存在的不确定性、非线性和非平稳的特点在关键土木工程问题需要分析非线性系统具有随机参数,输入和边界条件。随机方法提出一个合理的系统分析和可持续设计的基础。此外,解决随机动力学的主要兴趣是多学科的工程师和科学家。随后,利用理论研究的进步一直是重要的动机向模拟复杂系统的随机行为,预测和非线性动力学现象。实现和采用新的理论方法可以提供一个健壮的和可靠的工具,不同的工程应用。

现代计算机的发展援助和计算模型,计算科学与工程已经完成了巨大的成功在过去的二十年里。然而,仍然有一些局限性在土木工程使用计算科学方法论问题。机器学习领域的“人工智能(AI)”是在1956年推出。然而,仅在过去的十年中,已经取得了重大的进展,让技术广泛应用和经验丰富的技术圈子之外的许多领域。今天,人工智能是一个增长最快的新兴技术,描述了机器可以执行任务之前需要人类智能。虽然迄今取得的显著进展在土木工程领域的应用程序中,探索新的强大的机器学习模型仍在进步和几个科学家们建立一个新时代在这一领域解决复杂的问题。

这个特殊的问题邀请研究人员和科学家做出贡献通过提交相关的可行性研究人工智能技术解决土木工程复杂问题。土木工程应用的重点应当与结构有关,岩土工程,材料,施工管理,液压和环境问题。提交这个特殊的问题必须集中在解决复杂土木工程问题可以促进新的解决方案和技术多样化的土木工程领域。还应当提交封面等新的软计算的潜在主题优化,预测工具,分析、测量和理论的应用。

潜在的主题包括但不限于以下:

• 高级人工智能应用程序
• 非线性和非平稳的仿真
• 解决土木工程问题
• 数据挖掘和决策分析
• 模拟随机问题
• 优化与分析
• 工程施工管理
• 模拟的环境问题
• 解决复杂动态问题
• 深度学习模型的应用
• 机器学习和数据分析
• 统计方法在材料科学
• 机械过程和系统动力学