CN109783943A - 一种建筑平台智能节点拓扑生成与匹配的方法及系统 - Google Patents
一种建筑平台智能节点拓扑生成与匹配的方法及系统 Download PDFInfo
- Publication number
- CN109783943A CN109783943A CN201910048940.0A CN201910048940A CN109783943A CN 109783943 A CN109783943 A CN 109783943A CN 201910048940 A CN201910048940 A CN 201910048940A CN 109783943 A CN109783943 A CN 109783943A
- Authority
- CN
- China
- Prior art keywords
- node
- topology
- building
- intelligent
- intelligent node
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000010276 construction Methods 0.000 claims abstract description 16
- 238000013507 mapping Methods 0.000 claims abstract description 7
- 239000010410 layer Substances 0.000 claims description 44
- 239000011229 interlayer Substances 0.000 claims description 11
- 230000008569 process Effects 0.000 claims description 10
- 238000009434 installation Methods 0.000 claims description 8
- 238000010586 diagram Methods 0.000 claims description 5
- 238000012360 testing method Methods 0.000 claims description 4
- 239000002356 single layer Substances 0.000 claims description 3
- 238000012795 verification Methods 0.000 claims description 3
- 230000008901 benefit Effects 0.000 claims description 2
- 230000003993 interaction Effects 0.000 description 5
- 238000007726 management method Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 238000004134 energy conservation Methods 0.000 description 2
- 230000006855 networking Effects 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000010977 unit operation Methods 0.000 description 1
Landscapes
- Data Exchanges In Wide-Area Networks (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种建筑平台智能节点拓扑生成与匹配的方法及系统,包括以下步骤:(1)根据建筑图纸和智能节点放置原则规划建筑空间,每一个建筑空间将对应一个智能节点,该规划将指导建筑施工人员进行智能节点的安装;(2)将节点依据扁平化无中心新型建筑平台的连接规则生成智能节点拓扑,该拓扑将指导建筑施工人员对智能节点进行互联;(3)将依据网络文档生成的拓扑与实际安装的拓扑进行匹配,得到智能节点编号与建筑逻辑编号的映射关系,指导后续应用软件的开发。本发明可以帮助建筑施工人员和应用开发人员在单机上完成智能节点拓扑的生成和匹配,是扁平化无中心新型建筑平台建设重要的一环。
Description
技术领域
本发明适用于扁平化无中心新型建筑平台,具体是一种建筑平台智能节点拓扑生成与匹配的方法及系统。
