Гибридная техника с ИИ-компонентами для строительства в экстремальных условиях: модели адаптации и принятия решений в автономном режиме

Авторы

  • Софья Александровна Колупаева Московский государственный строительный университет
  • Арман Арамович Григорян Московский государственный строительный университет
  • Абдулла Сайфуллаевич Айгунов Московский государственный строительный университет
  • Артур Витальевич Кан Московский государственный строительный университет
  • Андрей Олегович Доровских Московский государственный строительный университет

Ключевые слова:

гибридные строительные системы, экстремальные условия строительства, искусственный интеллект в строительстве, адаптивные модели принятия решений, автономные строительные технологии, цифровые двойники, мультимодальное восприятие, биомиметические конструкции

Аннотация

Исследование посвящено разработке и внедрению гибридных технологических решений с интегрированными компонентами искусственного интеллекта для строительства в экстремальных средах. Экстремальные условия, характеризующиеся высокой неопределенностью, динамичностью и непредсказуемостью, требуют инновационных подходов к организации строительных процессов. В работе предложена концептуальная модель гибридной технической системы с ИИ-компонентами, способной функционировать в автономном режиме, адаптироваться к изменениям внешней среды и принимать решения в условиях ограниченной информации и ресурсов. На основе комплексного анализа современных исследований разработана многоуровневая архитектура системы принятия решений, интегрирующая символические и машинные методы искусственного интеллекта. Проведена серия экспериментальных исследований в симулированных экстремальных условиях, включая арктические регионы, высокогорье и зоны с повышенной сейсмической активностью. Эмпирические результаты демонстрируют значительное повышение эффективности строительных операций: сокращение времени выполнения критических задач на 37,8%, снижение ресурсозатрат на 29,5% и повышение адаптивности к непредвиденным изменениям условий на 42,3% по сравнению с традиционными подходами. Предложенная методология открывает новые перспективы для развития интеллектуальных строительных технологий, способных функционировать в экстремальных условиях при минимальном человеческом вмешательстве, что имеет особую значимость для стратегически важных и труднодоступных объектов инфраструктуры.

Библиографические ссылки

Cowls J., Tsamados A., Taddeo M. The AI gambit: leveraging artificial intelligence to combat climate change – opportunities, challenges, and recommendations // AI & Society. 2023. Vol. 38. рр. 283-307.

Fahrizal K. Challenges of robotic technology in sustainable construction practice // Sustainability. 2024. Vol. 16. № 13. Art. 5500.

Gill E.Z., Cardone D., Amelio A. Revolutionizing the construction industry by cutting edge artificial intelligence approaches: a review // Frontiers in Artificial Intelligence. 2024. Vol. 7.

Halder S., Afsari K. Robots in inspection and monitoring of buildings and infrastructure: systematic review // Applied sciences. 2023. Vol. 13. № 4. P. 2304.

Holstein K., McLaren B.M. A Conceptual framework for human – AI hybrid adaptivity in education // Artificial intelligence in education. 2020. Vol. 12163. рр. 240-254.

Jasimuddin S.M., Mishra N., Amoussouga N.A. AI-enabled strategies for climate change adaptation: protecting communities, infrastructure, and businesses from the impacts of climate change // Computational urban science. 2023. Vol. 3. Art. 25.

Kineber A.F., Elshaboury N., Oke A.E. Revolutionizing construction: A cutting-edge decision-making model for artificial intelligence implementation in sustainable building projects // Heliyon. 2024. Vol. 10. Iss. 17. e37078.

Kolbjørnsrud V. Designing the intelligent organization: six principles for human-AI Collaboration // California Management Review. 2024.

Li C.Z., Li S., Li X., Wu H., Xiao B., Tam V.W., Asiedu-Kwakyewa C. A scientometric review of management of prefabricated construction from 2011-2021 // Buildings. 2022. Vol. 12. № 10. Art.1515.

Liu Y., A.H. A., Haron N.A. Robotics in the construction sector: trends, advances and challenges // Journal of intelligent & Robotic systems. 2024. Vol. 110. Art. 72.

Obringer R., Kumar R., Madani K. Harnessing the Power of AI for Climate Change Impact assessment // United Nations University Institute for water, environment and health. 2024.

Steyvers M., Kumar A. Three challenges for AI-assisted decision-making // Perspectives on psychological science. 2024. Vol. 19. № 1. pp. 173-182.

You K., Zhou C., Ding L., Wang Y. Construction robotics in extreme environments: from Earth to space // Engineering. 2024.

Zahraee S.M., Assadi M.K., Saidur R. Application of Artificial Intelligence methods for hybrid energy system optimization // Renewable and sustainable energy reviews. 2016. Vol. 66. рр. 617-630.

Zheng X-W., Jin S., Du A. Hybrid AI-Bayesian-based demand models and fragility estimates for tall buildings against multi-hazard of earthquakes and winds // Thin-Walled Structures. 2023. Vol. 189. рр. 110-471

Опубликован

2025-05-30

Как цитировать

Колупаева , С. А., Григорян , А. А., Айгунов , А. С., Кан , А. В., & Доровских , А. О. (2025). Гибридная техника с ИИ-компонентами для строительства в экстремальных условиях: модели адаптации и принятия решений в автономном режиме. СТРОИТЕЛЬНЫЕ И ДОРОЖНЫЕ МАШИНЫ, 69(5), 27–46. извлечено от https://iereview.ru/index.php/IE/article/view/31

Выпуск

Раздел

СТРОИТЕЛЬСТВО И АРХИТЕКТУРА

Похожие статьи

1 2 3 4 5 6 7 8 9 > >> 

Вы также можете начать расширеннвй поиск похожих статей для этой статьи.

Наиболее читаемые статьи этого автора (авторов)