CN111489033B - 一种基于bim的资源管理动态综合优化系统及方法 - Google Patents

一种基于bim的资源管理动态综合优化系统及方法 Download PDF

Info

Publication number
CN111489033B
CN111489033B CN202010276313.5A CN202010276313A CN111489033B CN 111489033 B CN111489033 B CN 111489033B CN 202010276313 A CN202010276313 A CN 202010276313A CN 111489033 B CN111489033 B CN 111489033B
Authority
CN
China
Prior art keywords
project
optimization
module
resource
noise point
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.)
Active
Application number
CN202010276313.5A
Other languages
English (en)
Other versions
CN111489033A (zh
Inventor
范良宜
杨大田
杨钰树
杨道欣
秦至红
叶予
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangzhou Hi Tech Engineering Consulting Co ltd
Original Assignee
Guangzhou Hi Tech Engineering Consulting Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangzhou Hi Tech Engineering Consulting Co ltd filed Critical Guangzhou Hi Tech Engineering Consulting Co ltd
Priority to CN202010276313.5A priority Critical patent/CN111489033B/zh
Publication of CN111489033A publication Critical patent/CN111489033A/zh
Application granted granted Critical
Publication of CN111489033B publication Critical patent/CN111489033B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/10—Office automation; Time management
    • G06Q10/103—Workflow collaboration or project management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/08—Construction

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Theoretical Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Data Mining & Analysis (AREA)
  • Health & Medical Sciences (AREA)
  • Educational Administration (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供了一种基于BIM的资源管理动态综合优化系统及方法，该系统包括：3D BIM模型构建模块、项目信息获取模块、项目资源数据管理模块、工程造价数据管理模块、5D BIM模型构建模块、资源优化管理模块和可视化展示模块。通过该系统可以方便了解到项目实施所需的资源用量情况以及该工程项目在实施过程中成本的使用情况，从而真正做到对成本精确、实时把控。再则，将工程项目的各项信息进行关联，实现了利用5D BIM模型对该工程项目的进度、成本和资源的综合管理和动态优化。