背景技术
传统的建筑自控系统和检测系统普遍采用分级集成的系统架构,这在实际工程中效果欠佳,其原因主要有:系统组态现场配置困难;升级改造困难;跨系统功能难以实现等。在集中式架构下,需要对每一个测控点全局命名和配置,并对各类机电系统在中央机上组网和定义。终端信息之间组网困难,组织协调低效,缺少灵活性是当今建筑自控系统的瓶颈问题。
围绕这一问题,清华大学建筑节能研究中心提出一套基于无中心控制网络的智能建筑控制管理解决方案。该方案将整个建筑由建筑子空间组合而成,每一个建筑子空间都对应一个“智能节点”,智能节点标准化设计,集成管理所在建筑子空间的各类信息,可大量复制,在建筑中即插即用,并依据空间关系连接形成网络,支持网络并行计算。本地控制器与本地智能节点通信,交互标准信息集,同时智能节点网络负责各个空间或设备单元之间的协作和交互。建筑无中心平台网络结构示意如图1所示。
智能节点之间依靠数据线连接形成一套计算网络,在该计算网络上,所有智能节点均搭载可以完成多个并行计算任务的操作系统,并且运行完全相同的代码内容,每个智能节点与相邻智能节点交互数据,采用相互协商、相互博弈的模式,完成各类系统计算和控制决策。为了保证在以分布式操作系统为基础的新建筑平台具备最基本的应用功能并实现对平台本身的维护管理,首先要具备对计算网络中智能节点的自动辨识能力,这是后续所有管理和功能实现的基础。所谓辨识能力是将空间中的智能节点与实际建筑中的逻辑编号进行映射,使用户和管理员可以对智能节点进行清晰的定位,并在后期实现更多人机交互的功能。
从以上分析可以看出,实现计算网络中智能节点的自动辨识需要满足如下条件:1)根据建筑图纸以及智能节点的组网规则生成智能节点网络拓扑;2)根据分布式操作系统提供的应用程序编程接口获取当前工程中的智能节点网络拓扑;3)对上述两种拓扑结构进行匹配,为工程拓扑中的智能节点赋予逻辑编号,并赋予是否为楼层间关联节点的属性。建筑的空间设计多样,这种智能节点拓扑生成与匹配的方法需要有较高的普适性,才能满足扁平化无中心新型建筑平台的管理需求。
因此,研究一种适用于扁平化无中心新型建筑智能化平台的智能节点拓扑生成与匹配的方法十分重要。
发明内容
本发明所要解决的技术问题在于提供一种适用于扁平化无中心新型建筑智能化平台的智能节点拓扑生成与匹配的方法。
本发明提供如下技术方案:
一种智能节点拓扑生成与匹配的方法,包括以下步骤:
(1)根据建筑图纸和智能节点放置原则规划建筑空间,每一个建筑空间将对应一个智能节点;
(2)依据扁平化无中心新型建筑平台的连接规则自动生成智能节点拓扑;
(3)将依据建筑图纸生成的拓扑与实际安装的拓扑进行匹配,得到智能节点编号与建筑逻辑编号的映射关系。
作为本发明的进一步的方案:步骤(1)中所述对建筑空间进行划分,是在建筑图纸文件中新建一个图层,依据建筑空间划分原则对建筑空间进行合理划分,在该图层上标注其逻辑编号、面积大小、轮廓方位、是否层间连接节点信息。将该图层保存为DXF文件格式,在后续的建筑空间数据的读取过程中,依据每个建筑空间部署一个智能节点的原则对智能节点进行部署。
作为本发明的进一步的方案:步骤(2)中所述的依据扁平化无中心新型建筑平台的连接规则生成智能节点拓扑时,将根据权利要求2中所述DXF文件获取到建筑空间的所有信息,求出每一个建筑空间的几何中心,作为智能节点的安置位置,计算出节点对应建筑空间是否在东、西、南、北四个方向上重合,并与有重合关系的四个最邻近的节点进行连接。对于建筑层间的连接,只对具有层间连接属性且具有垂直关系的节点进行连接。在判断层间连接点是否具有垂直关系时,将使用层间连接点到该层坐标原点的欧氏距离作为判断依据,只有具有相近欧式距离且层级相邻的节点可以进行层间连接。其中,针对单层的建筑拓扑生成效果如图3所示。
作为本发明的进一步的方案:智能节点拓扑可以等效为无向图模型,用G={V,E,L}表示,其中,V代表智能节点集合,E表示节点之间的连接关系集合,L表示属性集合。在本发明中,L为节点的标签的集合,以Vi表示第i个节点,L(Vi)的数据类型有以下两种:
L(Vi)={Lid(Vi),LisConn(Vi)},
其中Lid(Vi)表示智能节点Vi对应的逻辑编号,LisConn(Vi)表示智能节点Vi是否为连接上下两层建筑的节点,该数据为布尔型,若为真则表示该节点为连接上下两层建筑的节点,反之则不是。
