一种基于机器学习的BIM高层悬挂结构监测方法及系统

本发明涉及建筑结构监测技术领域，公开了一种基于机器学习的BIM高层悬挂结构监测方法及系统，其中，一种基于机器学习的BIM高层悬挂结构监测方法包括：构建物理约束变分因果推理框架，融合BIM模型数据与传感监测数据；训练动态物理因果图学习模块，识别高层悬挂结构中的因果关系网络；构建并训练层次化注意力感知模块，捕捉结构异常模式；开发物理约束神经常微分方程模块，实现对高层结构动态行为的准确预测；建立监测数据与BIM模型元素的双向实时映射；本发明通过融合物理约束变分因果推理、动态物理因果图学习、层次化注意力感知、物理约束神经常微分方程和BIM语义映射，解决了高层悬挂结构“弱相关”特性监测的技术难题。