BIM與人工智能相融合可以充分發(fā)揮各種技術的優(yōu)勢,深度挖掘工程數據信息,實現"1+1> 2"的功能效果。為此以文獻調研為基礎,對BIM在工程項目中的研究情況進行分析,綜述了BIM與傳統(tǒng)人工智能技術以及深度神經網絡相融合可解決的問題類型、實現的功能以及應用情況。結果表明:BIM與遺傳算法、推理技術、淺層神經網絡等傳統(tǒng)的人工智能技術相融合可解決多目標優(yōu)化、搜索、規(guī)則檢查、事件決策以及預測問題,實現設計方案的合理選擇與檢查優(yōu)化、成本管理、施工進度與質量管理、能耗管理、風險與安全管理、自動控制以及輔助決策;與深度神經網絡相融合可解決預測以及圖像識別問題,實現施工安全與風險管理、設施管理。同時針對存在的人工智能技術不完善、技術的選擇不合理、數據接入以及共享問題等提出相關建議,并對其未來發(fā)展方向進行展望。 

【文章來源】：建筑科學. 2020,36(06)北大核心CSCD

【文章頁數】：8 頁

【部分圖文】：

BIM與人工智能融合的文獻發(fā)表情況

【參考文獻】：
期刊論文
[1]基于改進遺傳算法的RBF神經網絡結構優(yōu)化研究[J]. 文常保,馬文博,劉鵬里.  計算機工程與科學. 2019(05)
[2]基于小波神經網絡的建筑BIM能耗預測算法研究（英文）[J]. 張先鋒.  機床與液壓. 2018(24)
[3]基于BIM-GA-BN的養(yǎng)老社區(qū)施工安全評價模型[J]. 謝尊賢,郭琰,蒲濤.  中國安全科學學報. 2018(09)
[4]基于BIM的設計管理[J]. 魏世橋,李登峰,陽柯.  水運工程. 2018(08)
[5]基于數字化設計系統(tǒng)的鐵路站場BIM自動化建模研究[J]. 魏方華.  鐵道標準設計. 2019(04)
[6]國內外人工智能技術在建筑行業(yè)的研究與應用現狀[J]. 鞠松,楊曉東.  價值工程. 2018(04)
[7]BIM5D在工程項目管理中的應用[J]. 劉德富,彭興鵬,劉紹軍,周小冬,張先龍,陳國清.  施工技術. 2017(S2)
[8]BIM技術在建筑運維階段應用探索[J]. 汪霏,葉晨茂.  重慶建筑. 2017(08)
[9]基于BIM技術的裝配式建筑協同化設計研究[J]. 王巧雯.  建筑學報. 2017(S1)
[10]基于BIM與BP神經網絡的綠色建筑全生命周期風險管理[J]. 李曉宇,劉強.  項目管理技術. 2017(04)

博士論文
[1]高層建筑火災風險評價及智能報警系統(tǒng)研究[D]. 張立寧.北京理工大學 2015

碩士論文
[1]BP神經網絡優(yōu)化算法研究及在故障診斷中的應用[D]. 孫弋清.燕山大學 2018
[2]基于BIM的版本協同及生命周期維護研究[D]. 李俊男.浙江理工大學 2018
[3]基于BIM與IFC的多目標施工信息優(yōu)化模型建立及管理研究[D]. 徐圓圓.河北工程大學 2017
[4]基于BIM的建筑工程施工質量可視化評價方法研究[D]. 李柄靜.東南大學 2017
[5]基于BIM的地鐵站基坑連續(xù)墻支護結構風險預測研究[D]. 牛玥.華北水利水電大學 2017
[6]基于BIM的運維階段建筑設備資產管理實現路徑研究[D]. 和瑞峰.天津理工大學 2017
[7]基于BIM技術的綠色建筑評價與優(yōu)化研究[D]. 蘭晶晶.東南大學 2016
[8]福州地鐵過閩江區(qū)間施工BIM動態(tài)優(yōu)化管理技術研究[D]. 孟曉靜.石家莊鐵道大學 2016
[9]基于本體約束規(guī)則與遺傳算法的BIM進度計劃自動生成研究[D]. 王蘭苗.華東理工大學 2015



本文編號：3480044