作为本发明的进一步的方案:智能节点将利用其自身的数据交互能力和迭代能力获取到当前工程中实际的智能节点拓扑信息,因为智能节点的编号是没有逻辑含义的ID号码,并且在数据收集的过程中因迭代的顺序不同而得到顺序任意的拓扑连接表示,故将根据建筑图纸所得拓扑信息与实际的工程中拓扑进行匹配,为实际工程中的智能节点赋予逻辑编号。其中,匹配的方法采用基于VF2算法的图同构算法,其具体步骤为:创建一个状态变量,该变量中包含当前的匹配细节,并有一个列表记录两个图的节点的匹配,如(1,2)则表示在根据建筑图纸生成的图的拓扑图(以下简称建筑拓扑)中其1号节点与根据智能节点获取到的实际工程中的拓扑图(以下简称工程拓扑)中的2号节点是对应节点,此时,可以暂时将工程拓扑中的2号节点赋予逻辑编号1。当该队列中的节点对个数与任一拓扑中的节点个数相同时,即可认定建筑拓扑与工程拓扑存在同构关系,并且可以对工程拓扑中的节点赋予逻辑编号。
作为本发明的进一步的方案:根据扁平化无中心新型建筑平台的拓扑特征对VF2算法进行改进,其匹配过程如下:1)首先对建筑拓扑和工程拓扑中的节点的度数进行排序;2)如果建筑拓扑中的节点与工程拓扑中的节点度数相同且均为最大,则优先考虑为候选的节点对,并由该节点对开始后续的匹配过程;3)建立中间状态量S,该状态量包含目前已经匹配成功的节点对集合M(S)、与已匹配节点的关联节点集合、匹配的深度信息、候选匹配对集合等;设状态S对应的匹配状态为M(S)。4)假设当前已匹配成功的节点对集合中,对应建筑拓扑的已匹配点集合为M1(S),对应工程拓扑的已匹配点集合为M2(S),候选匹配对中对应建筑拓扑的节点为V1,对应工程拓扑的节点为V2,在每测试一个节点对是否可以匹配时,均需要从以下三个规则验证其是否满足:a.设M1(S)中,与V1相关联的节点集合为S1,M2(S)中与V2相关联的节点集合为S2,则S1和S2中的节点同样需要成对出现在M(S)的节点对集合当中;b.设与V1关联的节点中,不在M1(S)中的节点个数为n1,与V2关联的节点中,不在M2(S)中的节点个数为n2,则n1=n2;c.在建筑拓扑的节点中,将既不属于M1(S),也不是和M1(S)中节点相关联的节点归为集合N1,同理,在工程拓扑的节点中,将既不属于M2(S),也不是和M2(S)中节点相关联的节点归为集合N2,设与V1相关联的节点中,属于N1集合的节点个数为d1,与V2相关联的节点中,属于N2的节点的个数为d2,则d1=d2。将这三个原则成为匹配原则。5)若该候选匹配对满足第4个步骤中的所有匹配原则,则将该S入状态栈,将该候选节点对加入M(S)中,更新S中的所有中间量,使之成为新的S,如果在该步骤当中,所有候选的匹配对均不满足匹配原则,则将S回溯至上一个状态(执行状态栈出栈操作),尝试在上一个状态生成的其他候选匹配对。6)在M1(S)于M2(S)均不为空的情况下,候补匹配对的生成方法为:设与M1(S)集合中的点关联但不属于M1(S)的点的集合为T1,与M2(S)集合中的点关联但不属于M2(S)中的点的结合为T2,则候选匹配对的集合为T1与T2的笛卡尔积。7)若建筑拓扑或工程拓扑中的所有节点均已纳入M中,则两个图构成同构关系,并同时获得节点的对应关系(即M(S)的信息)及工程拓扑中的节点的属性;若S回到初始状态,且所有的候选匹配对均不满足匹配原则,则说明两图不构成同构关系,匹配失败。
本发明还提供一种扁平化无中心新型建筑平台智能节点拓扑生成与匹配系统,应用与上述的方法;包括:
建筑空间规划模块,根据建筑图纸和智能节点放置原则规划建筑空间,每一个建筑空间将对应一个智能节点;
智能节点拓扑生成模块,依据扁平化无中心新型建筑平台的连接规则生成智能节点拓扑;
匹配模块,将依据建筑图纸生成的拓扑与实际安装的拓扑进行匹配,得到智能节点编号与建筑逻辑编号的映射关系。
本发明相比现有技术具有以下优点:
1、本发明方法使每个智能节点在安装使用时无需设置建筑空间上的逻辑编号,即可与建筑图纸上的逻辑编号进行匹配,这是对扁平化无中心新型建筑智能化平台进行管理的最基础的一步。这种方法从根本上保证了智能节点的即插即用性,使每个节点上能够部署完全相同的程序来协同完成数据交互和迭代计算。
2、本发明方法适合单机运行。移动终端一方面可以通过建筑图纸生成建筑拓扑,一方面可以通过与智能节点的数据请求得到当前的工程拓扑。被移动终端连接的智能节点在生成工程拓扑时,只需发起请求,向关联的节点报告自己的ID即可,无需附加其他内容和计算,随着迭代的过程覆盖全局,即可得到工程拓扑,这在一定程度上简化了智能节点迭代计算的算法复杂度,缩短了计算时间。拓扑的匹配方法完全由移动终端来执行,这也使拓扑匹配摆脱了对智能节点拓扑的依赖。
