì)算、分析方法，建立數(shù)據(jù)庫(kù)，進(jìn)行多方案比選以驗(yàn)證工作成果。而設(shè)計(jì)階段因涉及因素較多，需要經(jīng)歷調(diào)查研究范圍由大到小、工作深度由粗到細(xì)的過(guò)程，期間工作量大、標(biāo)準(zhǔn)化程度高、反復(fù)修改的機(jī)械勞動(dòng)強(qiáng)度大，多方案的論證工作也很繁重。當(dāng)前，絕大多數(shù)方案的比選工作主要依靠經(jīng)驗(yàn)豐富的專家論證后做出決策。這個(gè)過(guò)程復(fù)雜而繁瑣，需要花費(fèi)較多的物力、人力，且限于人的主觀性，方案最終還存在一定的風(fēng)險(xiǎn)或缺陷。而人工智能技術(shù)能高度集成該領(lǐng)域?qū)＜业闹R(shí)經(jīng)驗(yàn)，建立專家系統(tǒng)，模擬專家提出多個(gè)最優(yōu)方案輔助決策，對(duì)提高工作效率，降低人力成本，提高方案的準(zhǔn)確性和全面性具有重要作用。

二、公路行業(yè)人工智能技術(shù)發(fā)展現(xiàn)狀

近年來(lái)，各地政府出臺(tái)了一系列政策促進(jìn)工程行業(yè)發(fā)展，包括物聯(lián)網(wǎng)、BIM技術(shù)、裝配式建筑等，在此背景下，建筑、鐵路等領(lǐng)域相繼出臺(tái)了BIM標(biāo)準(zhǔn)，但公路行業(yè)基于特殊性，尚未制定BIM相關(guān)標(biāo)準(zhǔn)。BIM作為當(dāng)前工程行業(yè)的前沿技術(shù)，給工程行業(yè)的變革帶來(lái)了新的機(jī)遇，但其僅是AI技術(shù)應(yīng)用的初級(jí)階段，且現(xiàn)階段的工程管理水平及施工技術(shù)尚未達(dá)到高度智能化、機(jī)械化的程度，難以發(fā)揮BIM的應(yīng)有價(jià)值。

相比國(guó)內(nèi)，國(guó)外人工智能技術(shù)應(yīng)用研究起步較早，在工程領(lǐng)域主要應(yīng)用于建筑行業(yè)，公路行業(yè)亦有不少應(yīng)用案例。美國(guó)Bristol大學(xué)開(kāi)發(fā)了以模糊關(guān)系推理語(yǔ)言為基礎(chǔ)的結(jié)構(gòu)安全監(jiān)控專家系統(tǒng)。土耳其Firat大學(xué)A.Arslan，R.Ince利用人工神經(jīng)網(wǎng)絡(luò)模擬混凝土裂縫的尺度效應(yīng)。

目前，我國(guó)在公路工程領(lǐng)域利用人工智能的研究主要包括路面檢測(cè)、鋼筋張拉、邊坡穩(wěn)定性評(píng)估、橋梁智能監(jiān)測(cè)等，并取得一定成果。多功能道路檢測(cè)車?yán)眯畔⒓夹g(shù)能自動(dòng)完成路面缺陷識(shí)別及道路幾何參數(shù)等數(shù)據(jù)采集、分析，通過(guò)后臺(tái)處理系統(tǒng)評(píng)估道路等級(jí)，為道路養(yǎng)護(hù)提供有效的數(shù)據(jù)支撐。鋼筋智能張拉利用計(jì)算機(jī)智能控制技術(shù)，能精確完成鋼絞線的張拉施工，提高預(yù)應(yīng)力張拉施工質(zhì)量。通過(guò)優(yōu)選參數(shù)與建立穩(wěn)定性分析模型，利用公路邊坡穩(wěn)定性分析方法，可以科學(xué)地分析公路邊坡的穩(wěn)定性，對(duì)邊坡防治具有參考作用和指導(dǎo)意義。例如北京新機(jī)場(chǎng)高速建設(shè)橋梁智能監(jiān)測(cè)傳感網(wǎng)，實(shí)現(xiàn)了對(duì)高架橋梁等基礎(chǔ)設(shè)施實(shí)時(shí)結(jié)構(gòu)的監(jiān)測(cè)和評(píng)估預(yù)警。

