建筑工程用料量的BIM分析方法研究

常 麗

（上海建工七建集團(tuán)有限公司天津分公司，天津 300037）

我國城市建設(shè)進(jìn)程的逐步加快，使得各類建筑工程項(xiàng)目的數(shù)量大大增加。城市建設(shè)的繁榮給建筑企業(yè)帶來了更多的業(yè)務(wù)。但要真正地獲得收益的增加，還必須有效地控制建筑成本、合理地估計(jì)建筑工程項(xiàng)目所需的用料數(shù)量。目前，建筑信息化建模技術(shù)手段（BIM）已經(jīng)逐步取代人工經(jīng)驗(yàn)的判斷，成為建筑工程項(xiàng)目用料量的重要分析和估算方法[1]。通過BIM技術(shù)完成建筑工程項(xiàng)目的可視化三維模型展示和量化數(shù)據(jù)結(jié)果呈現(xiàn)之后，再結(jié)合智能分析算法，可以更加快速、更加高效和更加準(zhǔn)確地給出建筑工程項(xiàng)目用料量的估算結(jié)果，這為建筑工程項(xiàng)目的實(shí)際施工作業(yè)提供了最有力的理論和技術(shù)支撐[2-3]。本文中，將遺傳算法同BIM技術(shù)相結(jié)合，構(gòu)建一種新的建筑工程項(xiàng)目用料量的分析方法，以期得到更好的分析效果并為建筑領(lǐng)域開辟新的技術(shù)支撐途徑。

1 基于遺傳算法的智能分析網(wǎng)絡(luò)

將各種特征信息采集進(jìn)來，再通過智能網(wǎng)絡(luò)的數(shù)據(jù)分析和智能決策，可以為建筑工程項(xiàng)目用料的準(zhǔn)確評估提供最有效的保障。智能分析網(wǎng)絡(luò)的主要形式是深度學(xué)習(xí)網(wǎng)絡(luò)。本文中，以遺傳算法構(gòu)建深度學(xué)習(xí)過程的內(nèi)核，形成基于遺傳算法的智能分析網(wǎng)絡(luò)，用于建筑工程項(xiàng)目用料量的分析和評估。

在基于遺傳算法的智能分析網(wǎng)絡(luò)中，有關(guān)建筑工程項(xiàng)目的各種特征信息，都要納入智能分析網(wǎng)絡(luò)中進(jìn)行訓(xùn)練，訓(xùn)練誤差達(dá)到最小時(shí)訓(xùn)練過程結(jié)束，分析結(jié)果作為最終結(jié)果輸出。在整個(gè)的迭代訓(xùn)練過程中，采用遺傳算法來構(gòu)建訓(xùn)練所用的適應(yīng)度函數(shù)，其數(shù)學(xué)形式如下

式中：G為遺傳算法的適應(yīng)度函數(shù)；λ為遺傳算法調(diào)整參數(shù)；i為遺傳算法智能分析網(wǎng)絡(luò)中的神經(jīng)元序號(hào)；n為遺傳算法智能分析網(wǎng)絡(luò)的神經(jīng)元總數(shù)；ci為遺傳算法智能分析網(wǎng)絡(luò)的實(shí)際輸出數(shù)據(jù)；oi為遺傳算法智能分析網(wǎng)絡(luò)的預(yù)期輸出數(shù)據(jù)。

在智能分析網(wǎng)絡(luò)的迭代處理過程中，有關(guān)建筑工程項(xiàng)目的各類信息將采用遺傳算法的選擇、交叉和變異的處理方法進(jìn)行處理。其中，智能分析網(wǎng)絡(luò)中遺傳算法的選擇處理，其數(shù)學(xué)形式如下

式中：Gi為遺傳算法智能分析網(wǎng)絡(luò)的第i個(gè)適應(yīng)度值；gi為第i代遺傳的種群；gj為第j代遺傳的種群；i、j為遺傳的代數(shù)；pi為第i代遺傳被保留的概率。選擇處理的具體要求是，選擇出更小的pi替代原有的值。

如果遺傳算法中第k個(gè)染色體可以用mk來描述，遺傳算法中第l個(gè)染色體可以用ml來描述，則可以執(zhí)行這2個(gè)染色體的交叉處理，其數(shù)學(xué)形式如下

式中：R為遺傳算法交叉處理中使用的隨機(jī)數(shù)；mkj為第k個(gè)染色體中第j個(gè)基因；mlj為第l個(gè)染色體中第j個(gè)基因。

如果算法中染色體mij的上下界，分別可以采用mmax和mmin描述，那么遺傳算法的變異處理，其數(shù)學(xué)形式如下

式中：參數(shù)ρ（d）為遺傳算法變異處理的參與函數(shù)；mij為第i個(gè)染色體中第j個(gè)基因；d為概率控制參數(shù)。其數(shù)學(xué)形式如下