3、本发明方法中的拓扑匹配方法采用了经过了优化的VF2算法,优化的地方在于:a.依据智能节点最多只与邻近的6个节点进行关联、只有部分节点具备与上下楼层节点关联的属性等特点和关联原则,对算法中候选的匹配节点对的生成增加约束条件,这在一定程度上降低了匹配节点对的规模,使拓扑匹配更加高效。b.在深度遍历寻找匹配路径时,采用非递归的方式取代递归的方式。建筑规模有大有小,对于建筑规模较大,智能节点较多的案例,普通的移动终端难以承受递归调用对于系统栈空间的消耗,采用非递归的方式可以提高本发明方法的鲁棒性。
附图说明
图1为本发明背景技术中建筑无中心平台网络结构示意图。
图2为本发明一种建筑平台智能节点拓扑生成与匹配的方法的流程图。
图3为本发明中单层的建筑拓扑生成效果图。
图4为本发明实施例1中智能建筑与建筑节能重点实验室AutoCAD图。
图5为图4生成的建筑拓扑与工程拓扑的节点匹配效果图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚,完整的描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
如图2所示,一种建筑平台智能节点拓扑生成与匹配的方法,其特征在于,包括以下步骤:
(1)根据建筑图纸和智能节点放置原则规划建筑空间,每一个建筑空间将对应一个智能节点;
首先将建筑图纸根据空间划分原则进行划分,建筑空间的划分原则有:不跨越实墙,即一个建筑空间内不应该存在实墙的分隔;不跨越防火分区,即一个建筑空间内不应该存在防火卷帘等防火分区设施的分隔;不重不漏,即建筑空间之间不应存在重叠部分,并且整栋建筑内不应存在未被任一建筑空间覆盖的区域。将空间划分单独
(2)依据扁平化无中心新型建筑平台的连接规则生成智能节点拓扑;
如图3所示,每一个建筑空间内均需部署一个智能节点,每个智能节点上均可与邻近的智能节点进行连接,最大连接数为6。在连接原则上,普通节点仅与相同楼层的智能节点进行连接,只有楼梯、扶梯、电梯、竖井等沟通上下楼层的设施中部署的智能节点具备与上下层智能节点连接的权利。根据该连接原则,在已划分好的建筑空间内计算出其几何中心,作为部署的相对位置,并将节点与东、西、南、北四个方位上距离最邻近的节点进行连接。同时,涉及到楼梯、扶梯、电梯、竖井等建筑设施的智能节点与上下楼层的智能节点联通,形成建筑的智能节点网络拓扑,该拓扑以无向图的形式进行组织,以用G={V,E,L}表示,其中,V代表智能节点集合,E表示节点之间的连接关系集合,L表示属性集合。在本发明中,L为节点的标签的集合,以Vi表示第i个节点,L(Vi)的数据类型有以下两种:
L(Vi)={Lid(Vi),LisConn(Vi)},
其中Lid(Vi)表示智能节点Vi对应的逻辑编号,LisConn(Vi)表示智能节点Vi是否为连接上下两层建筑的节点,该数据为布尔型,若为真则表示该节点为连接上下两层建筑的节点,反之则不是。由此,我们可以获得由建筑图纸得来的建筑拓扑。
(3)将依据建筑图纸生成的拓扑与实际安装的拓扑进行匹配,得到智能节点编号与建筑逻辑编号的映射关系。
智能节点管理对应空间内的所有传感器,同时节点之间可以进行数据交互和迭代计算,通过本地控制器和智能节点进行通信,可以获取到当前实施的工程当中智能节点的网络拓扑结构。该结构是以图的邻接矩阵的形式呈现。
获取到建筑拓扑和工程拓扑的结构之后,即可使用经过优化的VF2算法对拓扑进行同构匹配。其匹配过程如下:1)首先对建筑拓扑和工程拓扑中的节点的度数进行排序;2)如果建筑拓扑中的节点与工程拓扑中的节点度数相同且均为最大,则优先考虑为候选的节点对,并由该节点对开始后续的匹配过程;3)建立中间状态量S,该状态量包含目前已经匹配成功的节点对集合M(S)、与已匹配节点的关联节点集合、匹配的深度信息、候选匹配对集合等;设状态S对应的匹配状态为M(S)。4)假设当前已匹配成功的节点对集合中,对应建筑拓扑的已匹配点集合为M1(S),对应工程拓扑的已匹配点集合为M2(S),候选匹配对中对应建筑拓扑的节点为V1,对应工程拓扑的节点为V2,在每测试一个节点对是否可以匹配时,均需要从以下三个规则验证其是否满足:a.设M1(S)中,与V1相关联的节点集合为S1,M2(S)中与V2相关联的节点集合为S2,则S1和S2中的节点同样需要成对出现在M(S)的节点对集合当中;b.设与V1关联的节点中,不在M1(S)中的节点个数为n1,与V2关联的节点中,不在M2(S)中的节点个数为n2,则n1=n2;c.在建筑拓扑的节点中,将既不属于M1(S),也不是和M1(S)中节点相关联的节点归为集合N1,同理,在工程拓扑的节点中,将既不属于M2(S),也不是和M2(S)中节点相关联的节点归为集合N2,设与V1相关联的节点中,属于N1集合的节点个数为d1,与V2相关联的节点中,属于N2的节点的个数为d2,则d1=d2。