一种基于机器学习的建筑工程施工进度预警方法及系统技术方案

本发明专利技术涉及建筑工程管理技术领域，公开了一种基于机器学习的建筑工程施工进度预警方法及系统，从施工现场传感器、BIM模型、IoT设备及历史数据库中采集多维原始数据；从多维原始数据中提取与施工进度相关的特征，对提取的特征进行组合和变换，得到复合特征；将复合特征输入进度预测模型，通过进度预测模型预测未来一段时间内的施工进度，输出预测结果；通过分析历史施工数据，确定初始预警阈值，在施工过程中，根据实时监测数据和预测结果，动态调整预警阈值；当施工进度偏离预测进度且超过动态调整后的预警阈值时，触发预警；本发明专利技术提高了对复杂施工环境的适应性和预测准确性。

【技术实现步骤摘要】

本专利技术涉及建筑工程管理，具体涉及一种基于机器学习的建筑工程施工进度预警方法及系统。

技术介绍

1、在建筑工程施工过程中，施工进度的有效管理至关重要，及时准确地掌握施工进度，对于合理安排资源、确保工程按时交付具有重要意义，然而，目前传统的建筑工程施工进度预警方法，大多依赖人工经验或简单的线性分析模型，难以全面考虑施工过程中复杂多变的因素，如天气变化、材料供应延迟、劳动力短缺、设备故障等，这些方法往往存在预警准确性低、无法动态适应施工环境变化的问题，导致无法及时有效地对施工进度进行预警和调整。

技术实现思路

1、本专利技术的目的是为了解决上述问题，设计了一种基于机器学习的建筑工程施工进度预警方法及系统。

2、本专利技术第一方面提供一种基于机器学习的建筑工程施工进度预警方法，该方法包括以下步骤：

3、从施工现场传感器、bim模型、iot设备及历史数据库中采集多维原始数据；

4、从多维原始数据中提取与施工进度相关的特征，对提取的特征进行组合和变换，得到复合特征；

5本文档来自技高网...

【技术保护点】

1.一种基于机器学习的建筑工程施工进度预警方法，其特征在于，该方法包括以下步骤：

2.如权利要求1所述的一种基于机器学习的建筑工程施工进度预警方法，其特征在于，所述从多维原始数据中提取与施工进度相关的特征，对提取的特征进行组合和变换，得到复合特征，包括：

3.如权利要求2所述的一种基于机器学习的建筑工程施工进度预警方法，其特征在于，所述采用HOG算法对BIM模型中的工程构件提取几何特征，包括：

4.如权利要求1所述的一种基于机器学习的建筑工程施工进度预警方法，其特征在于，所述通过分析历史施工数据，确定初始预警阈值，在施工过程中，根据实时监测数据和预测结...

【技术特征摘要】

1.一种基于机器学习的建筑工程施工进度预警方法，其特征在于，该方法包括以下步骤：

2.如权利要求1所述的一种基于机器学习的建筑工程施工进度预警方法，其特征在于，所述从多维原始数据中提取与施工进度相关的特征，对提取的特征进行组合和变换，得到复合特征，包括：

3.如权利要求2所述的一种基于机器学习的建筑工程施工进度预警方法，其特征在于，所述采用hog算法对bim模型中的工程构件提取几何特征，包括：

4.如权利要求1所述的一种基于机器学习的建筑工程施工进度预警方法，其特征在于，所述通过分析历史施工数据，确定初始预警阈值，在施工过程中，根据实时监测数据和预测结果，动态调整预警阈值，包括：

5.如权利要求1所述的一种基于机器学习的建筑工程施工进度预警方法，其特征在于，所述通过分析...

【专利技术属性】
技术研发人员：石传祖，孙广辉，李绍富，王梅梅，吴雄，黄书舟，李湛，李勇，
申请(专利权)人：中国建筑第五工程局有限公司，
类型：发明
国别省市：