式中：R為遺傳算法變異處理中使用的隨機(jī)數(shù)；d為概率控制參數(shù)；Dmax為控制參數(shù)上限域值。。

遺傳算法變異處理的過程中，式（6）包含了2種形式，其中上面公式的執(zhí)行條件是ρ（d）＜0.5，下面公式的執(zhí)行條件是ρ（d）＞0.5。

2 基于遺傳算法智能網(wǎng)絡(luò)的BIM分析方法

遺傳算法智能網(wǎng)絡(luò)用于建筑工程項(xiàng)目用料量的分析和估算，需要大量的建筑工程項(xiàng)目的樣本數(shù)據(jù)，只有將足夠多的樣本數(shù)據(jù)納入遺傳算法的智能分析網(wǎng)絡(luò)，才能得到準(zhǔn)確的工程用料量的分析結(jié)果。因此，遺傳算法智能分析網(wǎng)絡(luò)在實(shí)際使用時(shí)，就需要一個(gè)強(qiáng)大的信息模型與之配合。

BIM分析方法將建筑工程項(xiàng)目進(jìn)行模型化、仿真化、數(shù)據(jù)化和信息化，不僅可以清晰直觀地展示實(shí)際建筑工程項(xiàng)目的實(shí)物形式，也包含了大量的結(jié)構(gòu)單元、結(jié)構(gòu)參數(shù)和特征參數(shù)，成為一個(gè)富含建筑工程項(xiàng)目各類信息的大數(shù)據(jù)集。為此，本文構(gòu)思了遺傳算法智能網(wǎng)絡(luò)和BIM分析方法相結(jié)合的一個(gè)分析流程，如圖1所示。

圖1 基于遺傳算法智能網(wǎng)絡(luò)的BIM分析方法流程

由圖1給出的這個(gè)流程可以看出，首先利用BIM建模技術(shù)完成建筑工程項(xiàng)目的三維建模并導(dǎo)入各種相關(guān)信息，然后根據(jù)這些信息生成與工程項(xiàng)目相關(guān)的特征向量，進(jìn)而將這些特征向量納入到遺傳算法智能網(wǎng)絡(luò)進(jìn)行訓(xùn)練，當(dāng)遺傳算法智能網(wǎng)絡(luò)的訓(xùn)練達(dá)到穩(wěn)定后，將有關(guān)建筑工程項(xiàng)目用料數(shù)量的分析和估算結(jié)果輸出，作為指導(dǎo)實(shí)際施工的依據(jù)。

3 基于遺傳算法智能網(wǎng)絡(luò)的BIM方法實(shí)驗(yàn)結(jié)果與分析

為了驗(yàn)證基于遺傳算法智能網(wǎng)絡(luò)的BIM分析方法對建筑工程項(xiàng)目用料量分析和估算的有效性，接下來展開實(shí)驗(yàn)研究。實(shí)驗(yàn)過程中，選擇了天津市ABC工程項(xiàng)目的實(shí)際案例。ABC工程項(xiàng)目是一個(gè)包含30個(gè)建筑單元的大型工程項(xiàng)目，每一個(gè)單元包括了多個(gè)樓宇。目前，ABC工程項(xiàng)目已完成19個(gè)建筑單元，正在進(jìn)行第20個(gè)建筑單元的用料估算。

ABC工程項(xiàng)目的第20個(gè)建筑單元共包括4個(gè)高層樓宇和1個(gè)二層樓宇，其整體上的BIM模型展示效果如圖2所示。

圖2 ABC工程項(xiàng)目第20個(gè)建筑單元的BIM模型展示效果

BIM模型功能十分強(qiáng)大，不僅可以對建筑單元的整體進(jìn)行仿真和視覺展示，還可以放大到每一個(gè)局部，看到其內(nèi)部的結(jié)構(gòu)細(xì)節(jié)。ABC工程項(xiàng)目第20個(gè)建筑單元中4號(hào)樓宇的第10層結(jié)構(gòu)的細(xì)節(jié)如圖3所示。

圖3 ABC工程項(xiàng)目第20個(gè)建筑單元中4號(hào)樓宇的第10層結(jié)構(gòu)的細(xì)節(jié)圖

為了能夠形成對ABC工程項(xiàng)目第20個(gè)建筑單元用料量的準(zhǔn)確分析，在BIM模型導(dǎo)入的基礎(chǔ)上，還需要給遺傳算法智能分析網(wǎng)絡(luò)提供大量的樣本數(shù)據(jù)。因?yàn)锳BC工程項(xiàng)目的前19個(gè)單元都已施工完畢，其用料量可以作為樣本數(shù)據(jù)用于遺傳算法智能分析網(wǎng)絡(luò)的訓(xùn)練。

