论文部分内容阅读
建筑业作为国家经济支柱产业之一,随着时代的进步,在过去粗放式的快速发展中逐渐暴露出一些问题,建筑工业化已经成为行业转型和可持续发展的重要走向,同时,信息技术的突飞猛进也为建筑业带来了新的发展机遇。随着工业化建筑规模的扩大,工业化水平评价机制的建立和健全将有利于建筑工业化水平的发展和提高,但是当前一些评价方法过程繁琐,计算流程复杂,数据收集麻烦,效率低下,落后于时代的发展。针对传统方法存在的弊端,本文结合BIM和机器学习新技术,在分析总结了建筑工业化水平评价国内外资料和有关国家标准的基础上,构建了建筑工业化水平评价体系,提出了基于BIM技术和SVM算法对建筑工业化水平评价的新方法,主要工作如下:(1)构建建筑工业化水平评价体系。本文主要结合了国内的评价资料和国家相关标准,研究了建筑工业化的理论关系,经过分析和总结确立以建筑设计标准化指标、工厂化制作与运输指标、施工建造指标、信息化管理与综合效益评价指标为主的建筑工业化水平评价体系。(2)研究构建基于LDA-SVM的评价模型。主要分析了模型构建涉及到的理论基础以及算法的基本原理,利用python语言对收集的工程评价数据进行预处理,通过对比分析研究确定合适的算法,并不断调整参数进行优化确定合适的评价模型。(3)研究基于BIM技术实现建筑工业化水平评价的功能。本文以建筑市场占有率最大的BIM软件Revit为平台,探究了 BIM数据的创建和Revit模型的数据结构,通过Revit提供的API采用C#语言进行二次开发,将评价指标集成到模型参数中,利用评价模型驱动数据,实现建筑工业化水平评价的功能,并用工程实例进行了测试验证。