摘要
本申请公开了一种基于数据驱动的智能建造方法,涉及智能建造领域,包括:采集智能建造项目的多源异构数据;采用递归特征消除RFE算法对采集的多源异构数据进行特征选择,得到反映项目进度、质量和安全的特征子集;根据特征子集,通过支持向量机SVM算法构建用于预测项目进度、质量和安全的多目标模型;采用非支配排序遗传算法NSGA‑II对多目标模型进行求解,在NSGA‑II的迭代搜索过程中引入模拟退火策略以跳出局部最优解,输出优化后的帕累托最优解集;根据帕累托最优解集选择最优参数组合,利用最优参数组合调整当前智能建造项目的BIM模型。针对现有技术中智能建造项目管理中多目标优化效率低,本申请获得了兼顾不同管理目标的最优模型参数,提高了效率。
技术关键词
集成学习策略
遗传算法
学习器
项目
多项式
特征选择
重要性评估方法
sigmoid函数
参数
径向基核函数
交叉验证方法
SVM分类器
多源异构数据
决策树算法
材料设备
训练集
随机噪声
系统为您推荐了相关专利信息
棱镜透镜
微棱镜结构
现实眼镜
光学模块
微显示器
电路优化方法
染色体
爬山算法
集成电路设计自动化技术
错误率
差压流量变送器
基准位
非线性混合模型
计算机程序产品
补偿方法