三、公路項(xiàng)目管理最優(yōu)化算法應(yīng)用探究

多方案比選論證貫穿于公路項(xiàng)目管理整個(gè)過(guò)程。最優(yōu)化方法是一種數(shù)學(xué)方法，是研究在給定約束之下，如何尋求某些因素，使某一（或某些）指標(biāo)達(dá)到最優(yōu)的一種方法。最優(yōu)方案難以用一個(gè)指標(biāo)判斷，需要用多個(gè)目標(biāo)比較，而這些目標(biāo)往往不協(xié)調(diào)，且最優(yōu)方案并不唯一。AI算法中的增強(qiáng)學(xué)習(xí)算法是開(kāi)放的、無(wú)人工監(jiān)督的神經(jīng)元網(wǎng)絡(luò)。谷歌公司開(kāi)發(fā)的AlphaGo是第一個(gè)擊敗人類職業(yè)圍棋選手，以及第一個(gè)戰(zhàn)勝圍棋世界冠軍的人工智能機(jī)器人，即通過(guò)增強(qiáng)學(xué)習(xí)，讓機(jī)器自動(dòng)在無(wú)限多種可能的棋譜中優(yōu)選出最適合當(dāng)前棋局的棋譜。同理，利用人工智能技術(shù)在公路項(xiàng)目管理的方案比選中，可通過(guò)邏輯性推理得出多個(gè)最優(yōu)解決方案。

研究表明，人工智能技術(shù)能夠挖掘更多邏輯性，設(shè)計(jì)更多初設(shè)方案，給予工程師更多選擇。工程師還可以給出一定干擾項(xiàng)，使AI排除不滿足需求的方案。例如路線比選可設(shè)置平縱組合、填挖平衡、敏感地區(qū)影響等參數(shù)，在滿足一系列限制條件下，使設(shè)計(jì)指標(biāo)（目標(biāo)）達(dá)到最優(yōu)值；路面結(jié)構(gòu)層組合可建立結(jié)構(gòu)層厚度、不同類型基層和面層、交通荷載等的矩陣，通過(guò)最優(yōu)化方法得出更實(shí)用和經(jīng)濟(jì)的組合方案?？傮w施工組織設(shè)計(jì)需要比選進(jìn)度控制、成本控制、質(zhì)量管理等方案，賦予AI類似項(xiàng)目經(jīng)驗(yàn)，集成于專家系統(tǒng)，AI依靠豐富的系統(tǒng)經(jīng)驗(yàn)，得出最優(yōu)方案，管理者根據(jù)需求選擇最優(yōu)方案。

事實(shí)上，上述多方案比選問(wèn)題均可表示成數(shù)學(xué)問(wèn)題，即通過(guò)建立最優(yōu)化的數(shù)學(xué)模型，再利用最優(yōu)化的算法求解。最優(yōu)化算法是一種搜索過(guò)程或規(guī)則，它是基于某種思想和機(jī)制，通過(guò)一定的途徑或規(guī)則得到滿足用戶要求的問(wèn)題解決方式，包括變量、約束條件和目標(biāo)函數(shù)三要素。由于工程項(xiàng)目的特殊性和專業(yè)性，加之政策、規(guī)范及標(biāo)準(zhǔn)等的可變性，變量則隨之具有不確定性。因此，可通過(guò)不斷收集新的變量和改進(jìn)算法策略，運(yùn)用PDCA循環(huán)原理，提高專家系統(tǒng)的準(zhǔn)確性和全面性。上述問(wèn)題的解決方案包括建立數(shù)學(xué)模型，對(duì)可行方案進(jìn)行編碼（變量），構(gòu)造約束條件和目標(biāo)函數(shù)；運(yùn)用最優(yōu)值的搜索策略，在可行解（約束條件）中搜索最優(yōu)解的方法，有窮舉、隨機(jī)和啟發(fā)式搜索方法等；通過(guò)擴(kuò)展變量，集成經(jīng)驗(yàn)，改進(jìn)和優(yōu)化算法。

當(dāng)前，人工智能技術(shù)不可能完全替代工程師，但可以讓設(shè)計(jì)或方案擁有更多可能性。未來(lái)，工程師將主要承擔(dān)決策工作，大部分輔助性工作均交由人工智能完成，這要求工程師具備更高的專業(yè)化水平。

四、結(jié)語(yǔ)

綜上所述，利用人工智能技術(shù)建立專家系統(tǒng)解決公路項(xiàng)目管理的多方案比選問(wèn)題，對(duì)提高工作效率，降低人工成本，提升工程技術(shù)人員的專業(yè)水平具有重要作用，是工程技術(shù)發(fā)展的必然趨勢(shì)。