（深圳高速工程顾问有限公司，广东 深圳 518000）

人工智能作为新时代最前沿的基础技术，未来将渗透至各行各业。目前，人工智能在公路技术中已有应用案例，如公路设计选线、道路检测、桥梁智能监测等，但由于起步较晚，应用面较窄，如何利用人工智能技术建立智能专家系统，解决公路建设中的方案比选问题成为新的研究课题。

一、公路行业发展人工智能技术的必要性

人工智能（简称AI）是研究、开发用于模拟、延伸和扩展人的智能理论、方法、技术及应用系统的一门新的技术科学，研究领域包括专家系统、机器人、语言识别和图像识别等。人工智能技术中的专家系统、智能决策系统、逻辑程序设计计算等能够被应用于公路建设。其中，专家系统是一个能够利用专家的知识和解决问题的方法来处理问题的智能计算机程序系统，其内部集成多个领域专家的知识与经验。

大多数工程和科学问题都属于多目标优化问题，如何获取这些问题的最优解是学术界和工程界共同的焦点。当前，人工智能已能解决复杂的数据处理和简单规则的决策，这为公路智能化建设提供了契机。公路建设项目管理是一个复杂的系统工程，涉及大量的数据处理，其中大部分属于低端的机械性、程序性工作，利用人工智能和大数据技术能较易解决。公路规划阶段的路网规划需要在社会经济、公路网现状调查的基础上，采用科学的规划、计算、分析方法，建立数据库，进行多方案比选以验证工作成果。而设计阶段因涉及因素较多，需要经历调查研究范围由大到小、工作深度由粗到细的过程，期间工作量大、标准化程度高、反复修改的机械劳动强度大，多方案的论证工作也很繁重。当前，绝大多数方案的比选工作主要依靠经验丰富的专家论证后做出决策。这个过程复杂而繁琐，需要花费较多的物力、人力，且限于人的主观性，方案最终还存在一定的风险或缺陷。而人工智能技术能高度集成该领域专家的知识经验，建立专家系统，模拟专家提出多个最优方案辅助决策，对提高工作效率，降低人力成本，提高方案的准确性和全面性具有重要作用。

二、公路行业人工智能技术发展现状

近年来，各地政府出台了一系列政策促进工程行业发展，包括物联网、BIM技术、装配式建筑等，在此背景下，建筑、铁路等领域相继出台了BIM标准，但公路行业基于特殊性，尚未制定BIM相关标准。BIM作为当前工程行业的前沿技术，给工程行业的变革带来了新的机遇，但其仅是AI技术应用的初级阶段，且现阶段的工程管理水平及施工技术尚未达到高度智能化、机械化的程度，难以发挥BIM的应有价值。

相比国内，国外人工智能技术应用研究起步较早，在工程领域主要应用于建筑行业，公路行业亦有不少应用案例。美国Bristol大学开发了以模糊关系推理语言为基础的结构安全监控专家系统。土耳其Firat大学A.Arslan，R.Ince利用人工神经网络模拟混凝土裂缝的尺度效应。

目前，我国在公路工程领域利用人工智能的研究主要包括路面检测、钢筋张拉、边坡稳定性评估、桥梁智能监测等，并取得一定成果。多功能道路检测车利用信息技术能自动完成路面缺陷识别及道路几何参数等数据采集、分析，通过后台处理系统评估道路等级，为道路养护提供有效的数据支撑。钢筋智能张拉利用计算机智能控制技术，能精确完成钢绞线的张拉施工，提高预应力张拉施工质量。通过优选参数与建立稳定性分析模型，利用公路边坡稳定性分析方法，可以科学地分析公路边坡的稳定性，对边坡防治具有参考作用和指导意义。例如北京新机场高速建设桥梁智能监测传感网，实现了对高架桥梁等基础设施实时结构的监测和评估预警。

三、公路项目管理最优化算法应用探究

多方案比选论证贯穿于公路项目管理整个过程。最优化方法是一种数学方法，是研究在给定约束之下，如何寻求某些因素，使某一（或某些）指标达到最优的一种方法。最优方案难以用一个指标判断，需要用多个目标比较，而这些目标往往不协调，且最优方案并不唯一。AI算法中的增强学习算法是开放的、无人工监督的神经元网络。谷歌公司开发的AlphaGo是第一个击败人类职业围棋选手，以及第一个战胜围棋世界冠军的人工智能机器人，即通过增强学习，让机器自动在无限多种可能的棋谱中优选出最适合当前棋局的棋谱。同理，利用人工智能技术在公路项目管理的方案比选中，可通过逻辑性推理得出多个最优解决方案。

研究表明，人工智能技术能够挖掘更多逻辑性，设计更多初设方案，给予工程师更多选择。工程师还可以给出一定干扰项，使AI排除不满足需求的方案。例如路线比选可设置平纵组合、填挖平衡、敏感地区影响等参数，在满足一系列限制条件下，使设计指标（目标）达到最优值；路面结构层组合可建立结构层厚度、不同类型基层和面层、交通荷载等的矩阵，通过最优化方法得出更实用和经济的组合方案。总体施工组织设计需要比选进度控制、成本控制、质量管理等方案，赋予AI类似项目经验，集成于专家系统，AI依靠丰富的系统经验，得出最优方案，管理者根据需求选择最优方案。

事实上，上述多方案比选问题均可表示成数学问题，即通过建立最优化的数学模型，再利用最优化的算法求解。最优化算法是一种搜索过程或规则，它是基于某种思想和机制，通过一定的途径或规则得到满足用户要求的问题解决方式，包括变量、约束条件和目标函数三要素。由于工程项目的特殊性和专业性，加之政策、规范及标准等的可变性，变量则随之具有不确定性。因此，可通过不断收集新的变量和改进算法策略，运用PDCA循环原理，提高专家系统的准确性和全面性。上述问题的解决方案包括建立数学模型，对可行方案进行编码（变量），构造约束条件和目标函数；运用最优值的搜索策略，在可行解（约束条件）中搜索最优解的方法，有穷举、随机和启发式搜索方法等；通过扩展变量，集成经验，改进和优化算法。

当前，人工智能技术不可能完全替代工程师，但可以让设计或方案拥有更多可能性。未来，工程师将主要承担决策工作，大部分辅助性工作均交由人工智能完成，这要求工程师具备更高的专业化水平。

四、结语

综上所述，利用人工智能技术建立专家系统解决公路项目管理的多方案比选问题，对提高工作效率，降低人工成本，提升工程技术人员的专业水平具有重要作用，是工程技术发展的必然趋势。