Description

一种基于BIM的资源管理动态综合优化系统及方法
技术领域
本发明涉及工程建设资源管理技术领域，具体涉及一种基于BIM的资源管理动态综合优化系统及方法。
背景技术
由于我国建筑业的迅速发展，工程建设的规模正在不断的增长，这就使得工程建设项目，在实施过程中各类资源的投入越来越多，因此，工程项目的资源管理作为工程建设管理的重要环节就显得具有十分重要的关键作用。目前，我国建设工程管理还处于粗狂的项目管理模式，从而导致了项目资源管理不规范，项目资源配置不科学，项目资源协同管理能力差，项目资源进度成本综合动态管理缺失等一系列问题的出现，进而造成了工程项目成本的增加，工期的延误，以及间接导致了工程质量的下降等风险，所以，如何应用BIM模型提供的精确项目资源数据为基础，结合自适应的遗传算法对建设工程项目资源进行科学优化，实现BIM技术与资源优化管理技术的有机融合，是当前亟需解决的技术问题。
发明内容
针对上述问题，本发明提供一种基于BIM的资源管理动态综合优化系统及方法。
本发明的目的采用以下技术方案来实现：
本发明第一方面提供了一种基于BIM的资源管理动态综合优化系统，该系统包括：3D BIM模型构建模块、项目信息获取模块、项目资源数据管理模块、工程造价数据管理模块、5D BIM模型构建模块、资源优化管理模块和可视化展示模块；
所述3D BIM模型构建模块，用于通过BIM建模软件构建工程项目的3D BIM模型；其中，所述3D BIM模型包括：所述工程项目各构件的属性信息以及各构件之间的空间信息；
所述项目信息获取模块，用于获取所述工程项目的WBS以及项目进度计划；
所述项目资源数据管理模块，用于对所述工程项目的项目资源数据进行存储和管理，其中，所述的项目资源数据包括：项目投资内容、劳动力信息、材料信息、施工机械设备信息和施工定额数据库；
所述工程造价数据管理模块，用于对所述工程项目的工程造价数据进行存储和管理；
所述5D BIM模型构建模块，分别与所述3D BIM模型构建模块、项目信息获取模块、项目资源数据库管理模块和工程造价数据库管理模块进行信息关联，并基于关联后的结果，构建所述工程项目的5D BIM模型；
所述资源优化管理模块，用于根据所述5D BIM模型，对所述工程项目的资源进行优化管理；
所述可视化展示模块，与所述资源优化管理模块通信连接，其用于接收所述资源优化管理模块的优化成果并进行展示。
在一种可选的实施方式中，所述资源优化管理模块包括：初始时标网络图构建子模块、人机交互子模块、优化子模块和优化管理子模块；
所述初始时标网络构建子模块，用于绘制所述工程项目的时标网络与资源计划初始状态图；
所述人机交互子模块，用于获取所述工程项目的项目需求，并将所述项目需求发送至所述优化子模块；
所述优化子模块，用于根据接收到的项目需求，选择与所述项目需求相对应的优化方法进行优化；
所述优化管理子模块，用于根据所述优化子模块的优化结果对所述工程项目实施全过程的成本进行动态跟踪，实时对资源进行管理。
在一种可选的实施方式中，所述的根据接收到的项目需求，选择与所述项目需求相对应的优化方法进行优化，具体是：基于接收到的项目需求，采用自适应的遗传算法对该工程项目中的资源、工期、成本进行综合优化。
在一种可选的实施方式中，所述可视化展示模块包括：可视化成本跟踪分析过程展示子模块、可视化优化成果展示子模块和推送子模块；
所述可视化成本跟踪分析过程展示子模块，与所述优化管理子模块通信连接，其用于对所述优化管理子模块的成本跟踪分析过程进行展示；
所述可视化成果展示子模块，与所述优化子模块通信连接，其用于对优化结果进行展示；
所述推送子模块，分别与所述可视化成本跟踪分析过程展示子模块和可视化成果展示子模块通信连接，其用于将两者展示的信息推送至终端设备。
在一种可选的实施方式中，所述人机交互子模块包括：人脸图像获取单元、人脸图像处理单元、特征提取单元、登录验证单元和项目需求获取单元；
所述人脸图像获取单元，用于获取项目管理人员的人脸图像；
所述人脸图像处理单元，用于对所述人脸图像进行处理；
所述特征提取单元，用于从处理后的人脸图像中提取表征该项目管理人员身份信息的特征值；
所述登录验证单元，用于将提取到的特征值和预存的有操作权限的项目管理人员的特征值进行匹配，若匹配成功，则验证通过；
所述项目需求获取单元，用于在所述登录验证单元验证通过后，获取所述项目管理人员的项目需求。
在一种可选的实施方式中，所述人脸图像处理单元包括：噪声点检测子单元、平滑子单元和图像分割子单元；
所述噪声点检测子单元，用于对所述人脸图像进行噪声点检测，得到所述人脸图像的重度噪声点集合HNP、轻度噪声点集合LNP和非噪声点集合NNP；
所述平滑子单元，用于分别对所述重度噪声点集合HNP和轻度噪声点集合LNP中的噪声点灰度值进行估计，得到噪声点灰度估计值；遍历所述重度噪声点集合HNP和轻度噪声点集合LNP中的噪声点，所有处理后的噪声点和非噪声点构成的集合即为平滑后的人脸图像；
所述图像分割子单元，用于对平滑后的人脸图像进行分割，得到只包含所述项目管理人员的人脸信息的前景图像。
在一种可选的实施方式中，所述的对所述人脸图像进行噪声点检测，具体是：
(1)对所述人脸图像进行灰度化处理；
(2)对灰度化的人脸图像中的像素点进行初步筛选，得到第一非噪声点集合NNP1和疑似噪声点集合SNP；
(3)对经初步筛选后，得到的疑似噪声点进行二次筛选，得到所述人脸图像的重度噪声点集合HNP、轻度噪声点集合LNP和第二非噪声点集合NNP2；其中，所述对得到的疑似噪声点进行二次筛选，具体是：
以疑似噪声点q为中心，设定一个大小为B×B的模糊检测窗口Θq，其中，该模糊检测窗口Θq内的非噪声点数为M个，疑似噪声点数为N个，且M＞N；
利用下式计算疑似噪声点集合SNP中的疑似噪声点的模糊变量值；
Figure BDA0002444913110000031
式中，FV(q)为疑似噪声点q的模糊变量值，G(q)为疑似噪声点的灰度值，
Figure BDA0002444913110000032
为模糊检测窗口Θq内所有非噪声点的灰度值的平均值，
Figure BDA0002444913110000033
为模糊检测窗口Θq内所有疑似噪声点的灰度值的平均值，Gm为模糊检测窗口Θq内第m个非噪声点的灰度值，Gn为模糊检测窗口Θq内第n个疑似噪声点的灰度值，α为权重因子，且0.65≤α≤1；
基于得到的疑似噪声点的模糊变量值，对疑似噪声点进行分类；
具体地，若FV(q)＜T1，则像素点q为非噪声点，并将其加入到第二非噪声点集合NNP2中；
若T1≤FV(q)≤T2，则像素点q为轻度噪声点，并将其加入到轻度噪声点集合LNP中；
若FV(q)＞T2，则像素点q为重度噪声点，并将其加入到重度噪声点集合HNP中；其中，T1、T2为预设的低模糊变量阈值和高模糊变量阈值；
遍历所有疑似噪声点，然后依据对疑似噪声点的分类结果，将其加入到相应的集合中；
(4)将得到的第一非噪声点集合NNP1和第二非噪声点集合NNP2进行合并，即为非噪声点集合NNP。
本发明上述实施例的目的在于提供一种基于BIM的资源管理动态综合优化系统，利用构建的5D BIM模型，对工程项目的资源进行优化，再经由可视化展示模块进行展示，由于5D BIM模型中包含了各构件的属性信息、工程项目的WBS以及项目进度计划、工程造价数据等信息，可以方便了解到项目实施所需的资源用量情况以及该工程项目在实施过程中成本的使用情况，从而真正做到对成本精确、实时把控。再则，将工程项目的各项信息进行关联，实现了利用5D BIM模型对该工程项目的进度、成本和资源的综合管理和动态优化。
本发明第二方面提供了一种基于BIM的资源管理动态综合优化方法，该方法包括：如第一方面所述的一种基于BIM的资源管理动态综合优化系统，所述方法进一步包括如下步骤：
所述5D BIM模型构建模块，基于其与所述3D BIM模型构建模块、项目信息获取模块、项目资源数据库管理模块和工程造价数据库管理模块进行信息关联后的结果，构建工程项目的5D BIM模型；其中，所述3D BIM模型构建模块，用于通过BIM建模软件构建工程项目的3D BIM模型；所述项目信息获取模块，用于获取所述工程项目的WBS以及项目进度计划；所述项目资源数据管理模块，用于对所述工程项目的项目资源数据进行存储和管理，其中，所述的项目资源数据包括：项目投资内容、劳动力信息、材料信息、施工机械设备信息和施工定额数据库；所述工程造价数据管理模块，用于对所述工程项目的工程造价数据进行存储和管理；
