System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种基于人工智能的市政工程施工方案优化方法及系统技术方案_技高网

一种基于人工智能的市政工程施工方案优化方法及系统技术方案

技术编号:40501612 阅读:6 留言:0更新日期:2024-02-26 19:29
本发明专利技术提出一种基于人工智能的市政工程施工方案优化方法及系统,通过获取施工区域的建筑设施数据、历史交通状况数据和历史环境数据,和各数据间的关联关系或影响关系,建立施工进程BIM模型,并得到施工方案;对多个施工方案进行全面的评估,预测并比较各个施工方案的施工进度、成本、安全性和交通影响几个维度加权评估值,选择出最佳施工方案;根据实时施工状况数据和实时交通状态数据动态调整和优化最佳施工方案。通过本发明专利技术实施例,可以分析交通流量变化规律,找出施工带来的交通影响,进而对施工方案进行优化改进,从而可以用深度学习持续分析交通和环境数据来优化施工方案,降低施工对交通的影响。

【技术实现步骤摘要】

本专利技术涉及人工智能,具体涉及一种基于人工智能的市政工程施工方案优化方法及系统


技术介绍

1、当前市政工程施工方案普遍存在一些问题和缺点:如计划不科学,很多施工方案在立项和设计阶段没有充分考虑各种复杂条件和风险,导致施工计划不科学、不合理;技术手段落后,现场管理还停留在传统的人工记载、纸质文件方式,信息化和智能化程度不高;对施工区域的交通影响较大,不能合理规划施工区域的交通控制方案,造成居民出行不便。

2、亟需一种基于人工智能的市政工程施工方案优化方法及系统。


技术实现思路

1、本专利技术正是基于上述问题,提出了一种基于人工智能的市政工程施工方案优化方法及系统,通过本专利技术实施例,可以分析交通流量变化规律,找出施工带来的交通影响,进而对施工方案进行优化改进,从而可以用深度学习持续分析交通和环境数据来优化施工方案,降低施工对交通的影响。

2、有鉴于此,本专利技术的一方面提出了一种基于人工智能的市政工程施工方案优化方法,包括:

3、获取施工区域的建筑设施数据、历史交通状况数据和历史环境数据;

4、根据所述建筑设施数据构建所述施工区域的第一bim模型;

5、获取所述施工区域的施工规划数据,结合所述第一bim模型,建立所述施工区域的第一施工进程bim模型;

6、利用人工智能技术对所述建筑设施数据、所述历史交通状况数据和所述历史环境数据进行分析,得到影响施工状态的第一关键因素和影响交通状态的第二关键因素;

<p>7、根据所述第一施工进程bim模型、所述历史交通状况数据、所述历史环境数据、所述第一关键因素,得到所述施工区域的第一预期施工状态数据;

8、根据所述第一预期施工状态数据对所述第一施工进程bim模型进行修改,得到第二施工进程bim模型;

9、根据所述第二施工进程bim模型、所述历史交通状况数据、所述历史环境数据和所述第二关键因素,得到所述施工区域的第一预期交通状态数据;

10、根据所述第一预期交通状态数据、第一交通状态控制模型得到第二预期交通状态数据;

11、根据所述第二预期交通状态数据、所述第一关键因素和所述第二关键因素得到第二预期施工状态数据;

12、根据所述第二预期施工状态数据对所述第二施工进程bim模型进行修改得到第三施工进程bim模型;

13、基于所述第三施工进程bim模型,利用人工智能算法,生成多个不同的第一施工方案;

14、对多个所述第一施工方案进行全面的评估,预测并比较所述第一施工方案的施工进度、成本、安全性和交通影响几个维度加权评估值,选择出最佳施工方案;

15、在根据所述最佳施工方案进行施工的过程中,利用第一智能物联网终端收集第一监测数据,利用人工智能技术从所述第一监测数据中识别实时施工状况数据、实时交通状态数据,并根据所述实时施工状况数据和所述实时交通状态数据动态调整和优化所述最佳施工方案。

