CN113343593A - 基于神经网络的家装布线规划管理方法、系统及存储介质 - Google Patents
基于神经网络的家装布线规划管理方法、系统及存储介质 Download PDFInfo
- Publication number
- CN113343593A CN113343593A CN202110895236.6A CN202110895236A CN113343593A CN 113343593 A CN113343593 A CN 113343593A CN 202110895236 A CN202110895236 A CN 202110895236A CN 113343593 A CN113343593 A CN 113343593A
- Authority
- CN
- China
- Prior art keywords
- wiring
- information
- project
- network
- home decoration
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/18—Network design, e.g. design based on topological or interconnect aspects of utility systems, piping, heating ventilation air conditioning [HVAC] or cabling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Geometry (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Computer Networks & Wireless Communication (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了基于神经网络的家装布线规划管理方法、系统及存储介质，涉及家装布线领域。其中家装布线规划管理方法包括以下步骤：获取目标房屋家装设计方案，通过所述家装设计方案获取项目数量信息及项目位置信息生成项目信息节点；基于神经网络建立综合布线模型，通过所述综合布线模型生成布线网络拓扑结构；根据所述布线网络拓扑结构确定房屋整体布线设计，通过所述房屋整体布线设计生成家装布线规划方案；建立数据库对布线网络进行监控，收集项目及链路的反馈信息，根据所述反馈信息对布线网络进行管理维护。本发明通过建立家装布线模型实现了家装布线的科学规划，并建立数据库对布线网络的运行状态进行综合监测，实现了智能化管理。
Description
技术领域
本发明涉及家装布线领域，更具体的，涉及一种基于神经网络的家装布线规划管理方法、系统及存储介质。
背景技术
建筑行业在国民经济中占有重要地位，是国民经济的重要组成部分，在各行业都稳步发展的现代,近年处于持续扩张状态；随着生活水平日渐提高的人们对物质生活的要求也越来越高,建筑行业里的家装作为保障人们生活场所美观实用的基本项目也面临着更高的挑战,在新房的装修中, “智能布线”正在被越来越多的提到并被人们所认识。智能布线是一个强弱电综合系统,智能布线关系到入住后几年甚至几十年的生活是否真的体贴、方便。因此,如何对家装环节中的布线进行科学合理的规划及管理成为日益严峻的问题。
发明内容
为了解决上述至少一个技术问题，本发明提出了一种基于神经网络的家装布线规划管理方法、系统及存储介质。
本发明第一方面提供了一种基于神经网络的家装布线规划管理方法，包括：
获取目标房屋家装设计方案，通过所述家装设计方案获取项目数量信息及项目位置信息生成项目信息节点，并根据项目的功能需求确定布线所用传输线缆种类；
基于神经网络建立综合布线模型，将所述项目信息节点输入所述综合布线模型，根据所述综合布线模型生成布线网络拓扑结构；
根据所述布线网络拓扑结构确定房屋整体布线设计，通过所述房屋整体布线设计生成家装布线规划方案；
获取项目之间的层级网络关系，根据所述层级网络关系建立数据库；
通过所述数据库对布线网络进行监控，收集项目及链路的反馈信息，根据所述反馈信息对布线网络进行管理维护；
所述项目指智能家居系统中的智能家居子系统，至少包括安防监控系统照明控制系统、电器控制系统、温控系统、网络系统、电话系统、数据共享系统；所述链路指各智能家居子系统间有线及无线连接路径；所述反馈信息为智能家居子系统运行状况及链路联通状态。
本发明中，所述的基于神经网络建立综合布线模型，具体为：
基于神经网络建立初始综合布线模型，初始化模型参数；
获取训练数据，将所述训练数据进行预处理，生成初始训练集，将所述初始训练集进行分组；
将不同组训练集导入初始综合布线模型中进行迭代训练，通过迭代训练后的输出结果对初始综合布线模型进行参数的调整；