所述资源优化管理模块基于得到的5D BIM模型对所述工程项目的资源进行优化管理；
所述可视化展示模块接收所述资源优化管理模块的优化成果并进行展示。
在一种可选的实施方式中，所述资源优化管理模块包括：初始时标网络图构建子模块、人机交互子模块、优化子模块和优化管理子模块；
所述初始时标网络构建子模块绘制所述工程项目的时标网络与资源计划初始状态图；
所述人机交互子模块获取所述工程项目的项目需求，并将所述项目需求发送至所述优化子模块；
所述优化子模块根据接收到的项目需求，选择与所述项目需求相对应的优化方法进行优化；
所述优化管理子模块根据所述优化子模块的优化结果对所述工程项目的实施全过程的成本进行动态跟踪，实时对资源进行管理。
在一种可选的实施方式中，所述的根据接收到的项目需求，选择与所述项目需求相对应的优化方法进行优化，具体是：基于接收到的项目需求，采用自适应的遗传算法对该工程项目中的资源、工期、成本进行综合优化。
本发明上述实施例的目的在于提供一种基于BIM的资源管理动态综合优化方法，利用构建的5D BIM模型，对工程项目的资源进行优化，再经由可视化展示模块进行展示，由于5D BIM模型中包含了各构件的属性信息、工程项目的WBS以及项目进度计划、工程造价数据等信息，可以方便了解到项目实施所需的资源用量情况以及该工程项目在实施过程中成本的使用情况，从而真正做到对成本精确、实时把控。再则，将工程项目的各项信息进行关联，实现了利用5D BIM模型对该工程项目的进度、成本和资源的综合管理和动态优化。
附图说明
利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。
图1是本发明实施例提供的资源管理动态综合优化系统的框架结构图；
图2是本发明实施例提供的资源优化管理模块的框架结构图；
图3是本发明实施例提供的可视化展示模块的框架结构图；
图4是本发明实施例提供的人机交互子模块的框架结构图；
图5是本发明实施例提供的人脸图像处理单元的框架结构图。
附图标记：3D BIM模型构建模块100、项目信息获取模块200、项目资源数据管理模块300、工程造价数据管理模块400、5D BIM模型构建模块500、资源优化管理模块600、可视化展示模块700、初始时标网络图绘制子模块610、人机交互子模块620、优化子模块630、优化管理子模块640、人脸图像获取单元621、人脸图像处理单元622、特征提取单元623、登录验证单元624、项目需求获取单元625、噪声点检测子单元6221、平滑子单元6222、图像分割子单元6223、可视化成本跟踪分析过程展示子模块710、可视化优化成果展示子模块720、推送子模块730。
具体实施方式
结合以下实施例对本发明作进一步描述。
图1示出了一种基于BIM的资源管理动态综合管理系统，该系统包括：3D BIM模型构建模块100、项目信息获取模块200、项目资源数据管理模块300、工程造价数据管理模块400、5D BIM模型构建模块500、资源优化管理模块600和可视化展示模块700。
其中，所述3D BIM模型构建模块100，用于通过BIM建模软件构建工程项目的3DBIM模型；所述3D BIM模型包括：所述工程项目各构件的属性信息以及各构件之间的空间信息；构件的属性信息是指：构件名称、构件类型、构件尺寸、构件高度、构件材质、构件物理参数等。通过所述工程项目的3D BIM模型，可直接查看到构件的工程量，并利用构件明细表，得到各构件的数量等信息；同时该模型还可以直观地展示建筑物，方便不同参与方沟通该工程项目的技术方案，对该工程项目的建造图纸存在的问题进行三维可视化的沟通。
所述项目信息获取模块200，用于获取所述工程项目的WBS以及项目进度计划；
在一种可选的实施方式中，可利用Project编制项目进度计划，其具体步骤和内容如下：
(1)收集整理项目进度计划编制的相关资料。项目进度计划编制资料包括：项目施工组织设计及施工部署和主要施工方案，施工合同工期，开竣工时间，项目进度目标，施工定额，项目WBS以及劳动力、物质材料、施工机械设备的供应情况，项目工程地质及环境资料，工程项目建设条件和类似工程项目技术档案资料等。
(2)创建新项目。在Project软件中创建新项目，通常根据确定的工程项目范围、项目WBS等有关项目进度计划编制的相关资料进行，其主要内容包括：添加项目任务名称、设置项目开始时间、设定工作时间、设定项目任务级别等。
(3)计算工程量。工程量的计算根据工程设计图纸和有关造价规范及工程定额资料，应用BIM软件的工程量统计功能，统计计算出各类分项工程的工程量，再导出相应的工程量明细表，最后进行整合合并，得出最终的工程量清单；也可参照算量软件所给出的工程量清单。
(4)设置项目任务工期。在Project软件中设置项目任务工期，应进行工作时间估算。项目工程实体的工作持续时间的估算，可通过BIM模型导出的工程量进行汇总，套取施工定额来实现，即利用施工定额初步计算确定每项施工工序的工作持续时间；施工人员部署、临时设施搭建、水电资源配置、竣工验收等非工程实体的工作持续时间的估算，主要依据项目管理人员的工作经验和类似工程项目技术资料进行估算得到，非工程实体的工作量估算及工作持续时间一般通过手动录入完成。
(5)项目资源的设置与分配。在Project软件中进行项目资源的配置，按照项目资源需求计划进行。项目资源是工程施工过程中形成生产力所需的各类要素的总和，包括劳动力、物质材料、施工机械设备等，因此，项目资源的合理配置和科学管控是工程项目得以顺利实施的保障。项目资源需求计划主要通过BIM模型统计出的工程量，以及估算的工作持续时间，计算的工程项目各项资源用量进行编制，即通过BIM软件中计算出各项施工工序的人工需求量、材料需求量以及机械设备需求量，再依据施工工序的进度计划信息按照时间顺序分别汇总各时间段内的劳动力、物质材料、施工机械设备的需求量。
(6)设定项目各任务间的关系。在Project软件中设定任务间关系即是确定施工工序的工作逻辑关系；科学合理的安排各施工工序的紧前紧后的逻辑顺序，是防止因错误的施工顺序带来资源浪费的根本。因此，在确定项目任务间相互关系时，应尽量做到均衡施工，使劳动力、主要材料和施工机械设备等供应在整个施工工期范围内达到均衡；同时，施工顺序必须与主要生产系统投入生产的先后次序想吻合；而且，还要安排好配套工程的施工时间；另外，还应考虑不同季节对施工顺序的影响，使施工季节不导致工期拖延、不影响工程质量；最后，还要注意主要工种和主要施工机械设备的连续施工等。
(7)确定项目进度计划。依据BIM模型统计的工程量数据和施工定额套取得到的工作持续时间、以及项目资源配置数据，在Project软件中整理合并，就形成了初步项目进度计划，并附有整个工程项目的工期、资源配置等信息。初步项目进度计划编制完成后，要应对其进行检查，主要检查总工期及各节点工期是否符合要求，资源供应是否能够得到保证，资源使用是否均衡合理等，如果不满足要求，应进行调整优化，如改变某些工程的起止时间或调整主导工程的工期等，并分别进行工期优化、成本优化和资源优化等工作，经过上述调整优化符合要求后，便可编制保存正式的项目进度计划。
所述项目资源数据库管理模块300，用于对所述工程项目的项目资源数据进行存储和管理，其中，所述的项目资源数据包括：项目投资内容、劳动力信息、材料信息、施工机械设备信息和施工定额数据库等；
所述工程造价数据库管理模块400，用于对所述工程项目的工程造价数据进行存储和管理；所述工程造价数据包括：劳动力成本、构件成本、施工机械设备成本等；
所述5D BIM模型构建模块500，分别与所述3D BIM模型构建模块100、项目信息获取模块200、项目资源数据库管理模块300和工程造价数据库管理模块400进行信息关联，并基于关联后的结果，构建所述工程项目的5D BIM模型；
所述资源优化管理模块600，用于根据所述5D BIM模型，对所述工程项目的资源进行优化管理；
所述可视化展示模块700，与所述资源优化管理模块600通信连接，其用于接收所述资源优化管理模块700的优化成果并进行展示。
本发明上述实施例的目的在于提供一种基于BIM的资源管理动态综合优化系统，利用构建的5D BIM模型，对工程项目的资源进行优化，再经由可视化展示模块700进行展示，由于5D BIM模型中包含了各构件的属性信息、工程项目的WBS以及项目进度计划、工程造价数据等信息，可以方便了解到项目实施所需的资源用量情况以及该工程项目在实施过程中成本的使用情况，从而真正做到对成本精确、实时把控。再则，将工程项目的各项信息进行关联，实现了利用5D BIM模型对该工程项目的进度、成本和资源的综合管理和动态优化。
