邵士慧

随着建筑施工自动化的加深以及信息化的不断推进，装配式建筑已经逐步成为建筑施工的主要动力。为了保证装配式建筑的优良品质，借助机器学习的高级功能进一步提升预制件检测效率和精确度。本文主要是将机器学习技术引入到装配式建筑的智能检测中，提出了数据采集、特征构建、学习训练以及不断优化完善，同时为各类缺陷识别问题进行必要的完善性探讨，包括精度、实时性、实用性分析，并对实际案例进行效果评估。最终得出，经过改进优化的机器学习算法能够在极大程度上提升缺陷识别的准确率和及时性，具有很高的工程实用价值。研究对于预制件质量检验的智能化、工业化的实现具有重要的指导意义。

装配式建筑；智能检测；机器学习；缺陷识别；模型优化

[1] 赖凌燕,徐宏.基于熵权法-XGBoost 的装配式建筑成本预测及控制研究[J].建筑经济,2024,45(S01):386-390. [2] 商开友.数字化技术在装配式建筑施工中的应用前景探讨[J].工程与建设,2024,38(1):172-174. [3] 高志浩.建筑智能制造在装配式建筑中的应用分析[J].门窗,2023(1):214-216. [4] 高洋,景雪飞,吕然.数字化浪潮下人工智能在建筑工程设计领域的应用和展望[J].工程建设标准化,2024(7):84-87. [5] 刘静,阎长虹.装配式建筑预制构件生产实训课程建设与实践探索[J].创新创业理论研究与实践,2023(6):100-103.

点击下载PDF