●第1章 緒論
1.1 全球建築業現狀
1.2 建築業信息化
1.3 人工智能技術發展
1.4 建築業的智能建造趨勢
1.5 本書的主要內容
第2章 矩陣分析基礎
2.1 向量和矩陣
2.2 二次型
2.3 雅可比矩陣
2.4 海森矩陣
2.5 範數
2.6 矩陣分解
2.7 廣義逆矩陣
2.8 典型應用——主成分分析
第3章 概率與統計基礎
3.1 隨機變量與概率
3.2 隨機變量間的獨立性
3.3 隨機變量的特征數
3.4 貝葉斯規則
3.5 優選似然估計
3.6 熵和互信息
3.7 微分熵
3.8 KL散度與交叉熵
3.9 結構化概率模型
第4章 數值優化與規劃方法
4.1 拉格朗日乘數法
4.2 KKT條件
4.3 最小二乘法
4.4 差分法
4.5 梯度下降法
4.6 牛頓法
4.7 蒙特卡洛法
4.8 人工勢場法
4.9 線性規劃
第5章 智能優化算法
5.1 遺傳算法
5.2 粒子群優化算法
5.3 模擬退火算法
5.4 近鄰場算法
第6章 聚類算法
6.1 聚類的基本思想
6.2 k均值聚類算法
6.3 密度聚類算法
6.4 高斯混合聚類
6.5 層次聚類算法
6.6 譜聚類算法
第7章 分類算法
7.1感知器
7.2 支持向量機
7.3 邏輯回歸
7.4 k近鄰算法
7.5 貝葉斯分類器
第8章 深度學習
8.1 前饋神經網絡
8.2 卷積神經網絡
8.3 循環神經網絡
第9章 強化學習
9.1 強化學習概覽
9.2 馬爾可夫過程
9.3 時序差分學習
9.4 三類方法的應用實例
9.5 深度強化學習
9.6 Q學習算法在結構設計中的應用

智能建造（Intelligent Construction）是以人工智能算法為核心，以數據和現代信息技術為主要支撐，在建設工程的設計、生產、施工和運維中，以智能技術代替需要人類智能纔能完成的復雜工作，實現工程建設高度自動化和數字化的技術。本教材包括算法的數學基礎、智能優化算法、無監督學習算法、監督學習算法和強化學習算法5個方向，書中較為詳細地介紹了算法的原理和流程等；尤其是針對學生最難掌握的矩陣分析和深度學習部分進行了通俗易懂的詳細剖析。本書適用於智能建造專業本科生，土木工程、建築技術、水利工程、海洋工程、工程管理、交通工程等專業的研究生，從事學科交叉研究的工科專業研究生，從事智能建造研發的建築業技術人員等。