基于人工智能的智慧城市管理系统施工过程监管研究

摘要

随着智慧城市建设的加快，传统的城市管理方式已不能满足复杂工程项目的过程监理需求。针对当前智慧城市管理系统建设中存在的施工延误、成本超支、风险预测不足等问题，本文提出了一种基于人工智能的施工过程监管方法。通过构建感知-决策-执行三层系统架构，融合贝叶斯和DS证据理论提升多源数据处理能力，引入LSTM神经网络实现建设周期和成本超支的风险预测，利用多智能体协同优化和粒子群优化算法提高决策效率。基于深圳智慧城市管理建设的实际数据进行了实证研究。结果表明，所提模型在工期预测精度、造价优化率和风险预警能力方面均优于传统方法，有效提高了施工过程智能监管水平，具有良好的工程应用价值。