保持电网平衡 许多电网运营商难以管理能源供应、用户负荷和能源价格的持续波动。组织需要能够准确预测不同能源(可再生能源和不可再生能源)的供应,以满足用户的实时需求。当能源供需不平衡时,结果往往非常昂贵。需求超过供应意味着在短时间内进口能源并产生相关价格溢价(例如从其他公用事业公司进口能源),而供应过剩意味着为实际需要的能源支付过高的费用。此外,如果没有足够的能源储存来吸收过剩的供应,运营商将被迫亏本出售和/或完全失去能源。
机场地面探测设备 (ASDE) 雷达易受多径传播和散射效应的影响,这可能导致在机场表面的关键位置(如跑道和滑行道 [l])放置假目标。此类假目标很容易损害这些雷达的性能,并导致控制器做出非常不理想的反应,包括当此类多径假目标位于跑道上时不必要地中止着陆和起飞操作。这些情况会影响操作效率,也会降低用户对 ASDE 雷达和相关系统的信心,从而对安全产生不利影响。对该问题的评估导致考虑通过将当前的单基地雷达转变为多基地配置 (ASDE-MP) 来增强 ASDE 雷达性能。多基地雷达提供对目标的多重检测以及对导致假目标检测的多径散射现象的显着差异响应。后者特性通过结合位于不同位置的多个雷达接收器的信息来减少对假目标的检测,从而对机场表面的共同关注区域进行监视。
人工智能在土木/建筑/建筑工程教育中的应用 Mohammed E. Haque 建筑科学系 德克萨斯 A&M 大学 Vikram Karandikar 建筑科学系 德克萨斯 A&M 大学 摘要 对于某些科学和工程教育领域来说,超越传统的院系课程界限变得越来越重要。人工智能 (AI) 就是这样一个领域;它的应用非常广泛且跨学科。应特别鼓励研究生学习当代计算技术的各种应用,包括人工神经网络 (ANN)、遗传算法 (GA) 等。土木/建筑/建筑工程对神经启发计算技术的应用兴趣日益浓厚。这种兴趣的动机是某些信息处理特性与人脑相似。软计算 (SC) 是一种新兴的计算方法,它与人类思维在确定性和精确性的环境中推理和学习的非凡能力相似。本文重点介绍了人工智能在土木/建筑/建筑工程尤其是 SC 领域的各种应用。作为毕业项目的一个例子,本文展示了一个基于 ANN 和 GA 的知识模型,其中研究了客户对大型多层公寓住宅方案的舒适性和安全性问题的偏好。建筑/工程是一门应用科学,可以从现有结构及其成功和失败中吸取许多教训,并将它们结合起来以找出更好的结构的新技术。这意味着设计师应该能够从每个以前的设计中得出一些定性值,特别是用户对建筑安全性和舒适度质量的认可,以确保设计成功。建筑师/设计工程师经常面临软数据的挑战,这些数据本质上是语言定性的,需要解释并融入他们的设计决策过程。他们应该非常了解客户的愿望和要求,尤其是客户在具体设计问题上的偏好。因此,后期