這些數(shù)據(jù)的數(shù)值各異、單位不同，為了消除數(shù)據(jù)間的絕對差異，將各類數(shù)據(jù)提煉成5大類歸一化的特征信息，分別如下。

第一類特征信息：整體建筑施工面積的大小。

第二類特征信息：地基結(jié)構(gòu)和地基用料參數(shù)。

第三類特征信息：樓梯和連廊結(jié)構(gòu)用料參數(shù)。

第四類特征信息：樓宇頂層防水用料參數(shù)。

第五類特征信息：門窗電水井用料參數(shù)。

ABC工程項(xiàng)目20個(gè)建筑單元BIM模型的5大類特征信息，匯總統(tǒng)計(jì)見表1。

表1 ABC工程項(xiàng)目20個(gè)建筑單元BIM模型的5大類特征信息

由表1可以看出，第1列是ABC工程項(xiàng)目各個(gè)建筑單元的標(biāo)號(hào)，第2到第6列是5大類特征信息抽象出來的特征向量。這些特征向量全部進(jìn)行了歸一化處理，并且不含有單位。這樣的處理達(dá)成了各類特征信息之間的差異平衡。最后一列是用料量的估算結(jié)果。上述數(shù)據(jù)可以通過各建筑單元的BIM模型，迅速導(dǎo)入。導(dǎo)入后，第2到第6列的數(shù)據(jù)對應(yīng)于遺傳算法智能分析網(wǎng)絡(luò)的輸入，最后一列的數(shù)據(jù)對應(yīng)于遺傳算法智能分析網(wǎng)絡(luò)的輸出。

因?yàn)榈?單元到第19單元都是已建筑施工完畢的建筑單元，其實(shí)際數(shù)據(jù)是確定的，所對應(yīng)的抽象特征信息也是確定的，是用于遺傳算法智能分析網(wǎng)絡(luò)訓(xùn)練的樣本數(shù)據(jù)。在訓(xùn)練過程中，大概經(jīng)過40次左右的迭代處理，遺傳算法智能分析網(wǎng)絡(luò)達(dá)成穩(wěn)定，其迭代訓(xùn)練過程的誤差變化曲線如圖3所示。

圖3 遺傳算法智能網(wǎng)絡(luò)的迭代過程誤差曲線

由圖3給出的迭代過程誤差變化曲線可以看出，橫軸代表了遺傳算法的迭代次數(shù)，縱軸代表了迭代過程的訓(xùn)練誤差。隨著迭代過程的進(jìn)行，迭代誤差迅速下降。迭代了5次之后，誤差就已經(jīng)接近0.1附近。迭代15次以后，誤差已經(jīng)小于0.01。迭代到30次以后，迭代誤差基本已經(jīng)沒有變化。

迭代誤差穩(wěn)定于一個(gè)極小值，表明遺傳算法智能分析網(wǎng)絡(luò)達(dá)到了一個(gè)穩(wěn)定的狀態(tài)。這時(shí)，這個(gè)智能分析網(wǎng)絡(luò)可以用于第20號(hào)建筑單元的工程用料量的估算。最終，根據(jù)已完工的19個(gè)建筑單元BIM模型對應(yīng)的實(shí)際數(shù)據(jù)，運(yùn)用穩(wěn)定的遺傳算法智能分析網(wǎng)絡(luò)得出的結(jié)果，預(yù)估ABC工程項(xiàng)目第20號(hào)建筑單元的用料總量為3 385.6 t。

4 結(jié)論

對建筑工程項(xiàng)目用料量的分析和準(zhǔn)確估算，對于節(jié)約建筑成本、維護(hù)工程項(xiàng)目如期完工具有重要意義。本文中，將BIM分析方法同遺傳算法智能分析網(wǎng)絡(luò)相結(jié)合，提出了一種新的建筑工程項(xiàng)目用料量的分析估算方法。首先，給出了遺傳算法智能網(wǎng)絡(luò)的構(gòu)建過程，包括適應(yīng)度函數(shù)的構(gòu)建，遺傳算法的選擇處理策略、遺傳算法的交叉處理策略和遺傳算法的變異處理策略等。其次，給出了遺傳算法智能網(wǎng)絡(luò)和BIM分析相結(jié)合的處理流程。最后，運(yùn)用本文提出的方法對ABC工程項(xiàng)目第20號(hào)建筑單元進(jìn)行工程用料量的分析估算。分析過程和估算結(jié)果顯示，依靠前19個(gè)已完工建筑單元的經(jīng)驗(yàn)數(shù)據(jù)、BIM模型導(dǎo)入的數(shù)據(jù)和遺傳算法智能網(wǎng)絡(luò)，可以有效地完成第20號(hào)建筑單元用料量的估算，并得出其用料總量為3 385.6 t。