首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于BIM的装配式轻量化施工控制优化方法及系统 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:广州市创博机电设备安装有限公司

摘要:本发明提出了基于BIM的装配式轻量化施工控制优化方法及系统,方法包括:确定数据源采集数据并进行预处理,将预处理后的数据进行集成并整合至中央数据库;设计CAC‑GAN模型并在中央数据库上部署并优化;构建DPT模型,分析CAC‑GAN模型的输出;设计强化学习算法,利用自适应学习机制通过奖励反馈优化施工策略;设计ICAS模型;构建DBMF模型;构建SHMPS模型;构建决策支持模型根据的融合数据分析、预测数据和实时反馈提供决策支持;设计一个用户界面访问信息并进行交互,同时建立一个基于持续学习机制的自适应学习模型,根据实时数据和反馈进行自我优化和更新。本发明极大地提升了建筑施工管理的效率和质量,预期将为建筑行业带来重大的技术革新和效益提升。

主权项:1.基于BIM的装配式轻量化施工控制优化方法,其特征在于,包括以下步骤:S1、确定数据源采集数据,并对采集到的数据加上统一的时间戳并进行预处理,将预处理后的数据进行集成并整合至中央数据库;其中,所述数据源包括BIM模型数据、环境传感器数据和实时进度报告;S2、设计CAC-GAN模型并在中央数据库上部署并优化,包括:S21、将数据输入生成器G并结合环境因素e,表示如下: 其中,z是随机噪声,p是施工参数,s是场景感知数据,e是环境因素,是预测的施工模型输出;S22、计算实时检测生成的施工模型与实际施工进度x之间的偏差,并根据偏差动态调整生成器G输入,计算如下: 其中,L是损失函数,衡量实际施工进度与预测模型之间的误差;S23、定义环境变量采用独热编码处理非连续的环境变量,连续变量则直接输入,将处理后的变量作为额外的输入层添加到生成器G中,表示如下: 其中,融合了环境数据,T表示温度,H表示湿度,W表示风速,P表示降雨概率;引入时间特征Td,表示施工日或施工时间段,然后在生成器G中集成时间序列分析,使用循环神经网络层处理时间特征的输入,表示如下:Td=encodet,其中,t表示实时时间数据,Td表示时间特征,即时间编码;S24、使用Adam优化器,并引入动态学习率调整机制,根据模型在训练过程中的表现自动调整学习率α,其中,所述学习率α根据损失函数的变化率计算如下: 其中,αt+1表示更新后的学习率,αt表示当前学习率,ΔLt表示损失的变化量,Lt表示当前的损失值;S25、使用容器化技术和微服务架构将训练好的CAC-GAN模型部署到云平台实现大规模数据处理,并利用边缘计算进行实时数据的响应和处理;S3、引入多头自注意力机制构建基于Transformer模型的DPT模型,分析CAC-GAN模型的输出,并集成BIM数据进行编码,使用监督学习对DPT模型进行训练,根据实时的数据对DPT模型进行更新;其中,所述BIM数据包括动态数据和静态数据;S4、设计强化学习算法实时调整施工路径和资源分配,利用自适应学习机制通过奖励反馈优化施工策略;其中,所述强化学习算法设计如下:状态st为结合BIM模型数据与实时施工监测数据的综合表示;行动at为一组决策向量;奖励函数rst,at基于完成度、成本效率和安全标准计算;S5、设计ICAS模型整合S1-S4的输出,并自动执行BIM的装配式轻量化施工控制决策和控制;S6、构建DBMF模型实时收集施工现场信息,通过实时数据反馈及时调整施工策略;S7、构建基于机器学习的SHMPS模型,通过分析历史和实时数据预测潜在的设备故障和施工延误,提前进行维护和调整;S8、构建决策支持模型根据融合数据分析、预测数据和实时反馈提供决策支持;S9、设计一个用户界面访问信息并进行交互,同时建立一个基于持续学习机制的自适应学习模型,根据实时数据和反馈进行自我优化和更新。

全文数据:

权利要求:

百度查询: 广州市创博机电设备安装有限公司 基于BIM的装配式轻量化施工控制优化方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。