公路項目管理最優化算法應用探究

（深圳高速工程顧問有限公司，廣東 深圳 518000）

人工智能作為新時代最前沿的基礎技術，未來將滲透至各行各業。目前，人工智能在公路技術中已有應用案例，如公路設計選線、道路檢測、橋梁智能監測等，但由于起步較晚，應用面較窄，如何利用人工智能技術建立智能專家系統，解決公路建設中的方案比選問題成為新的研究課題。

一、公路行業發展人工智能技術的必要性

人工智能（簡稱AI）是研究、開發用于模擬、延伸和擴展人的智能理論、方法、技術及應用系統的一門新的技術科學，研究領域包括專家系統、機器人、語言識別和圖像識別等。人工智能技術中的專家系統、智能決策系統、邏輯程序設計計算等能夠被應用于公路建設。其中，專家系統是一個能夠利用專家的知識和解決問題的方法來處理問題的智能計算機程序系統，其內部集成多個領域專家的知識與經驗。

大多數工程和科學問題都屬于多目標優化問題，如何獲取這些問題的最優解是學術界和工程界共同的焦點。當前，人工智能已能解決復雜的數據處理和簡單規則的決策，這為公路智能化建設提供了契機。公路建設項目管理是一個復雜的系統工程，涉及大量的數據處理，其中大部分屬于低端的機械性、程序性工作，利用人工智能和大數據技術能較易解決。公路規劃階段的路網規劃需要在社會經濟、公路網現狀調查的基礎上，采用科學的規劃、計算、分析方法，建立數據庫，進行多方案比選以驗證工作成果。而設計階段因涉及因素較多，需要經歷調查研究范圍由大到小、工作深度由粗到細的過程，期間工作量大、標準化程度高、反復修改的機械勞動強度大，多方案的論證工作也很繁重。當前，絕大多數方案的比選工作主要依靠經驗豐富的專家論證后做出決策。這個過程復雜而繁瑣，需要花費較多的物力、人力，且限于人的主觀性，方案最終還存在一定的風險或缺陷。而人工智能技術能高度集成該領域專家的知識經驗，建立專家系統，模擬專家提出多個最優方案輔助決策，對提高工作效率，降低人力成本，提高方案的準確性和全面性具有重要作用。

二、公路行業人工智能技術發展現狀

近年來，各地政府出臺了一系列政策促進工程行業發展，包括物聯網、BIM技術、裝配式建筑等，在此背景下，建筑、鐵路等領域相繼出臺了BIM標準，但公路行業基于特殊性，尚未制定BIM相關標準。BIM作為當前工程行業的前沿技術，給工程行業的變革帶來了新的機遇，但其僅是AI技術應用的初級階段，且現階段的工程管理水平及施工技術尚未達到高度智能化、機械化的程度，難以發揮BIM的應有價值。

相比國內，國外人工智能技術應用研究起步較早，在工程領域主要應用于建筑行業，公路行業亦有不少應用案例。美國Bristol大學開發了以模糊關系推理語言為基礎的結構安全監控專家系統。土耳其Firat大學A.Arslan，R.Ince利用人工神經網絡模擬混凝土裂縫的尺度效應。

目前，我國在公路工程領域利用人工智能的研究主要包括路面檢測、鋼筋張拉、邊坡穩定性評估、橋梁智能監測等，并取得一定成果。多功能道路檢測車利用信息技術能自動完成路面缺陷識別及道路幾何參數等數據采集、分析，通過后臺處理系統評估道路等級，為道路養護提供有效的數據支撐。鋼筋智能張拉利用計算機智能控制技術，能精確完成鋼絞線的張拉施工，提高預應力張拉施工質量。通過優選參數與建立穩定性分析模型，利用公路邊坡穩定性分析方法，可以科學地分析公路邊坡的穩定性，對邊坡防治具有參考作用和指導意義。例如北京新機場高速建設橋梁智能監測傳感網，實現了對高架橋梁等基礎設施實時結構的監測和評估預警。

三、公路項目管理最優化算法應用探究

多方案比選論證貫穿于公路項目管理整個過程。最優化方法是一種數學方法，是研究在給定約束之下，如何尋求某些因素，使某一（或某些）指標達到最優的一種方法。最優方案難以用一個指標判斷，需要用多個目標比較，而這些目標往往不協調，且最優方案并不唯一。AI算法中的增強學習算法是開放的、無人工監督的神經元網絡。谷歌公司開發的AlphaGo是第一個擊敗人類職業圍棋選手，以及第一個戰勝圍棋世界冠軍的人工智能機器人，即通過增強學習，讓機器自動在無限多種可能的棋譜中優選出最適合當前棋局的棋譜。同理，利用人工智能技術在公路項目管理的方案比選中，可通過邏輯性推理得出多個最優解決方案。

研究表明，人工智能技術能夠挖掘更多邏輯性，設計更多初設方案，給予工程師更多選擇。工程師還可以給出一定干擾項，使AI排除不滿足需求的方案。例如路線比選可設置平縱組合、填挖平衡、敏感地區影響等參數，在滿足一系列限制條件下，使設計指標（目標）達到最優值；路面結構層組合可建立結構層厚度、不同類型基層和面層、交通荷載等的矩陣，通過最優化方法得出更實用和經濟的組合方案。總體施工組織設計需要比選進度控制、成本控制、質量管理等方案，賦予AI類似項目經驗，集成于專家系統，AI依靠豐富的系統經驗，得出最優方案，管理者根據需求選擇最優方案。

事實上，上述多方案比選問題均可表示成數學問題，即通過建立最優化的數學模型，再利用最優化的算法求解。最優化算法是一種搜索過程或規則，它是基于某種思想和機制，通過一定的途徑或規則得到滿足用戶要求的問題解決方式，包括變量、約束條件和目標函數三要素。由于工程項目的特殊性和專業性，加之政策、規范及標準等的可變性，變量則隨之具有不確定性。因此，可通過不斷收集新的變量和改進算法策略，運用PDCA循環原理，提高專家系統的準確性和全面性。上述問題的解決方案包括建立數學模型，對可行方案進行編碼（變量），構造約束條件和目標函數；運用最優值的搜索策略，在可行解（約束條件）中搜索最優解的方法，有窮舉、隨機和啟發式搜索方法等；通過擴展變量，集成經驗，改進和優化算法。

當前，人工智能技術不可能完全替代工程師，但可以讓設計或方案擁有更多可能性。未來，工程師將主要承擔決策工作，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化水平。

四、結語

綜上所述，利用人工智能技術建立專家系統解決公路項目管理的多方案比選問題，對提高工作效率，降低人工成本，提升工程技術人員的專業水平具有重要作用，是工程技術發展的必然趨勢。