本站原创学位论文参考文献格式www.udooo.com
摘要：人工智能是20 世纪中期产生的并正在迅速发展的新兴边缘学科,它是探索和模拟人的智能和思维过程的规律,并进而设计出类似人的某些智能化的科学。本文分析了人工智能新技术的应用，并指出当前引入人工智能技术实现建筑系统智能控制与管理已成为可能。关键词：人工智能技术 在智能建筑应用
前言
智能建筑由具备楼宇设备自动化系统(BAS)、通信自动化系统(CAS)、办公自动化(OAS)系统发展到系统智能集成,随着智能建筑的发展,智能建筑对各种先进自动化系统、通讯手段和高质量管理、怎么写作的需求也越来越高。
一、智能建筑的发展及存在问题
经过十几年的迅猛发展，智能建筑已经由具备楼宇设备自动化系统(BAS)、通信自动化系统(CAS)、办公自动化(OAS)系统发展到系统智能集成。随着智能建筑的发展，智能建筑对各种先进自动化系统、通讯手段和高质量管理、怎么写作的需求也越来越高。但是目前智能建筑的发展也正处于一个重要的十字路口。1目前建筑智能化系统还夹杂着许多泡沫， 即使目前比较成熟的楼宇自动化系统(BAS)还只能称之为具有顺序逻辑判断能力的自动控制系统，无法进行思维逻辑判断或自学习，一旦工作环境或工作参数发生变化，将必须人工重新调整或编写控制程序，系统维护复杂、检修不便，离智能还相去甚远。
2 由于技术与市场等各种原因， 目前许多智能建筑的各个子系统的还是分立运行，形成了一些相互脱节的独立系统，无法实现大厦的综合优化控制。各个系统之间不仅硬件设备大量重复冗余，而且往往各系统都没有提供相互通信与控制的接口，操作和管理人员需要熟悉和掌握各个不同系统及对象的技术，造成系统建设、技术培训及维修费用的增高和系统效率低下。
因此，只有采用统一的模块化硬件和软件结构并引入人工智能技术，才能使各子系统成为一个整体，提高控制和管理系统的容错性和可靠性，并具有智能成份，这是智能建筑所追求的目标。
人工智能技术在智能建筑中的应用研究
二、人工智能新发展对智能建筑的影响
进入新世纪以来，知识库专家系统和知识工程成为人工智能领域最有实践意义的成果，已开始大量商品化。1专家系统是一种基于知识的系统， 其实质是使系统的构造和运行,都基于控制对象和控制规律的各种专家知识。 这种人工智能的计算机程序系统,具有相当于某个专门领域的专家的知识和经验水平,以及解决专门问题的能力,或者说专家系统是指相当于(领域)专家处理知识和解决问题能力的计算机智能软件系统。 根据一个或多个专家提供的特殊领域知识、经验进行推理的判断,模拟专家决策的过程来解决那些需要专家决定的复杂问题。
这样一来， 就可以引入基于控制专家的专业知识和实践经验的专家控制系统。 采用知识表达技术,建立知识模型和知识库,利用知识推理,制订控制决策。为智能建筑的楼宇设备自动化系统(BAS)（ 包括强电设备控制自动化（EA）、安全防范自动化(SA)、消防自动化(FA)等） 提供最优控制、决策支持等。 专家控制系统的设计,改变了过去传统的控制系统设计中单纯依靠数学模型的局面,使知识模型与数学模型相结合,知识信息处理技术与控制技术相结合。另一方面，专家系统也可以应用于智能建筑的物业管理与怎么写作之中，通过设置用户管理知识库和数据库，对人员出入、自动缴费、业务咨询等管理与怎么写作提供智能支持。
2人工神经网络在建筑系统建模、学习控制、优化等方面取得了成功。已应用于语音识别、模式识别、最优计算、信息智能处理、复杂控制、图像处理等领域。随着智能建筑功能的不断增强，在现代智能建筑物内安装的电气设备愈来愈多，设备能耗也越来越大。要管理好一幢现代化大厦，使安装的成千上万台的设备能可靠、安全、协调、经济地运行，这就对建筑设备自动控制水平、控制设备功能、 快速响应的能力和运行管理水平提出了更高的要求。而具有学习与自适应能力的人工神经网络在控制方面所能提供的监督与非监督训练（ 前者包括训练输出输入集合和神经元加权系数的调节，后者包括分类与自组织） 为这些复杂控制提供了可能。 这样一来，智能建筑中的设备控制器就能以不同的原理进行操作。 可以学习建筑物的特性，得出简单精确的建筑物模型，可以自动调节其参数，适应建筑物特征参数或不同的建筑。 因此可将其用于建筑智能化设备的实时信号检测、控制、保护(如故障诊断)、调节，从而研制具有自学习、自适应、自组织功能的新概念的智能建筑设备自动化控制系统。