16、可选地,还包括:

17、根据所述建筑设施数据、历史交通状况数据和历史环境数据确定经过所述施工区域的第一用户的第一通行需求;

18、根据所述第一施工进程bim模型和所述第一通行需求,生成包含多个第一替换通行路线的第一替换通行方案;

19、根据所述第一施工进程bim模型生成施工影响评估结果,并将所述施工影响评估结果发送至所述第一用户的车辆终端和/或用户终端;

20、根据所述车辆终端和/或所述用户终端对所述施工影响评估结果的第一反馈数据,得到所述第一用户的第一备选路线;

21、将所述第一备选路线整合至所述第一替换通行方案得到第二替换通行方案;

22、分别获取所述第一替换通行路线的第一历史交通状况数据和所述第一备选路线的第二历史交通状况数据;

23、结合所述第一通行需求,分别根据所述第一历史交通状况数据对所述第一替换路线、根据所述第二历史交通状况数据对所述第一备选路线的交通压力进行模拟,按交通压力评估值大小对所述第一替换路线、所述第一备选路线进行标记,得到第三替换通行方案;

24、根据所述第三替换通行方案,结合预设的交通状态控制基本模型生成所述第一交通状态控制模型。

25、可选地,所述建筑设施数据、历史交通状况数据和历史环境数据的采集方法,包括:

26、通过设置在所述施工区域和其周边道路且连接到云服务器的第二智能物联网终端采集第一影像数据和第一环境数据;

27、将所述第一影像数据和所述第一环境数据实时上传到所述云服务器;

28、所述云服务器对所述第一影像数据和所述第一环境数据进行处理、识别与分类,得到所述建筑设施数据、所述历史交通状况数据和所述历史环境数据,并分别构建建筑设施数据库、交通状况数据库和环境数据库。

29、可选地,所述获取所述施工区域的施工规划数据,结合所述第一bim模型,建立所述施工区域的第一施工进程bim模型的步骤,包括:

30、根据所述施工规划数据,在所述第一bim模型中,给不同部件和元素添加工期属性,写入计划开工时间和完工时间;

31、根据所述施工规划数据,创建施工进度计划,将其与所述第一bim模型进行链接,施工进度计划中包括各阶段的活动及时间;

32、将施工进度计划进行动态模拟,生成不同时间节点的bim模型,形成带时间属性的施工进程bim模型;

33、在所述施工进程bim模型中设置模拟施工建设全过程的动画效果;

34、利用加了动画效果的施工进程bim模型进行虚拟施工模拟,根据施工方案设置模块化的施工单元,赋予每一施工单元以时间信息,得到所述第一施工进程bim模型;

35、将所述第一施工进程bim模型与施工进度管理系统进行数据交换,实现所述第一施工进程bim模型的动态更新。

36、可选地,在所述云服务器对所述第一影像数据和所述第一环境数据进行处理、识别与分类,得到所述建筑设施数据、所述历史交通状况数据和所述历史环境数据,并分别构建建筑设施数据库、交通状况数据库和环境数据库的步骤之后,还包括:

37、使用计算机视觉技术和深度学习算法,对所述历史交通状况数据进行分析,得到第一车辆数据、所述第一用户的第一用户数据和不同时间段的第一交通流量数据;

38、对所述历史环境数据和所述第一交通流量数据进行深度学习分析,建立环境因素与交通流变化之间的第一相关性模型。

39、可选地,所述根据所述第二施工进程bim模型、所述历史交通状况数据、所述历史环境数据和所述第二关键因素,得到所述施工区域的第一预期交通状态数据的步骤,包括:

40、在所述历史环境数据中选择第一预设周期内的第一预设周期环境数据,并结合所述第一预设周期环境数据和所述第一相关性模型,得到第一预期交通流量数据;

41、所述历史交通数据中选择所述第一预设周期内的第一预设周期交通速本文档来自技高网...