在一种可选的实施方式中，参见图2，所述资源优化管理模块600包括：初始时标网络图构建子模块610、人机交互子模块620、优化子模块630和优化管理子模块640。
初始时标网络图绘制子模块610，用于绘制所述工程项目的时标网络与资源计划初始状态图，其具体是：根据所述工程项目的WBS以及项目进度计划、项目资源数据和工程造价数据绘制所述工程项目的时标网络与资源计划初始状态图。
所述人机交互子模块620，用于获取所述工程项目的项目需求，并将所述项目需求发送至所述优化子模块；
所述优化子模块630，用于根据接收到的项目需求，选择与所述项目需求相对应的优化方法进行优化；
所述优化管理子模块640，用于根据所述优化子模块630的优化结果对所述工程项目实施全过程的成本进行动态跟踪，实时对资源进行管理。
在一种可选的实施方式中，所述的根据接收到的项目需求，选择与所述项目需求相对应的优化方法进行优化，具体是：基于接收到的项目需求，采用自适应的遗传算法对该工程项目中的资源、工期、成本进行综合优化：
若所述项目需求是：在资源有限的前提下，要求工期最短。该需求是一个“资源有限、工期最短”的优化问题，其要求在单位时间内所使用的资源量不能超过给出的资源限制量，并且，要使得整体的工期最短。也即当网络图中某一时刻的资源需求量超过了资源限制时，即对其进行调整，在调整的过程中还要求使得整体的工期最短，而且在对资源进行调整的过程不能改变网络图中各工作之间的逻辑关系，它是一个组合优化求解的过程。因此，采用遗传算法对资源有限的优化问题求解，从本质上可以视为符合某些约束条件对网络图中工作排序进行优化选择的问题，即通过遗传算法找到一个符合资源限制的有顺序的工作排序序列。首先，对排好顺序的工作序列进行染色体编码，确定每一项工作的工作编号就是一位基因，然后，采用遗传算法计算各工作排序在满足资源有限的条件下的工期，其工期最短的个体即为最优解，且这条工作序列满足网络图本身的时序关系及资源约束。
若所述项目需求是：在工期固定的前提下，要求资源均衡。该需求是一个“工期固定、资源均衡”的优化问题，其要求单位时间内的资源消耗量要尽量达到均衡，避免出现资源消耗的高峰，使资源使用更加合理，并且在优化过程中原任务的工期不被改变，也就是该项任务中的关键工作的开始时间不能进行调整，一旦对其进行改变，则工期将会被改变，因此，采用遗传算法对“工期固定、资源均衡”的优化问题求解，其本质上就是在网络图的每项非关键工作的总时差内，确定一个时间作为工作实际开始时间，最后使得整体资源的状态趋于均衡分布。具体做法是：首先将每项工作的实际开始时间作为基因值，占用一位基因位，再根据各项工作的工作序号将各基因组合成染色体，且染色体中各项工作的序号必须严格根据网络图中绘制的原则进行编号，即各项工作的紧前工作序号要比该工作的序号要小，然后，采用遗传算法不断改进初始网络方案，对网络图中非关键工作的开始时间进行调整优化，使项目中资源需求高峰期内的工作相互错开，降低资源的需求量，做到“削峰填谷”，实现在固定的工期内资源消耗尽可能均衡的优化策略。
若所述项目需求是：在成本最低的前提下，要求工期最优。该需求是一个“工期-成本”的优化问题，其目标是在满足工期要求的条件下，以寻求项目成本最低为目标的网络计划的优化调整方案。由于项目工作持续时间与费用曲线有两种不同的类型，因此，“工期-成本”优化方案可以分为“连续型”和“离散型”的两种优化模式。在“连续型”的“工期-成本”优化中，网络图中每个工作的持续时间是连续的一段可选范围(有最短持续时间和最长持续时间)，不同的时间对应不同的成本，因此，选择各项工作的持续时间作为染色体的基因值进行编码，每位基因对应于一项工作，按照各项目工作的工作序号，顺序进行编码，最后，通过遗传算法对各项工作的持续时间进行选择，得到所有工作的持续时间的最优组合，从而得出最低成本及对应的最优工期。在“离散型”的“工期-成本”优化中，网络图中每项工作都有多种不同的实施方案，不同的实施方案对应不同的持续时间和成本，因此，由于每项工作由多种实施方案组成，优化的目标就转变为对每项工作选择其实施方案进行组合优化的问题，所以，选择每项工作中的实施方案序号作为基因值进行编码，这样，染色体即由所有工作的实施方案号组成，每一个基因位对应一项工作，基因值为该工作的方案号，最后，采用遗传算法对各工作的方案进行组合优化，就可以得到最低成本及对应的最优工期。
若所述项目需求是：对项目资源、工期、成本进行综合优化，以达到资源均衡、成本最低、工期最短的目标，这也是工程项目中多目标优化的最终目标。因此，采用遗传算法对“资源、工期、成本”进行综合优化，要考虑的不仅仅是单方面的优化，而是要将资源、工期和成本三个优化目标进行整合，得出一种使资源、工期和成本三个目标的优化同时达到最优的方案。由于这三个目标之间是相互关联和相互约束的，如果仅仅将其中的一个目标加以优化而忽略其他目标，必然会减弱项目资源优化决策系统的整体功能。所以，将这些目标加以整合成为一个新的目标，即将“资源有限、工期最短”的优化问题和离散型“工期-成本”的优化问题整合为在资源限制条件下的“工期-成本”优化问题和资源均衡优化问题进行综合考虑，采用双染色体结构的遗传算法优化模型进行综合优化，而将三个目标构建入两条染色体中同时进行遗传操作，一个“资源有限、工期最短”优化的染色体是有序染色体，基因代表工作序号，通过遗传算法对满足资源约束下的工作拓扑序列进行选择优化，即可得到满足资源约束的最短工期；另一个“工期-成本”优化的染色体为顺序染色体，基因位置对应固定工作，基因值代表工作的实施方法的序号，通过遗传算法对工作的实施方案进行选择优化，即可得到最少的成本。在综合优化过程中，上述两条染色体互相提供信息且互相影响，通过第一条染色体的工期和第二条染色体的成本，就可以最终得到满足资源约束下的最少成本和对应的最优工期。
在一种可选的实施方式中，参见图3，所述可视化展示模块700包括：可视化成本跟踪分析过程展示子模块710、可视化优化成果展示子模块720和推送子模块730；
可视化成本跟踪分析过程展示子模块710，与所述优化管理子模块640通信连接，其用于对所述优化管理子模块的成本跟踪分析过程进行展示，以便项目管理人员，可以直观地通过以构件为载体集成了项目资源、工期及成本等信息的5D BIM模型，了解项目实施全过程优化结果对工程项目的资源、工期、成本等方面的影响以及项目实施中资源的实际变化情况，从而真正做到对该工程项目资源的实时、精确的把控。例如：
在项目实施前，项目管理人员可以通过5D BIM模型查询到项目成本高峰所属的施工段与计划开始时间、计划结束时间，进而，按时间或者施工段就可以查询到此项目成本高峰所对应的构件的资源用量，根据项目成本与资源的对应关系，项目管理人员可以方便地制定合理的项目资源计划方案，以便在项目实施中对成本与资源进行优化配置和动态管理，实现真正意义上的项目全过程资源均衡管理。同时，项目管理人员还可以通过对工程项目中关键工序构件所需的“人、材、机”消耗量等资源用量优化前后进行的可视化对比分析，展示遗传优化算法在资源优化过程中起到的优化效果以及5D BIM模型在资源综合优化方面的强大优势。
在项目实施过程中，当遇到成本高峰时，项目管理人员可以通过5D BIM模型进行施工模拟，快速地了解到此成本高峰所属的施工段等信息，直观地观察到此成本高峰属于哪道工序，并通过工作面的划分、可视化的施工模拟过程来分析项目资源用量的具体情况，进而通过对项目的计划进度与实际进度的可视化对比分析，来判断资源优化方案实施的效果和变化情况，有利于项目管理人员能够及时地对项目资源的配置方案作出科学合理的调整，真正实现工程项目资源的动态优化管理。同时，由于通过具有协同性特点并集成了项目资源、工期及成本等信息的5D BIM模型，实现了当项目资源用量发生变化时，就能够相应的反映项目成本的变化，使得项目管理人员在对项目资源进行优化管理的同时，对项目成本的变化进行全过程的跟踪分析，就能够动态、实时地掌握工程项目资源与成本的实际变化，避免了在项目资源用量的高峰可能导致的项目额外成本的增加。
所述可视化成果展示子模块720，与所述优化子模块630通信连接，其用于对优化结果进行展示；
所述推送子模块730，分别与所述可视化成本跟踪分析过程展示子模块710和可视化成果展示子模块720通信连接，其用于将两者展示的信息推送至终端设备。