将这三个原则成为匹配原则。5)若该候选匹配对满足第4个步骤中的所有匹配原则,则将该S入状态栈,将该候选对加入M(S)中,更新S中的所有中间量,使之成为新的S,如果在该步骤当中,所有候选的匹配对均不满足匹配原则,则将S回溯至上一个状态(执行状态栈出栈操作),尝试在上一个状态生成的其他候选匹配对。6)在M1(S)于M2(S)均不为空的情况下,候补匹配对的生成方法为:设与M1(S)集合中的点关联但不属于M1(S)的点的集合为T1,与M2(S)集合中的点关联但不属于M2(S)中的点的结合为T2,则候选匹配对的集合为T1与T2的笛卡尔积。7)若建筑拓扑或工程拓扑中的所有节点均已纳入M中,则两个图构成同构关系,并同时获得节点的对应关系(即M(S)的信息)及工程拓扑中的节点的属性;若S回到初始状态,且所有的候选匹配对均不满足匹配原则,则说明两图不构成同构关系,匹配失败。
本实施例还提供一种扁平化无中心新型建筑平台智能节点拓扑生成与匹配系统,应用于上述的方法;包括:
建筑空间规划模块,根据建筑图纸和智能节点放置原则规划建筑空间,每一个建筑空间将对应一个智能节点;
智能节点拓扑生成模块,依据扁平化无中心新型建筑平台的连接规则生成智能节点拓扑;
匹配模块,将依据建筑图纸生成的拓扑与实际安装的拓扑进行匹配,得到智能节点编号与建筑逻辑编号的映射关系。
实施例1:如图4所示,以某大学智能建筑与建筑节能安徽省重点实验室为例,该实验室位于教学A楼4层和5层,在这两层建筑上搭建扁平化无中心新型建筑智能化平台,其autoCAD图如图4所示。建筑的4楼分布办公室401-407,建筑的5楼分布办公室501-506,所有办公室均与走廊联通,两层建筑在东西两侧均设有楼梯,并在东侧设有卫生间。依据扁平化无中心新型建筑智能化平台空间划分原则对4层和5层的空间进行划分,为每一个建筑空间部署一个智能节点,并根据智能节点的连线原则进行连线,生成建筑拓扑。该拓扑具有图属性,每个节点均被赋予建筑编号属性和是否层间连接点属性。通过移动终端与智能节点连接,获得当前智能节点的工程拓扑。通过本文提出的智能节点拓扑生成与匹配的方法,对两个拓扑进行同构匹配,得出最终的匹配结果,将建筑拓扑中节点的属性集赋予工程拓扑中的节点,结果图如图5所示。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种建筑平台智能节点拓扑生成与匹配的方法,其特征在于,包括以下步骤:
(1)根据建筑图纸和智能节点放置原则规划建筑空间,每一个建筑空间将对应一个智能节点;
(2)依据扁平化无中心新型建筑平台的连接规则生成智能节点拓扑;
(3)将依据建筑图纸生成的拓扑与实际安装的拓扑进行匹配,得到智能节点编号与建筑逻辑编号的映射关系。
2.根据权利要求1所述的建筑平台智能节点拓扑生成与匹配的方法,其特征在于:步骤(1)中所述对建筑空间进行划分,是在建筑图纸文件中新建一个图层,依据建筑空间划分原则对建筑空间进行划分,在该图层上标注其逻辑编号、面积大小、轮廓方位、是否层间连接节点信息;将该图层保存为DXF文件格式,在后续的建筑空间数据的读取过程中,依据每个建筑空间部署一个智能节点的原则对智能节点进行部署。
3.根据权利要求2所述的建筑平台智能节点拓扑生成与匹配的方法,其特征在于:步骤(2)中所述的依据扁平化无中心新型建筑平台的连接规则生成智能节点拓扑时,将根据权利要求2中所述DXF文件获取到建筑空间的所有信息,求出每一个建筑空间的几何中心,作为智能节点的安置位置,计算出节点对应建筑空间是否在东、西、南、北四个方向上重合,并与有重合关系的四个最邻近的节点进行连接;若某节点在单层内的连接数因空间关系的相近而多于4,则只要该节点不具备层间连接属性且不超过智能节点的最大连接数6,均视为合法;只对具有层间连接属性的节点进行层间连接。
4.根据权利要求1所述的建筑平台智能节点拓扑生成与匹配的方法,其特征在于:智能节点拓扑等效为无向图模型,用G={V,E,L}表示,其中,V代表智能节点集合,E表示节点之间的连接关系集合,L表示属性集合;
5.根据权利要求4所述的建筑平台智能节点拓扑生成与匹配的方法,其特征在于:所述L为节点的标签的集合,以Vi表示第i个节点,L(Vi)的数据类型有以下两种:
L(Vi)={Lid(Vi),LisConn(Vi)},
其中Lid(Vi)表示智能节点Vi对应的逻辑编号,LisConn(Vi)表示智能节点Vi是否为连接上下两层建筑的节点,该数据为布尔型,若为真则表示该节点为连接上下两层建筑的节点,反之则不是。