3智能建筑控制需要精确建筑仿真模型和精确、灵敏、具有适应性的系统。 由于传统模式的复杂性，控制器不能在建筑仿真模型中在线运行。 而新的神经网络学习模型采用动态学习方法建模， 降低了模型的复杂性以及对计算资源与硬件的要求，控制硬件费用降低，可以采用硬件方式实现。新的神经网络学习已经在微型芯片上实现， 即所谓的神经网络芯片。 因此，这种模式很可能在不久的将来适合于小规模的智能建筑和民用建筑。 同时，智能建筑需要学习模式的出现改变了传统模式响应速度与精度， 对计算机设备要求更加简单。 建筑学习模式的开发将带来低成本建筑智能控制的革命。
尽管目前的建筑神经网络模型存在实时性等技术问题， 但随着计算机速度的提高与神经网络实时算法的改进， 建筑神经网络控制将更加完善。 神经网络学习控制将采用大规模集成电路而不是计算机芯片形式实现，也不仅限于建筑能量控制与管理，还可以完成建筑物监控、保安、照明、娱乐等任务。 相信在不远的将来， 基于芯片的简单装置将取代今天的微处理器，使大量建筑物真正拥有智能成为可能。 较低的造价可以使智能设备进入普通市民家庭。
4随着数据库技术、网络技术以及计算机运算能力的快速发展，基于数据库的控制已成为可能，特别是随着分布式数据库和数据仓库技术的日益成熟， 在建筑智能化系统集成时引入智能决策系统，可使智能建筑真正实现智能化。
智能决策支持系统是近年来计算机技术、人工智能技术和管理科学相结合的一种新的管理信息技术。 它是以管理科学、运筹学、控制论行为科学为基础，以计算机技术、信息技术为手段，面对半结构化和非结构化的决策问题，帮助中、高层决策者进行决策活动，为决策者提供决策所需要的数据、信息和资料，帮助决策者明确决策目标和对问题的认识，建立和修改决策模型，提供各种备选方案，并对各种方案进行优化、分析、比较和判断，帮助决策者提高决策能力、决策水平、决策质量和决策效益，以达到取得最大经济效益和社会效益。
5建筑智能系统集成是满足建筑物的现代化管理的需要而出现的。 建筑智能化是从自动控制向信息管理发展的产物。 通过系统集成采用统一的模块化硬件和软件结构，就能使管理人员方便地掌握操作技术和维修管理技术， 这是所有独立子系统都无法做到的。因而，从绿色建筑和可持续发展的角度，把控制和管理相结合，扩大建筑物管理的范围，扩展智能化系统的内容和内涵，是建筑智能化的发展方向。
因而建筑智能系统集成的一个核心内容就是应用智能决策支持系统的技术设置“智能建筑管理系统(IBMS)” ，以提高整个建筑物的监控管理效率， 提高建筑物投资的产出投入比。
结束语
近年来，人工智能技术出现了新的发展，专家系统、人工神经网络、决策支持系统和多Agent 技术的应用给智能建筑的发展注入了活力，在智能建筑的控制子系统，如BAS 系统中引入专家系统，在终端电器，在智能楼宇控制中引入多Agent 技术，就可以大大降低建筑智能化系统的运行、维护成本，实现总体最优控制和节能，并将为人类创造更美好的工作、生活环境带来质的飞跃。
参考文献
王永忠.人工智能技术在智能建筑中的应用研究[J]. 科技信息. 2009(03)
吴选忠,倪子伟.人工智能新技术在智能建筑中的应用研究[J]. 福建建设科技. 2005(02)
[3] 胡国华,袁树杰.人工智能研究现状与展望[J]. 淮南师范学院学报. 2006(03)
[4] 陈震,徐伟.人工智能方法在建筑施工中的应用[J]. 建筑施工. 1996(02)