在一种可选的实施方式中，参见图4，所述人机交互子模块620包括：人脸图像获取单元621、人脸图像处理单元622、特征提取单元623、登录验证单元624和项目需求获取单元625；
所述人脸图像获取单元621，用于获取项目管理人员的人脸图像；
所述人脸图像处理单元622，用于对所述人脸图像进行处理；
所述特征提取单元623，用于从处理后的人脸图像中提取表征该项目管理人员身份信息的特征值；
所述登录验证单元624，用于将提取到的特征值和预存的有操作权限的项目管理人员的特征值进行匹配，若匹配成功，则验证通过；
所述项目需求获取单元625，用于在所述登录验证单元624验证通过后，获取所述项目管理人员的项目需求。
在一种可选的实施方式中，参见图5，所述人脸图像处理单元622包括：噪声点检测子单元6221、平滑子单元6222和图像分割子单元6223。
所述噪声点检测子单元6221，用于对所述人脸图像进行噪声点检测，得到所述人脸图像的重度噪声点集合HNP、轻度噪声点集合LNP和非噪声点集合NNP；
所述平滑子单元6222，用于分别对所述重度噪声点集合HNP和轻度噪声点集合LNP中的噪声点灰度值进行估计，得到噪声点灰度估计值；遍历所述重度噪声点集合HNP和轻度噪声点集合LNP中的噪声点，所有处理后的噪声点和非噪声点构成的集合即为平滑后的人脸图像；
所述图像分割子单元6223，用于对平滑后的人脸图像进行分割，得到只包含所述项目管理人员的人脸信息的前景图像。
在一种可选的实施方式中，所述的对所述人脸图像进行噪声点检测，具体是：
(1)对所述人脸图像进行灰度化处理；
(2)对灰度化的人脸图像中的像素点进行初步筛选，得到第一非噪声点集合NNP1和疑似噪声点集合SNP；
(3)对经初步筛选后，得到的疑似噪声点进行二次筛选，得到所述人脸图像的重度噪声点集合HNP、轻度噪声点集合LNP和第二非噪声点集合NNP2；其中，所述对得到的疑似噪声点进行二次筛选，具体是：
以疑似噪声点q为中心，设定一个大小为B×B的模糊检测窗口Θq，其中，该模糊检测窗口Θq内的非噪声点数为M个，疑似噪声点数为N个，且M＞N；
利用下式计算疑似噪声点集合SNP中的疑似噪声点的模糊变量值；
Figure BDA0002444913110000121
式中，FV(q)为疑似噪声点q的模糊变量值，G(q)为疑似噪声点的灰度值，
Figure BDA0002444913110000122
为模糊检测窗口Θq内所有非噪声点的灰度值的平均值，
Figure BDA0002444913110000123
为模糊检测窗口Θq内所有疑似噪声点的灰度值的平均值，Gm为模糊检测窗口Θq内第m个非噪声点的灰度值，Gn为模糊检测窗口Θq内第n个疑似噪声点的灰度值，α为权重因子，且0.65≤α≤1；
基于得到的疑似噪声点的模糊变量值，对疑似噪声点进行分类；
具体地，若FV(q)＜T1，则像素点q为非噪声点，并将其加入到第二非噪声点集合NNP2中；
若T1≤FV(q)≤T2，则像素点q为轻度噪声点，并将其加入到轻度噪声点集合LNP中；
若FV(q)＞T2，则像素点q为重度噪声点，并将其加入到重度噪声点集合HNP中；其中，T1、T2为预设的低模糊变量阈值和高模糊变量阈值；
遍历所有疑似噪声点，然后依据对疑似噪声点的分类结果，将其加入到相应的集合中；
(4)将得到的第一非噪声点集合NNP1和第二非噪声点集合NNP2进行合并，即为非噪声点集合NNP。
有益效果：为了实现对噪声点的精确去噪，在上述实施例中对疑似噪声点进行二次筛选，具体是通过计算各疑似噪声点的模糊变量值，并将其模糊变量值与T1、T2进行比较，进而将其分成三类，即重度噪声点、轻度噪声点和非噪声点，在计算疑似噪声点的模糊变量值时，考虑了其模糊检测窗口内的非噪声点和疑似噪声点的灰度值的影响，并着重了考虑非噪声点的影响程度，从而能够有效地避免了该模糊检测窗口内的其他疑似噪声点对该疑似噪声点的干扰，进而有利于后续对该疑似噪声点进行精准分类。
在一种可选的实施方式中，所述的分别对所述重度噪声点集合HNP和轻度噪声点集合LNP中的噪声点灰度值进行估计，得到噪声点灰度估计值，具体是：
若像素点pc为重度噪声点集合HNP中的像素点，则按照下式计算该像素点pc的灰度估计值；
Figure BDA0002444913110000131
若像素点pc为轻度噪声点集合LNP中的像素点，则按照下式计算该像素点pc的灰度估计值；
Figure BDA0002444913110000132
式中，G'(pc)、G(pc)分别为像素点pc的灰度估计值和灰度值，FV(pc)为像素点pc的模糊变量值，T1、T2为预设的低模糊变量阈值和高模糊变量阈值，
Figure BDA0002444913110000133
是：以像素点pc为中心的，大小为B×B的滑动窗口内的非噪声点的灰度平均值；其中，该非噪声点隶属于非噪声点集合NNP。
有益效果：在上述实施例中，根据像素点pc所属集合，进而采取不同算式计算像素点pc的灰度估计值，该过程实现了对像素点pc的自适应平滑处理，使得到的像素点pc的灰度估计值更接近于真实值，使最终得到平滑后的人脸图像更加清晰，有利于后续对该项目管理人员身份的准确识别，保证该系统的准确性和可靠性。
在一种可选的实施方式中，对平滑后的人脸图像进行分割，得到只包含所述项目管理人员的人脸信息的前景图像，具体是：
设置一个大小为R×V的检测窗口，将该检测窗口的中心像素点与待检测的像素点pt对准，利用下式计算像素点pt的检测值；
Figure BDA0002444913110000141
式中，Dv(pt)为像素点pt的检测值，x、y分别为像素点ps的横坐标和纵坐标，其中，像素点ps位于所述检测窗口内，G(pt)、Gx,y(ps)为平滑后的人脸图像中的像素点pt和像素点ps的灰度值，
Figure BDA0002444913110000142
为高斯函数的标准差，
Figure BDA0002444913110000143
为该检测窗口内所有像素点灰度值的平均值；σ为所述平滑后的人脸图像的灰度值方差；Npt为检测窗口内，除去中心像素点以外的，像素点个数。
(2)将计算得到的像素点pt的检测值的检测值和预设定的检测阈值进行比较，若像素点pt的检测值大于预设定的检测阈值，则像素点pt为特征像素点，反之，则像素点pt为背景像素点；
有益效果：在上述实施例中，通过计算平滑后的人脸图像中各个像素点的检测值，并将得到的检测值与预设定的检测阈值进行比较，进而得到该平滑后的人脸图像的所有特征像素点，将得到的所有特征像素点进行拼接，进而实现了对该平滑后的人脸图像的分割操作，且该分割处理方法简单便捷，能够快速实现对该平滑后的人脸图像的分割处理，提高了整个系统的工作效率。
在一个可选的实施方式中，对灰度化后的人脸图像中的像素点进行初步筛选，具体是：
以像素点p(x,y)为中心，选取一个大小为U×U的检测窗口Ωp，其中N为一个大于1的奇数；
将该检测窗口Ωp内所有像素点的灰度值进行降序排列，得到降序序列DS；
以该降序序列DS的中间值Med为分界点，将该降序序列DS划分成降序序列DS1和降序序列DS2；其中，降序序列DS1中的各元素取值范围是[255,Med)，降序序列DS2中的各元素取值范围是[0,Med)；
计算降序序列DS1中相邻2个元素的平方差，即
Figure BDA0002444913110000144
其中Gi为降序序列DS1中第i个元素的值，
Figure BDA0002444913110000145
当ΔGi取最大值时，将此时对应的Gi作为上边界阈值Gup；
同理，计算降序序列DS2中相邻2个元素的平方差，即
Figure BDA0002444913110000151
其中Gj为降序序列DS2中第j个元素的值，
Figure BDA0002444913110000152
当ΔGj取最大值时，将此时对应的Gj作为下边界阈值Gdown；
判断像素点p(x,y)的灰度值是否在[Gdown,Gup]之间，若位于[Gdown,Gup]之间，则像素点p(x,y)为非噪声点，并将其加入到第一非噪声点集合NNP1，反之，像素点p(x,y)为疑似噪声点，并将其加入到疑似噪声点集合SNP。
遍历灰度化后的人脸图像中的像素点，即可得到第一非噪声点集合NNP1和疑似噪声点集合SNP。