6.根据权利要求1所述的建筑平台智能节点拓扑生成与匹配的方法,其特征在于:智能节点将利用其自身的数据交互能力和迭代能力获取到当前工程中实际的智能节点拓扑信息,根据建筑图纸所得拓扑信息与实际的工程中拓扑进行匹配,为实际工程中的智能节点赋予逻辑编号;其中,匹配的方法采用基于VF2算法的图同构算法,其具体步骤为:创建一个状态变量,该变量中包含当前的匹配细节,并有一个列表记录两个图的节点的匹配,如(1,2)则表示在根据建筑拓扑中其1号节点与根据工程拓扑中的2号节点是对应节点,此时,暂时将工程拓扑中的2号节点赋予逻辑编号1;当该队列中的节点对个数与任一拓扑中的节点个数相同时,即认定建筑拓扑与工程拓扑存在同构关系,并且可以对工程拓扑中的节点赋予逻辑编号;所述建筑拓扑为根据建筑图纸生产的图的拓扑图,工程拓扑为根据智能节点获取到的实际工程中的拓扑图。
7.根据权利要求6所述的建筑平台智能节点拓扑生成与匹配的方法,其特征在于:根据扁平化无中心新型建筑平台的拓扑特征对VF2算法进行改进,其匹配过程如下:1)首先对建筑拓扑和工程拓扑中的节点的度数进行排序;2)如果建筑拓扑中的节点与工程拓扑中的节点度数相同且均为最大,则优先考虑为候选的节点对,并由该节点对开始后续的匹配过程;3)建立中间状态量S,该状态量包含目前已经匹配成功的节点对集合M(S)、与已匹配节点的关联节点集合、匹配的深度信息、候选匹配对集合;设状态S对应的匹配状态为M(S);4)假设当前已匹配成功的节点对集合中,对应建筑拓扑的已匹配点集合为M1(S),对应工程拓扑的已匹配点集合为M2(S),候选匹配对中对应建筑拓扑的节点为V1,对应工程拓扑的节点为V2,在每测试一个节点对是否可以匹配时,均需要从以下三个规则验证其是否满足:a.设M1(S)中,与V1相关联的节点集合为S1,M2(S)中与V2相关联的节点集合为S2,则S1和S2中的节点同样需要成对出现在M(S)的节点对集合当中;b.设与V1关联的节点中,不在M1(S)中的节点个数为n1,与V2关联的节点中,不在M2(S)中的节点个数为n2,则n1=n2;c.在建筑拓扑的节点中,将既不属于M1(S),也不是和M1(S)中节点相关联的节点归为集合N1,同理,在工程拓扑的节点中,将既不属于M2(S),也不是和M2(S)中节点相关联的节点归为集合N2,设与V1相关联的节点中,属于N1集合的节点个数为d1,与V2相关联的节点中,属于N2的节点的个数为d2,则d1=d2;将这三个原则成为匹配原则;5)若该候选匹配对满足步骤4)中的所有匹配原则,则将该S入状态栈,将该候选对加入M(S)中,更新S中的所有中间量,使之成为新的S,如果在该步骤当中,所有候选的匹配对均不满足匹配原则,则将S回溯至上一个状态,尝试在上一个状态生成的其他候选匹配对;6)在M1(S)于M2(S)均不为空的情况下,候补匹配对的生成方法为:设与M1(S)集合中的点关联但不属于M1(S)的点的集合为T1,与M2(S)集合中的点关联但不属于M2(S)中的点的结合为T2,则候选匹配对的集合为T1与T2的笛卡尔积;7)若建筑拓扑或工程拓扑中的所有节点均已纳入M中,则两个图构成同构关系,并同时获得节点的对应关系及工程拓扑中的节点的属性,若S回到初始状态,且所有的候选匹配对均不满足匹配原则,则说明两图不构成同构关系,匹配失败。
8.一种建筑平台智能节点拓扑生成与匹配系统,其特征在于:应用与所述权利要求1至7任一所述的方法;包括:
建筑空间规划模块,根据建筑图纸和智能节点放置原则规划建筑空间,每一个建筑空间将对应一个智能节点;
智能节点拓扑生成模块,依据扁平化无中心新型建筑平台的连接规则生成智能节点拓扑;
匹配模块,将依据建筑图纸生成的拓扑与实际安装的拓扑进行匹配,得到智能节点编号与建筑逻辑编号的映射关系。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910048940.0A CN109783943B (zh) | 2019-01-18 | 2019-01-18 | 一种建筑平台智能节点拓扑生成与匹配的方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910048940.0A CN109783943B (zh) | 2019-01-18 | 2019-01-18 | 一种建筑平台智能节点拓扑生成与匹配的方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109783943A true CN109783943A (zh) | 2019-05-21 |
CN109783943B CN109783943B (zh) | 2020-10-30 |
Family
