人工智能在公路选线中的应用思路探讨

《人工智能在公路选线中的应用思路探讨》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、人工智能在公路选线中的应用思路探讨人工智能在公路选线中的应用思路探讨　　随着时代的发展，传统的公路选线技术的已经不再适应时代发展的需要。因而作为新时期背景下的公路选线人员，应紧跟时代发展的需要，着力提高自身的专业技术水平。基于此，以下笔者结合自身工作实践，就公路选线中现代化的人工智能技术的应用思路进行了分析。　　1.公路选线中应用人工智能技术加强信息处理的思路探析　　1.1传统的公路选线中信息处理的思路　　就目前来看，大多数的公路选线技术都较为传统，一般是设计人员借助CAD软件，并将其与地理信息知识以及具有约束性和控制性的因素相结合，同时严格按照公路工程项目的设计规

2、范标准与要求，结合自身的经验与自身的感觉设计平面路线和纵面路线，并从众多方案中选出最优化的方案。虽然随着时代的发展，不管是在公路设计水平和施工工艺技术方面，都得到了较大的发展，然而在公路选线技术方面，目前我国很多公路工程选项中难以将公路选线技术与先打技术及的高性能运算技术进行有机的结合，而公路选线设计人员主要是利用人脑同步综合处理各种复杂的数据，加上受到经济、环境、工程社会以及各种复杂因素的影响，导致处理效果极其低下，最终降低选线的科学合理性[1]。　　1.2基于人工智能技术的公路选线中的信息处理的思路　　通过对传统公路选线中信息处理的思路分析，使我们认识到自身存在

3、的不足，因而在当前信息化的时代，就应对信息处理思路不断变本文由.L.收集整理换。以下笔者就基于人工智能技术的公路选线中的信息处理的思路做出分析。　　1.2.1基本原理　　应用人工智能技术于公路选线之中，主要是利用智能库达到选线智能化的目的。但是利用智能库实现智能化的选线，需要具有一定条件下的计算机环境方能实现，而在这一环境中为了实现程序的智能化，就应与选线工程师一样，结合所在的环境自主性地获取各种信息知识，并能自动化的作出与所在的环境之间相符合的决策。这就需要应用GIS技术于选线智能化研究之中，并建立以GIS技术为基础的知识库，为公路选线中应用人工智能技术提高信息处

4、理能力与水平的提升奠定坚实的基础[2]。　　1.2.2应用GIS技术于选线智能化研究之中的必要性　　在当今人类文明和各种信息技术快速发展的时代，尤其是以卫星图像技术、地理信息技术、计算机技术和航测技术等为代表的一系列的先进信息技术的出现，使得人们对其在公路等大型的基础设施中给社会和自然产生的影响的关注度越来越高，当前公路选线设计人员面临的最大问题就是怎样才能更好的协调公路建设与社会和自然环境之间的关系。因而将具有多年研究历史且在诸多工程中应用较为广泛的GIS技术于选线智能化研究之中，将成为未来发展的趋势，也具有较强的必要性，这是由于GIS技术能处理、分析、利用空间信

5、息提供现成的工具，利用GIS平台于公路自动化选线系统的开发，能确保开发过程的系统性和集成性以及知识性，从而建立基于GIS技术的知识库，用于大量信息的处理，由此可见，在选线智能化研究之中应用GIS技术具有十分强烈的必要性。　　1.2.3知识库的概述　　所谓知识库，就是知识工程中具有操作便利、利用方便、全面化、结构化、组织性的知识的集群，主要是为了解决某些领域中存在的问题，并利用多钟知识表示方式存储在计算机的存储器之中，并对这些知识表示方式进行组织管理和利用且具有较强交互性的知识片的集合，且这些知识片主要源于这些领域中的理论知识和事实数据，以及经过专家的大量实践得出的经

6、验中得到的具有启发性的知识。例如某一领域中的基础性知识、定义、定理、运算法则等均为组成知识库的重要知识片。　　1.2.4关于如何建立以GIS技术为基础的知识库的分析　　建立以GIS技术为基础的知识库，一般步骤如下：首先是建立具有GIS属性的数据库，用于知识推理需要的基础性数据的存储；其次是采集相关信息，尤其是从空间数据中挖掘和提炼具有较高可信度的信息以及专家知识信息的收集；最后是对所收集的知识信息和专家知识等进行分类，并建立系统能够识别的规范的计算机语言的知识库。　　1.2.5需要注意的相关问题　　通过对公路选线中应人工智能技术于信息处理的基本原理的分析，以及应用G

7、IS技术于选线智能化研究之中的必要性和知识库的建立，公路选线中应用人工智能技术加强信息处理的思路基本明晰，但也需要注意以下相关问题。一是在公路选线设计工作中，单一问题借助纯粹的逻辑进行推断往往收效甚微，因而必须将其与数值运算和图形的交互设计进行有机结合，尤其应加强各种课内出现结果的分析与评价。对比与决策，才能为方案的选择提供更多的机会。二是实际领域问题的解决既要与取值真假性的逻辑推断，还会涉及到其值域为一个实数区间的数值型变量的定值，或是一个离散集合的离散型变量，且在定值过程中极有可能计算大量复杂的数值，因而传统的单一性的知识表达方式对于复杂技术的表达往往是无济