现有对图像进行平滑处理时，都是对图像中所有像素点进行平滑处理，这种处理方式不可避免地会对非噪声点造成污染，从而影响平滑处理后的图像质量。为了保证图像在进行平滑处理时，不对非噪声点产生影响，本上述实施例采取了对灰度化后的人脸图像进行初步筛选，其目的就是将非噪声点和疑似噪声点进行区分，以使在后续进行处理时无需对非噪声点进行平滑操作，从而达到保护非噪声点的目的。再则，这种处理方式也使得后续平滑处理时无需对非噪声点进行处理，提高了平滑处理的效率。在确定像素点是非噪声点，还是疑似噪声点时，本上述实施例首先确定一个检测窗口，并将检测窗口内的像素点的灰度值作降序处理，之后基于降序序列的中间值Med，进一步将降序序列一分为二，得到两个降序序列DS1和DS2，然后分别求这两个降序序列中相邻两个元素平方差，并将其平方差最大时对应的被减数的那个元素作为边界阈值，最后基于得到的上边界阈值和下边界阈值，判断该像素点是非噪声点，还是疑似噪声点，整个判断过程无需经大量复杂的数值运算，即可实现对像素点的初步筛选，而且该处理方式能够区分出绝大部分的非噪声点，也降低了后续进行二次筛选的难度，提高了整个噪声点检测的检测效率。
本发明实施例还提供了一种基于BIM的资源管理动态综合优化方法，该方法采用上述实施例的资源管理动态综合优化系统，其优化方法包括如下步骤：
所述5D BIM模型构建模块500，基于其与所述3D BIM模型构建模块100、项目信息获取模块200、项目资源数据库管理模块300和工程造价数据库管理模块400进行信息关联后的结果，构建工程项目的5D BIM模型；其中，所述3D BIM模型构建模块100，用于通过BIM建模软件构建工程项目的3D BIM模型；所述项目信息获取模块200，用于获取所述工程项目的WBS以及项目进度计划；所述项目资源数据管理模块300，用于对所述工程项目的项目资源数据进行存储和管理，其中，所述的项目资源数据包括：项目投资内容、劳动力信息、材料信息、施工机械设备信息和施工定额数据库；所述工程造价数据管理模块400，用于对所述工程项目的工程造价数据进行存储和管理；
所述资源优化管理模块600基于得到的5D BIM模型对所述工程项目的资源进行优化管理；
所述可视化展示模块700接收所述资源优化管理模块的优化成果并进行展示。
在一种可选的实施方式中，所述资源优化管理模块600包括：初始时标网络图构建子模块610、人机交互子模块620、优化子模块630和优化管理子模块640；
所述初始时标网络构建子模块610绘制所述工程项目的时标网络与资源计划初始状态图；
所述人机交互子模块620获取所述工程项目的项目需求，并将所述项目需求发送至所述优化子模块；
所述优化子模块630根据接收到的项目需求，选择与所述项目需求相对应的优化方法进行优化；
所述优化管理子模块640根据所述优化子模块的优化结果对所述工程项目实施全过程的成本进行动态跟踪，实时对资源进行管理。
在一种可选的实施方式中，在一种可选的实施方式中，所述的根据接收到的项目需求，选择与所述项目需求相对应的优化方法进行优化，具体是：基于接收到的项目需求，采用自适应的遗传算法对该工程项目中的资源、工期、成本进行综合优化：
若所述项目需求是：在资源有限的前提下，要求工期最短。该需求是一个“资源有限、工期最短”的优化问题，其要求在单位时间内所使用的资源量不能超过给出的资源限制量，并且，要使得整体的工期最短。也即当网络图中某一时刻的资源需求量超过了资源限制时，即对其进行调整，在调整的过程中还要求使得整体的工期最短，而且在对资源进行调整的过程不能改变网络图中各工作之间的逻辑关系，它是一个组合优化求解的过程。因此，采用遗传算法对资源有限的优化问题求解，从本质上可以视为符合某些约束条件对网络图中工作排序进行优化选择的问题，即通过遗传算法找到一个符合资源限制的有顺序的工作排序序列。首先，对排好顺序的工作序列进行染色体编码，确定每一项工作的工作编号就是一位基因，然后，采用遗传算法计算各工作排序在满足资源有限的条件下的工期，其工期最短的个体即为最优解，且这条工作序列满足网络图本身的时序关系及资源约束。
若所述项目需求是：在工期固定的前提下，要求资源均衡。该需求是一个“工期固定、资源均衡”的优化问题，其要求单位时间内的资源消耗量要尽量达到均衡，避免出现资源消耗的高峰，使资源使用更加合理，并且在优化过程中原任务的工期不被改变，也就是该项任务中的关键工作的开始时间不能进行调整，一旦对其进行改变，则工期将会被改变，因此，采用遗传算法对“工期固定、资源均衡”的优化问题求解，其本质上就是在网络图的每项非关键工作的总时差内，确定一个时间作为工作实际开始时间，最后使得整体资源的状态趋于均衡分布。具体做法是：首先将每项工作的实际开始时间作为基因值，占用一位基因位，再根据各项工作的工作序号将各基因组合成染色体，且染色体中各项工作的序号必须严格根据网络图中绘制的原则进行编号，即各项工作的紧前工作序号要比该工作的序号要小，然后，采用遗传算法不断改进初始网络方案，对网络图中非关键工作的开始时间进行调整优化，使项目中资源需求高峰期内的工作相互错开，降低资源的需求量，做到“削峰填谷”，实现在固定的工期内资源消耗尽可能均衡的优化策略。
若所述项目需求是：在成本最低的前提下，要求工期最优。该需求是一个“工期-成本”的优化问题，其目标是在满足工期要求的条件下，以寻求项目成本最低为目标的网络计划的优化调整方案。由于项目工作持续时间与费用曲线有两种不同的类型，因此，“工期-成本”优化方案可以分为“连续型”和“离散型”的两种优化模式。在“连续型”的“工期-成本”优化中，网络图中每个工作的持续时间是连续的一段可选范围(有最短持续时间和最长持续时间)，不同的时间对应不同的成本，因此，选择各项工作的持续时间作为染色体的基因值进行编码，每位基因对应于一项工作，按照各项目工作的工作序号，顺序进行编码，最后，通过遗传算法对各项工作的持续时间进行选择，得到所有工作的持续时间的最优组合，从而得出最低成本及对应的最优工期。在“离散型”的“工期-成本”优化中，网络图中每项工作都有多种不同的实施方案，不同的实施方案对应不同的持续时间和成本，因此，由于每项工作由多种实施方案组成，优化的目标就转变为对每项工作选择其实施方案进行组合优化的问题，所以，选择每项工作中的实施方案序号作为基因值进行编码，这样，染色体即由所有工作的实施方案号组成，每一个基因位对应一项工作，基因值为该工作的方案号，最后，采用遗传算法对各工作的方案进行组合优化，就可以得到最低成本及对应的最优工期。
若所述项目需求是：对项目资源、工期、成本进行综合优化，以达到资源均衡、成本最低、工期最短的目标，这也是工程项目中多目标优化的最终目标。因此，采用遗传算法对“资源、工期、成本”进行综合优化，要考虑的不仅仅是单方面的优化，而是要将资源、工期和成本三个优化目标进行整合，得出一种使资源、工期和成本三个目标的优化同时达到最优的方案。由于这三个目标之间是相互关联和相互约束的，如果仅仅将其中的一个目标加以优化而忽略其他目标，必然会减弱项目资源优化决策系统的整体功能。所以，将这些目标加以整合成为一个新的目标，即将“资源有限、工期最短”的优化问题和离散型“工期-成本”的优化问题整合为在资源限制条件下的“工期-成本”优化问题和资源均衡优化问题进行综合考虑，采用双染色体结构的遗传算法优化模型进行综合优化，而将三个目标构建入两条染色体中同时进行遗传操作，一个“资源有限、工期最短”优化的染色体是有序染色体，基因代表工作序号，通过遗传算法对满足资源约束下的工作拓扑序列进行选择优化，即可得到满足资源约束的最短工期；另一个“工期-成本”优化的染色体为顺序染色体，基因位置对应固定工作，基因值代表工作的实施方法的序号，通过遗传算法对工作的实施方案进行选择优化，即可得到最少的成本。在综合优化过程中，上述两条染色体互相提供信息且互相影响，通过第一条染色体的工期和第二条染色体的成本，就可以最终得到满足资源约束下的最少成本和对应的最优工期。
本发明上述实施例的目的在于提供一种基于BIM的资源管理动态综合优化方法，利用构建的5D BIM模型，对工程项目的资源进行优化，再经由可视化展示模块进行展示，由于5D BIM模型中包含了各构件的属性信息、工程项目的WBS以及项目进度计划、工程造价数据等信息，可以方便了解到项目实施所需的资源用量情况以及该工程项目在实施过程中成本的使用情况，从而真正做到对成本精确、实时把控。再则，将工程项目的各项信息进行关联，实现了利用5D BIM模型对该工程项目的进度、成本和资源的综合管理和动态优化。
最后应当说明的是，以上实施例仅用以说明本发明的技术方案，而非对本发明保护范围的限制，尽管参照较佳实施例对本发明作了详细地说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实质和范围。