ID=66501583
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910048940.0A Active CN109783943B (zh) | 2019-01-18 | 2019-01-18 | 一种建筑平台智能节点拓扑生成与匹配的方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109783943B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110502775A (zh) * | 2019-06-25 | 2019-11-26 | 安徽建筑大学 | 建筑智能化平台空间节点网络拓扑生成方法及系统 |
CN110765512A (zh) * | 2019-09-20 | 2020-02-07 | 久瓴(上海)智能科技有限公司 | 连接节点的生成方法、装置、计算机设备和存储介质 |
CN111710022A (zh) * | 2020-06-08 | 2020-09-25 | 嘉兴学院 | 一种避免轮廓相交的快速成型切片处理方法 |
CN112686971A (zh) * | 2020-12-29 | 2021-04-20 | 博锐尚格科技股份有限公司 | 建筑系统关系拓扑无向图有向化方法和系统 |
CN113283925A (zh) * | 2021-04-13 | 2021-08-20 | 支付宝(杭州)信息技术有限公司 | 网络实验分流、节点关系预测方法、装置以及设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7660821B2 (en) * | 2003-07-31 | 2010-02-09 | Hewlett-Packard Development, Company, L.P. | Data storage system |
CN107438030A (zh) * | 2016-05-27 | 2017-12-05 | 邻元科技(北京)有限公司 | 一种路径优化的方法、系统及装置 |
CN108108580A (zh) * | 2018-02-06 | 2018-06-01 | 上海建工四建集团有限公司 | 一种机电系统逻辑关系的生成方法、装置及建筑信息模型 |
CN108520544A (zh) * | 2018-04-12 | 2018-09-11 | 郑州信大先进技术研究院 | 一种面向智慧消防的室内地图构造方法及装置 |
-
2019
- 2019-01-18 CN CN201910048940.0A patent/CN109783943B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7660821B2 (en) * | 2003-07-31 | 2010-02-09 | Hewlett-Packard Development, Company, L.P. | Data storage system |
CN107438030A (zh) * | 2016-05-27 | 2017-12-05 | 邻元科技(北京)有限公司 | 一种路径优化的方法、系统及装置 |
CN108108580A (zh) * | 2018-02-06 | 2018-06-01 | 上海建工四建集团有限公司 | 一种机电系统逻辑关系的生成方法、装置及建筑信息模型 |
CN108520544A (zh) * | 2018-04-12 | 2018-09-11 | 郑州信大先进技术研究院 | 一种面向智慧消防的室内地图构造方法及装置 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110502775A (zh) * | 2019-06-25 | 2019-11-26 | 安徽建筑大学 | 建筑智能化平台空间节点网络拓扑生成方法及系统 |
CN110765512A (zh) * | 2019-09-20 | 2020-02-07 | 久瓴(上海)智能科技有限公司 | 连接节点的生成方法、装置、计算机设备和存储介质 |
CN110765512B (zh) * | 2019-09-20 | 2023-02-21 | 久瓴(江苏)数字智能科技有限公司 | 连接节点的生成方法、装置、计算机设备和存储介质 |
CN111710022A (zh) * | 2020-06-08 | 2020-09-25 | 嘉兴学院 | 一种避免轮廓相交的快速成型切片处理方法 |
