论文部分内容阅读
传统的建筑工程设计合规性检查采用的是基于二维图纸的人工审查方式,这种审查方式存在着易出错、效率低下等一系列缺点。借助土木工程领域新兴的建筑信息模型(Building Information Model,BIM)技术、建筑领域数据共享与交互的工业基础类(Industry Foundation Classes,IFC)国际标准以及人工智能领域的自然语言处理(Natural Lan-guage Processing,NLP)、机器学习(Machine Learning,ML)、逻辑编程(Programming in Logic)等技术,本课题研究了基于BIM模型的建筑工程设计合规性自动检查方法。首先,BIM模型承载了建筑工程项目全生命周期的各种数据信息,而与之对应的IFC文件则是基于BIM模型的合规性自动检查的直接检查对象。因此,本课题首先在深入研究建筑工程信息在IFC标准中的表达方式的基础上设计了一个IFC文件解析与BIM模型信息提取算法,并利用该算法实现了对BIM模型信息的有效提取。其次,基于BIM模型的合规性自动检查要求将使用人类语言进行表达的规范条文转化成计算机可以进行处理的计算机规则的形式。因此,本课题以基于 RASE(Requirement,Applicability,Selection,Excep-tion)方法的改进规范表达方法为出发点,设计了基于自然语言处理与机器学习方法的规范表达结构自动生成算法,并对该机器学习算法的效果进行了评价。在获取了 BIM模型信息与规范表达结构之后,本课题以逻辑编程思想为指导分别设计了从BIM模型信息到逻辑事实以及从规范表达结构到逻辑规则的自动生成算法,并在利用这两个算法生成的逻辑事实与逻辑规则的基础上利用逻辑编程实现了基于BIM模型的建筑工程设计的合规性自动检查。最后,本课题通过对某小别墅BIM模型的合规性自动检查案例说明了本课题研究的基于BIM模型的建筑工程设计合规性自动检查方法在实际中的应用前景。