Claims (6)

1.一种基于BIM的资源管理动态综合优化系统，其特征在于，包括：3D BIM模型构建模块、项目信息获取模块、项目资源数据管理模块、工程造价数据管理模块、5D BIM模型构建模块、资源优化管理模块和可视化展示模块；
所述3D BIM模型构建模块，用于通过BIM建模软件构建工程项目的3D BIM模型；其中，所述3D BIM模型包括：所述工程项目各构件的属性信息以及各构件之间的空间信息；
所述项目信息获取模块，用于获取所述工程项目的WBS以及项目进度计划；
所述项目资源数据管理模块，用于对所述工程项目的项目资源数据进行存储和管理，其中，所述的项目资源数据包括：项目投资内容、劳动力信息、材料信息、施工机械设备信息和施工定额数据库；
所述工程造价数据管理模块，用于对所述工程项目的工程造价数据进行存储和管理；
所述5D BIM模型构建模块，分别与所述3D BIM模型构建模块、项目信息获取模块、项目资源数据库管理模块和工程造价数据库管理模块进行信息关联，并基于关联后的结果，构建所述工程项目的5D BIM模型；
所述资源优化管理模块，用于根据所述5D BIM模型，对所述工程项目的资源进行优化管理；
所述可视化展示模块，与所述资源优化管理模块通信连接，其用于接收所述资源优化管理模块的优化成果并进行展示；
所述资源优化管理模块包括：初始时标网络图构建子模块、人机交互子模块、优化子模块和优化管理子模块；
所述初始时标网络构建子模块，用于绘制所述工程项目的时标网络与资源计划初始状态图；
所述人机交互子模块，用于获取所述工程项目的项目需求，并将所述项目需求发送至所述优化子模块；
所述优化子模块，用于根据接收到的项目需求，选择与所述项目需求相对应的优化方法进行优化；
所述优化管理子模块，用于根据所述优化子模块的优化结果对所述工程项目实施全过程的成本进行动态跟踪，实时对资源进行管理；
所述人机交互子模块包括：人脸图像获取单元、人脸图像处理单元、特征提取单元、登录验证单元和项目需求获取单元；
所述人脸图像获取单元，用于获取项目管理人员的人脸图像；
所述人脸图像处理单元，用于对所述人脸图像进行处理；
所述特征提取单元，用于从处理后的人脸图像中提取表征该项目管理人员身份信息的特征值；
所述登录验证单元，用于将提取到的特征值和预存的有操作权限的项目管理人员的特征值进行匹配，若匹配成功，则验证通过；
所述项目需求获取单元，用于在所述登录验证单元验证通过后，获取所述项目管理人员的项目需求；
所述人脸图像处理单元包括：噪声点检测子单元、平滑子单元和图像分割子单元；
所述噪声点检测子单元，用于对所述人脸图像进行噪声点检测，得到所述人脸图像的重度噪声点集合HNP、轻度噪声点集合LNP和非噪声点集合NNP；
所述平滑子单元，用于分别对所述重度噪声点集合HNP和轻度噪声点集合LNP中的噪声点灰度值进行估计，得到噪声点灰度估计值；遍历所述重度噪声点集合HNP和轻度噪声点集合LNP中的噪声点，所有处理后的噪声点和非噪声点构成的集合即为平滑后的人脸图像；
所述图像分割子单元，用于对平滑后的人脸图像进行分割，得到只包含所述项目管理人员的人脸信息的前景图像；
所述的对所述人脸图像进行噪声点检测，具体是：
(1)对所述人脸图像进行灰度化处理；
(2)对灰度化的人脸图像中的像素点进行初步筛选，得到第一非噪声点集合NNP1和疑似噪声点集合SNP；
(3)对经初步筛选后，得到的疑似噪声点进行二次筛选，得到所述人脸图像的重度噪声点集合HNP、轻度噪声点集合LNP和第二非噪声点集合NNP2；其中，所述对得到的疑似噪声点进行二次筛选，具体是：
以疑似噪声点q为中心，设定一个大小为B×B的模糊检测窗口Θq，其中，该模糊检测窗口Θq内的非噪声点数为M个，疑似噪声点数为N个，且M＞N；
利用下式计算疑似噪声点集合SNP中的疑似噪声点的模糊变量值；
Figure FDA0002831719390000021
式中，FV(q)为疑似噪声点q的模糊变量值，G(q)为疑似噪声点的灰度值，
Figure FDA0002831719390000022
为模糊检测窗口Θq内所有非噪声点的灰度值的平均值，
Figure FDA0002831719390000023
为模糊检测窗口Θq内所有疑似噪声点的灰度值的平均值，Gm为模糊检测窗口Θq内第m个非噪声点的灰度值，Gn为模糊检测窗口Θq内第n个疑似噪声点的灰度值，α为权重因子，且0.65≤α≤1；
基于得到的疑似噪声点的模糊变量值，对疑似噪声点进行分类；
具体地，若FV(q)＜T1，则像素点q为非噪声点，并将其加入到第二非噪声点集合NNP2中；
若T1≤FV(q)≤T2，则像素点q为轻度噪声点，并将其加入到轻度噪声点集合LNP中；
若FV(q)＞T2，则像素点q为重度噪声点，并将其加入到重度噪声点集合HNP中；其中，T1、T2为预设的低模糊变量阈值和高模糊变量阈值；
遍历所有疑似噪声点，然后依据对疑似噪声点的分类结果，将其加入到相应的集合中；
(4)将得到的第一非噪声点集合NNP1和第二非噪声点集合NNP2进行合并，即为非噪声点集合NNP；
所述的分别对所述重度噪声点集合HNP和轻度噪声点集合LNP中的噪声点灰度值进行估计，得到噪声点灰度估计值，具体是：
若像素点pc为重度噪声点集合HNP中的像素点，则按照下式计算该像素点pc的灰度估计值；
Figure FDA0002831719390000031
若像素点pc为轻度噪声点集合LNP中的像素点，则按照下式计算该像素点pc的灰度估计值；
Figure FDA0002831719390000032
式中，G'(pc)、G(pc)分别为像素点pc的灰度估计值和灰度值，FV(pc)为像素点pc的模糊变量值，T1、T2为预设的低模糊变量阈值和高模糊变量阈值，
Figure FDA0002831719390000033
是：以像素点pc为中心的，大小为B×B的滑动窗口内的非噪声点的灰度平均值；其中，该非噪声点隶属于非噪声点集合NNP。
2.根据权利要求1所述的一种基于BIM的资源管理动态综合优化系统，其特征在于，所述的根据接收到的项目需求，选择与所述项目需求相对应的优化方法进行优化，具体是：基于接收到的项目需求，采用自适应的遗传算法对该工程项目中的资源、工期、成本进行综合优化。
3.根据权利要求1所述的一种基于BIM的资源管理动态综合优化系统，其特征在于，所述可视化展示模块包括：可视化成本跟踪分析过程展示子模块、可视化优化成果展示子模块和推送子模块；
所述可视化成本跟踪分析过程展示子模块，与所述优化管理子模块通信连接，其用于对所述优化管理子模块的成本跟踪分析过程进行展示；
所述可视化成果展示子模块，与所述优化子模块通信连接，其用于对优化结果进行展示；
所述推送子模块，分别与所述可视化成本跟踪分析过程展示子模块和可视化成果展示子模块通信连接，其用于将两者展示的信息推送至终端设备。
4.一种基于BIM的资源管理动态综合优化方法，其特征在于，包括如权利要求1-3任一所述的一种基于BIM的资源管理动态综合优化系统，所述方法包括如下步骤：
所述5D BIM模型构建模块，基于其与所述3D BIM模型构建模块、项目信息获取模块、项目资源数据库管理模块和工程造价数据库管理模块进行信息关联后的结果，构建工程项目的5D BIM模型；其中，所述3D BIM模型构建模块，用于通过BIM建模软件构建工程项目的3DBIM模型；所述项目信息获取模块，用于获取所述工程项目的WBS以及项目进度计划；所述项目资源数据管理模块，用于对所述工程项目的项目资源数据进行存储和管理，其中，所述的项目资源数据包括：项目投资内容、劳动力信息、材料信息、施工机械设备信息和施工定额数据库；所述工程造价数据管理模块，用于对所述工程项目的工程造价数据进行存储和管理；
所述资源优化管理模块基于得到的5D BIM模型对所述工程项目的资源进行优化管理；
所述可视化展示模块接收所述资源优化管理模块的优化成果并进行展示。
5.根据权利要求4所述的一种基于BIM的资源管理动态综合优化方法，其特征在于，所述资源优化管理模块包括：初始时标网络图构建子模块、人机交互子模块、优化子模块和优化管理子模块；
所述初始时标网络构建子模块绘制所述工程项目的时标网络与资源计划初始状态图；
所述人机交互子模块获取所述工程项目的项目需求，并将所述项目需求发送至所述优化子模块；
所述优化子模块根据接收到的项目需求，选择与所述项目需求相对应的优化方法进行优化；
所述优化管理子模块根据所述优化子模块的优化结果对所述工程项目实施全过程的成本进行动态跟踪，实时对资源进行管理。
6.根据权利要求5所述的一种基于BIM的资源管理动态综合优化方法，其特征在于，所述的根据接收到的项目需求，选择与所述项目需求相对应的优化方法进行优化，具体是：基于接收到的项目需求，采用自适应的遗传算法对该工程项目中的资源、工期、成本进行综合优化。
CN202010276313.5A 2020-04-09 2020-04-09 一种基于bim的资源管理动态综合优化系统及方法 Active CN111489033B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010276313.5A CN111489033B (zh) 2020-04-09 2020-04-09 一种基于bim的资源管理动态综合优化系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010276313.5A CN111489033B (zh) 2020-04-09 2020-04-09 一种基于bim的资源管理动态综合优化系统及方法

