想知道一些土木工程的机器学习应用

Question

我曾经想过一些，比如根据混凝土的组成来预测混凝土的强度，但是我想要一些关于这个主题的想法。我想的另一件事是交通，我如何用机器学习预测与街道和道路有关的东西.也许是与建筑物上的水力学有关的东西。我真的开始学习机器了，所以我不太擅长如何使用它。虽然这很神奇。多谢了很多人。

Answer 1

这是我试验过的东西。基于混凝土的配合比设计来预测混凝土的抗压强度是一个很好的例子，也是一个相当有挑战性的例子--我使用了UCI ML存储库提供的混凝土抗压强度数据集，帮助我更好地理解如何操作ML算法以获得良好的预测结果。这里有个家伙使用相同的数据集并使用BigML的工具进行分析。

我还使用ML来预测公路建设合同的收费项目投标价格，以帮助改进成本估算。例如，我开始决定某一特定项目的单价，例如护栏，考虑到合同的地点、时间、总价值、相关的成本指数等，承包商很可能会投标。这花费了大量的时间和实验，但我取得了令人惊讶的良好的预测结果。

关于您感兴趣的具体主题，我想您将不得不做大量的搜索和审查硕士的相关课题，花时间学习他们使用的数学模型和理论。

如果你想知道从哪里开始，我的学习途径包括以下几点：

• 尽我所能学习神经网络和机器学习理论(像Jeff这样的人在这里证明是有帮助的)
• 把安德鲁·吴( Andrew )的机器学习课程写在古瑟拉上。
• 下载并了解R脚本语言
• 阅读关于将ML应用于特定应用程序的白皮书/论文。
• 发展坚实，严谨的基本统计理论，特别是线性回归。

不过，有很多不同的方法来处理这个话题。像BigML.com这样的网站是一个很好的方法让你的脚湿做ML，而没有一个严格的数学/统计理解，但它只会让你到目前为止。

最后，您确实需要将时间花在用R或Python等语言进行数学和编程上。同样重要的是要记住，虽然ML似乎倾向于复杂性而不是简单性(在许多情况下，非线性问题受益于新颖的、有时是非直观的方法)，但有时最简单的方法是最好的。这真的是一个关于最终模型到底需要有多精确的问题。

Answer 2

您正在讨论一些边界模拟问题，即离散事件仿真 (辛皮，Simul8)。例如，交通仿真主要使用此技术和其他技术，目的是测试系统更改的结果，或将系统概念化。您可能会考虑探索的一些公共领域包括：

• 流动情景(交通等)，
• 优化采矿或建筑作业，
• 消费情景(水、电等)

所有这些字段都可以广泛地放在运筹学 (Python for OP)中。如果您想解决与此相关的问题，首先需要决定的是“您想解决什么问题？”：

• 我需要看看一个建筑物的水分配是否能满足要求(根据水/压力的可用性来模拟水的使用情况)。
• 我需要优化建筑工地的交通和机动性。
• 我需要概念化的紧急出口计划，以防止可能的疏散情景。
• 等。

那么，你需要什么信息来建立你的模型呢？数据分析，图像分析，数据管理和操作。我的变量是什么？我的场景是什么？我能预测现象吗(例如，预测用水量高峰比地震更容易)？我能用这些预测来建立一个模型吗？

Answer 3

机器学习不是对生命、宇宙、万物或银弹问题的回答，而是一个非常强大的工具，你应该将它应用于一个问题(以及相应的数据)。因此，对你问题的简短回答是“取决于你所拥有的数据和你所看到的问题”。

一般来说，最好的方法是选修数据科学/机器学习的入门课程，因为你至少有一些编程经验，这样你就可以完成作业:这不会直接解决你的问题，但你会掌握一些数据的例子，看看如何使用ML来处理这些数据。在您获得一些了解之后，当您看到任何特定的数据块时，您将看到ML的潜在应用程序。