【技术保护点】

1.一种基于人工智能的市政工程施工方案优化方法,其特征在于,包括:

2.根据权利要求1所述的基于人工智能的市政工程施工方案优化方法,其特征在于,还包括:

3.根据权利要求2所述的基于人工智能的市政工程施工方案优化方法,其特征在于,所述建筑设施数据、历史交通状况数据和历史环境数据的采集方法,包括:

4.根据权利要求3所述的基于人工智能的市政工程施工方案优化方法,其特征在于,所述获取所述施工区域的施工规划数据,结合所述第一BIM模型,建立所述施工区域的第一施工进程BIM模型的步骤,包括:

5.根据权利要求4所述的基于人工智能的市政工程施工方案优化方法,其特征在于,在所述云服务器对所述第一影像数据和所述第一环境数据进行处理、识别与分类,得到所述建筑设施数据、所述历史交通状况数据和所述历史环境数据,并分别构建建筑设施数据库、交通状况数据库和环境数据库的步骤之后,还包括:

6.根据权利要求5所述的基于人工智能的市政工程施工方案优化方法,其特征在于,所述根据所述第二施工进程BIM模型、所述历史交通状况数据、所述历史环境数据和所述第二关键因素,得到所述施工区域的第一预期交通状态数据的步骤,包括:

7.根据权利要求6所述的基于人工智能的市政工程施工方案优化方法,其特征在于,所述基于所述第三施工进程BIM模型,利用人工智能算法,生成多个不同的第一施工方案的步骤,包括:

8.根据权利要求7所述的基于人工智能的市政工程施工方案优化方法,其特征在于,所述对多个所述第一施工方案进行全面的评估,预测并比较所述第一施工方案的施工进度、成本、安全性和交通影响几个维度加权评估值,选择出最佳施工方案的步骤,包括:

9.根据权利要求8所述的基于人工智能的市政工程施工方案优化方法,其特征在于,所述在根据所述最佳施工方案进行施工的过程中,利用第一智能物联网终端收集第一监测数据,利用人工智能技术从所述第一监测数据中识别实时施工状况数据、实时交通状态数据,并根据所述实时施工状况数据和所述实时交通状态数据动态调整和优化所述最佳施工方案的步骤,包括:

10.一种基于人工智能的市政工程施工方案优化系统,其特征在于,包括:云服务器、与所述云服务器通信连接的物联网服务器、与所述物联网服务器通信连接的第一智能物联网终端;其中,

...

【技术特征摘要】

1.一种基于人工智能的市政工程施工方案优化方法,其特征在于,包括:

2.根据权利要求1所述的基于人工智能的市政工程施工方案优化方法,其特征在于,还包括:

3.根据权利要求2所述的基于人工智能的市政工程施工方案优化方法,其特征在于,所述建筑设施数据、历史交通状况数据和历史环境数据的采集方法,包括:

4.根据权利要求3所述的基于人工智能的市政工程施工方案优化方法,其特征在于,所述获取所述施工区域的施工规划数据,结合所述第一bim模型,建立所述施工区域的第一施工进程bim模型的步骤,包括:

5.根据权利要求4所述的基于人工智能的市政工程施工方案优化方法,其特征在于,在所述云服务器对所述第一影像数据和所述第一环境数据进行处理、识别与分类,得到所述建筑设施数据、所述历史交通状况数据和所述历史环境数据,并分别构建建筑设施数据库、交通状况数据库和环境数据库的步骤之后,还包括:

6.根据权利要求5所述的基于人工智能的市政工程施工方案优化方法,其特征在于,所述根据所述第二施工进程bim模型、所述历史交通状况数据、所述历史环境数据和所述第二关键因素,得...

【专利技术属性】
技术研发人员:黄恒儒钟坚陈伊曹明磊刘尚远张清秀谭心怡
申请(专利权)人:广州市盾建建设有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1