Publications (2)

Publication Number Publication Date
CN111489033A CN111489033A (zh) 2020-08-04
CN111489033B true CN111489033B (zh) 2021-02-02

Family

ID=71794646

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010276313.5A Active CN111489033B (zh) 2020-04-09 2020-04-09 一种基于bim的资源管理动态综合优化系统及方法

Country Status (1)

Country Link
CN (1) CN111489033B (zh)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111899841B (zh) * 2020-08-06 2021-05-11 北京奥康达体育产业股份有限公司 一种人体运动生物力学监测管理系统
CN112433650B (zh) * 2020-10-20 2023-06-20 北京达佳互联信息技术有限公司 项目管理方法、装置、设备和存储介质
CN113609550A (zh) * 2021-07-05 2021-11-05 江苏徐工工程机械研究院有限公司 一种基于bim的施工过程规划管理方法及系统
CN113807599B (zh) * 2021-09-26 2022-05-24 中建电子信息技术有限公司 一种智慧建造信息化综合管理云平台
CN115098919B (zh) * 2022-06-23 2023-04-07 广州高新工程顾问有限公司 基于bim的数字化工程建设项目综合管理系统及方法
CN115204838B (zh) * 2022-07-15 2023-06-02 广州高新工程顾问有限公司 一种基于bim的全过程工程咨询集成管理方法及系统
CN116822925B (zh) * 2023-06-26 2023-12-19 中咨海外咨询有限公司 一种工程项目管理系统
CN116805203B (zh) * 2023-08-22 2023-10-27 北京华邑建设集团有限公司 基于物联网的施工管理方法及系统
CN117114427B (zh) * 2023-10-25 2024-02-09 深圳市睿拓新科技有限公司 一种基于bim的全过程工程计价管理方法及系统
CN117422426B (zh) * 2023-12-18 2024-04-12 广州南华工程管理有限公司 基于水运工程bim模型的信息优化方法及系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7463771B2 (en) * 2005-09-08 2008-12-09 Kun Shan University Method for retrieving original intact characteristics of heavily polluted images and its image processing
CN102750700A (zh) * 2012-06-05 2012-10-24 南京师范大学 一种结合邻域信息的快速鲁棒模糊c均值图像分割方法
CN102890820A (zh) * 2012-09-18 2013-01-23 西安电子科技大学 基于shearlet变换和维纳滤波的图像去噪方法
CN103400357A (zh) * 2013-08-23 2013-11-20 闽江学院 一种去除图像椒盐噪声的方法

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI430649B (zh) * 2009-05-26 2014-03-11 Silicon Motion Inc 影像的邊界係數計算方法以及使用此邊界係數計算方法的影像雜訊去除方法
WO2012126105A1 (en) * 2011-03-21 2012-09-27 Hegazi Tarek Mohamed Mohamed System and method for schedule optimization
CN107729855B (zh) * 2017-10-25 2022-03-18 成都尽知致远科技有限公司 海量数据处理方法
CN108537440A (zh) * 2018-04-09 2018-09-14 四川交通职业技术学院 一种基于bim的建筑方案工程管理系统
CN109241720A (zh) * 2018-09-05 2019-01-18 广州小楠科技有限公司 一种基于人脸识别的解锁装置
CN110535899A (zh) * 2019-05-30 2019-12-03 忘念科技(深圳)有限公司 一种建筑工程项目建设信息数据网络传输平台
CN110503325B (zh) * 2019-08-16 2022-04-22 清华大学 一种基于建筑信息模型的施工进度资源自动优化方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7463771B2 (en) * 2005-09-08 2008-12-09 Kun Shan University Method for retrieving original intact characteristics of heavily polluted images and its image processing
CN102750700A (zh) * 2012-06-05 2012-10-24 南京师范大学 一种结合邻域信息的快速鲁棒模糊c均值图像分割方法
CN102890820A (zh) * 2012-09-18 2013-01-23 西安电子科技大学 基于shearlet变换和维纳滤波的图像去噪方法
CN103400357A (zh) * 2013-08-23 2013-11-20 闽江学院 一种去除图像椒盐噪声的方法

Also Published As

Publication number Publication date
CN111489033A (zh) 2020-08-04

Similar Documents

Publication Publication Date Title
CN111489033B (zh) 一种基于bim的资源管理动态综合优化系统及方法
CN111476537B (zh) 一种基于bim的工程造价动态控制系统及方法
CN104458748B (zh) 基于机器视觉的铝型材表面缺陷检测方法
CN104899853A (zh) 图像区域的划分方法及装置
US20070239468A1 (en) Automated global calculation of compensation amounts
CN104182474A (zh) 一种预流失用户的识别方法
CN105719112A (zh) 配送异常状态的确定方法、装置及服务器
CN104252652A (zh) 电力系统中空间负荷预测方法
CN110689355A (zh) 客户分类方法、装置、计算机设备和存储介质
CN105162875A (zh) 大数据群体任务分配方法及装置
CN116824312A (zh) 一种基于大数据的施工数据处理方法及系统
CN110942280A (zh) 一种设计师协同参与的交互方法
CN112580951B (zh) 基于乘客出行的城市地面公交运行监测关键指标筛选方法
CN106528774A (zh) 一种配网项目管理趋势预测方法和装置
CN116826976B (zh) 一种配网运行自动化监管控制系统
CN116542698B (zh) 一种企业客制化智能开发管理平台
CN116311088B (zh) 一种基于建筑工地的施工安全监测方法
CN111353332B (zh) 指纹图像处理方法、装置和计算机可读存储介质
CN115310366A (zh) 一种基于随机优化模型评估机场公布容量的方法
CN110956675A (zh) 技术成熟度曲线自动生成方法及装置
CN111984637B (zh) 数据建模中的缺失值处理方法和装置、设备及存储介质
CN111680572B (zh) 一种电网运行场景动态判定方法及系统
CN114155440A (zh) 一种耕地非农化的自动检测方法及系统
CN107316313A (zh) 场景分割方法及设备
CN113537853A (zh) 订单分配方法、订单分配装置、可读存储介质及电子设备

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