CN111710022B (zh) * | 2020-06-08 | 2021-03-23 | 嘉兴学院 | 一种避免轮廓相交的快速成型切片处理方法 |
CN112686971A (zh) * | 2020-12-29 | 2021-04-20 | 博锐尚格科技股份有限公司 | 建筑系统关系拓扑无向图有向化方法和系统 |
CN113283925A (zh) * | 2021-04-13 | 2021-08-20 | 支付宝(杭州)信息技术有限公司 | 网络实验分流、节点关系预测方法、装置以及设备 |
Also Published As
Publication number | Publication date |
---|---|
CN109783943B (zh) | 2020-10-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109783943A (zh) | 一种建筑平台智能节点拓扑生成与匹配的方法及系统 | |
CN116882038B (zh) | 一种基于bim技术的机电施工方法及系统 | |
CN109358582A (zh) | 基于大数据的大采高综采工作面多设备协同作业控制方法 | |
Du et al. | Gaps and requirements for automatic generation of space layouts with optimised energy performance | |
CN113743538A (zh) | 基于ipso-bp神经网络的智能楼宇能耗预测方法、设备和介质 | |
CN116402002B (zh) | 一种用于芯片布局问题的多目标分层强化学习方法 | |
CN105138802A (zh) | 一种枪管智能设计系统及设计方法 | |
CN115630978A (zh) | 一种基于人口就业分布的多交通设施选址方法 | |
CN103440309A (zh) | 一种资源环境模型组合建模的自动语义识别与推荐方法 | |
CN114065646A (zh) | 基于混合优化算法的能耗预测方法、云计算平台及系统 | |
CN116187175A (zh) | 基于电气行业知识图谱的变配电站神经网络识别方法 | |
Ouyang et al. | Semantic enrichment of object associations across federated BIM semantic graphs in a common data environment | |
CN118297775A (zh) | 基于数字孪生技术的城市规划管控系统 | |
CN106447207A (zh) | 一种基于大数据分析的绿色建筑预评价系统 | |
Jradi et al. | A Digital Twin platform for energy efficient and smart buildings applications | |
CN105447571A (zh) | 一种基于遗传算法的体系结构自动优化方法 | |
CN108521345B (zh) | 一种考虑通信中断的孤岛微电网的信息物理协同应对方法 | |
CN111241619A (zh) | 一种规则驱动的协同交互式空间布局自动设计方法 | |
CN115081529A (zh) | 基于dqn算法的非用电企业生产行为辨识方法 | |
CN113034033B (zh) | 一种新研装备备件品种确定方法 | |
CN109460294A (zh) | 一种基于面积优先和动态遗传算法的可重构任务布局方法 | |
CN109359810A (zh) | 一种基于多策略均衡的电力通信传输网运行状态评估方法 | |
Canha et al. | Models and methods of decision making in fuzzy environment and their applications to power engineering problems | |
Yechao et al. | Integrated Strategy of Green Building Model Optimization Based on BIM Technology | |
CN111105088B (zh) | 一种基于改进离散头脑风暴优化算法的船舶引航排班方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |