ARTICLE · 1105846
全球前沿|专题刊:AI赋能土木工程数值分析方法
AI赋能土木工程数值分析方法
专题介绍
人工智能Artificial Intelligence (AI) 是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是智能学科重要的组成部分，旨在了解智能的实质，产生能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能从诞生以来，理论和技术日益成熟，应用领域也不断扩大。
本专题介绍AI在土木工程领域数值分析方法相关的科学研究进展，目前已录用论文主题包括非线性不确定性量化全局灵敏度代理模型、非支配排序遗传算法抗震措施优化设计、松鼠搜索算法可持续混凝土抗压强度预测、火灾条件下铝合金节点网壳的数值分析等。
混凝土应力数据分布图（Enming LI, Ning ZHANG, Bin XI, Jian ZHOU, Xiaofeng GAO. Compressive strength prediction and optimization design of sustainable concrete based on squirrel search algorithm-extreme gradient boosting technique. Frontiers of Structural and Civil Engineering, 17(9), 1310-1325）
客座主编/Guest Editor
Timon Rabczuk
德国国立包豪斯-魏玛大学教授
庄晓莹
同济大学土木工程学院教授
吴宇清
同济大学土木工程学院副教授
专题目录
RESEARCH ARTICLE
Numerical analysis of aluminum alloy reticulated shells with gusset joints under fire conditions
Shaojun ZHU, Zhangjianing CHENG, Chaozhong ZHANG, Xiaonong GUO
Frontiers of Structural and Civil Engineering, 2023, 17(3): 448-466.
https://doi.org/10.1007/s11709-022-0910-5
RESEARCH ARTICLE
Compressive strength prediction and optimization design of sustainable concrete based on squirrel search algorithm-extreme gradient boosting technique
Enming LI, Ning ZHANG, Bin XI, Jian ZHOU, Xiaofeng GAO
Frontiers of Structural and Civil Engineering, 2023, 17(9): 1310-1325.
https://doi.org/10.1007/s11709-023-0997-3
RESEARCH ARTICLE
Optimization design of anti-seismic engineering measures for intake tower based on non-dominated sorting genetic algorithm-II
Jia’ao YU, Zhenzhong SHEN, Zhangxin HUANG, Haoxuan LI
Frontiers of Structural and Civil Engineering, 2023, 17(9): 1428-1441.
https://doi.org/10.1007/s11709-023-0998-2
RESEARCH ARTICLE
A surrogate model for uncertainty quantification and global sensitivity analysis of nonlinear large-scale dome structures
Huidong ZHANG, Yafei SONG, Xinqun ZHU, Yaqiang ZHANG, Hui WANG, Yingjun GAO
https://doi.org/10.1007/s11709-023-0007-9
(in press)
专题收录论文持续更新中
相关全球工程前沿
2023年度开发前沿：基于人工智能的结构损伤识别及性能预测
基于人工智能的结构损伤识别及性能预测旨在综合运用物联网、大数据、机器学习等前沿信息技术、方法和装备，融合结构静/动力响应及雷、视、声等传感器感知信息，建立可根据实时数据进行学习与强化的智能模型，实现在不同荷载和环境条件下的结构损伤与性能变化精准判别。开展基于人工智能的结构损伤识别及性能预测研究，实现对潜在损伤的及早发现并进行准确的性能预测，对工程结构全寿命周期的功能性、经济性、可靠性、安全性提升具有重要意义。主要研究方向包括：① 结构损伤检/监测的新传感装备研究；② 结构健康检/监测数据标准化与融合；③ 基于机器学习算法的结构损伤检测和定位；④ 数据驱动的结构性能预测方法；⑤ 物理信息融合的结构性能预测模型。未来主要发展趋势在于构建结构状态全息感知和智能诊断系统，提升结构损伤识别和性能预测模型在可解释性、泛化性、准确性等方面的能力，建立融合物理信息及知识驱动的学习模型，实现复杂场景下的结构损伤识别及性能预测模型的工程应用。
2023年全球工程前沿全文报告下载链接：
https://www.engineering.org.cn/ch/journal/EngFronts/archive?volumeId=1550
Frontiers of Structural and Civil Engineering
Transaction of CAE
中国工程院院刊土木子刊
最新JCR影响因子3.0 (JCR Q2区)
投稿网站：https://mc.manuscriptcentral.com/fsce
We advance the frontiers
infO-，nanO-，biO/ecO-，sociO-
致力推动 “O4” 土木工程交叉前沿
点击“阅读原文”，跳转至FSCE专题刊页面