获取不同组训练集经过迭代训练后的输出结果进行可行性评价，生成可行性评价系数；
预设评价系数阈值，判断所述可行性评价系数是否大于所述评价系数阈值；
若大于，则证明初始综合布线模型训练完毕，得到综合布线模型。
本发明中，根据综合布线模型生成布线网络拓扑结构，具体为：
获取项目信息节点；
获取目标房屋的平面结构图，根据所述平面结构图结合项目信息节点生成点位示意图；
将所述项目信息节点及点位示意图导入综合布线模型，通过所述综合布线模型生成布线网络拓扑结构；
根据所述布线网络拓扑结构生成布线路由图，并将所述布线路由图按照预设方式进行显示。
本发明中，根据所述布线网络拓扑结构确定房屋整体布线设计，通过所述房屋整体布线设计生成家装布线规划方案，具体为：
获取布线路由图，获取目标房屋户型、面积信息，依据所述目标房屋户型、面积信息及项目信息节点建立模拟模型；
在所述模拟模型中将项目信息节点进行统计，根据所述布线网络拓扑结构对项目信息节点走向进行记录模拟；
获取所述模拟模型中项目信息节点的坐标信息，根据所述坐标信息确定项目信息节点间的距离信息；
根据所述距离信息通过预设计算方式得到所需线缆长度，并根据所述线缆长度及项目相关规范确定所需线槽数量，并对线槽进行预留；
根据布线路由图结合线缆种类、线缆长度及线槽数量确定房屋整体布线设计，生成家装布线规划方案。
本发明中，通过数据库对布线网络进行监控，收集项目及链路的反馈信息，根据所述反馈信息对布线网络进行管理维护，具体为：
将所述数据库中的数据进行划分，并与项目进行对应，通过对项目及链路各时刻状态进行记录生成时序序列；
根据所述时序序列获取项目及链路的反馈信息，通过反馈信息对项目及链路的使用状况和运行状况进行分析生成运行报表；
检测到布线网络中存在系统故障时，根据所述运行报表确定故障信息，将所述运行报表和数据库内历史数据进行比对，生成对比相似度，并预设对比相似度阈值；
当所述对比相似度大于等于所述对比相似度阈值时，对该历史数据进行标注，将标注后的历史数据进行聚合生成相似历史数据集合；
根据所述相似历史数据集合中的操作记录对故障信息进行分析，生成解决方案；
若数据库内历史数据与运行报表的对比相似度均小于所述对比相似度阈值，则根据故障信息对数据库内原始数据进行更新，并更新布线网络状态。
本发明中，还包括：
检测到布线网络中存在系统故障时，根据所述故障信息确定故障位置信息及链路信息，按照预设方式显示；
通过对故障信息分析获取故障因素信息，并将所述故障因素信息进行特征提取，生成故障因素特征；
获取管理人员针对故障信息的操作记录信息，并将所述操作记录信息导入数据库作为历史数据；
根据所述故障因素特征对布线网络中其他区域进行检测，并根据检测结果生成故障风险率，通过所述故障风险率进行故障评估；
预设故障风险率阈值，当所述故障风险率大于所述故障风险率阈值时，将所述故障风险率高的位置按照预设方式发送，并调用所述操作记录信息作为故障排除的参考资料。
本发明第二方面还提供了一种基于神经网络的家装布线规划管理系统，该系统包括：存储器、处理器，所述存储器中存储有基于神经网络的家装布线规划管理方法程序，所述基于神经网络的家装布线规划管理方法程序被所述处理器执行时实现如下步骤：
获取目标房屋家装设计方案，通过所述家装设计方案获取项目数量信息及项目位置信息生成项目信息节点，并根据项目的功能需求确定布线所用传输线缆种类；
基于神经网络建立综合布线模型，将所述项目信息节点输入所述综合布线模型，根据所述综合布线模型生成布线网络拓扑结构；
根据所述布线网络拓扑结构确定房屋整体布线设计，通过所述房屋整体布线设计生成家装布线规划方案；
获取项目之间的层级网络关系，根据所述层级网络关系建立数据库；
通过所述数据库对布线网络进行监控，收集项目及链路的反馈信息，根据所述反馈信息对布线网络进行管理维护；
所述项目指智能家居系统中的智能家居子系统，至少包括安防监控系统照明控制系统、电器控制系统、温控系统、网络系统、电话系统、数据共享系统；所述链路指各智能家居子系统间有线及无线连接路径；所述反馈信息为智能家居子系统运行状况及链路联通状态。
本发明中，所述的基于神经网络建立综合布线模型，具体为：
基于神经网络建立初始综合布线模型，初始化模型参数；
获取训练数据，将所述训练数据进行预处理，生成初始训练集，将所述初始训练集进行分组；
将不同组训练集导入初始综合布线模型中进行迭代训练，通过迭代训练后的输出结果对初始综合布线模型进行参数的调整；
获取不同组训练集经过迭代训练后的输出结果进行可行性评价，生成可行性评价系数；
预设评价系数阈值，判断所述可行性评价系数是否大于所述评价系数阈值；
若大于，则证明初始综合布线模型训练完毕，得到综合布线模型。
本发明中，根据综合布线模型生成布线网络拓扑结构，具体为：
获取项目信息节点；
获取目标房屋的平面结构图，根据所述平面结构图结合项目信息节点生成点位示意图；
将所述项目信息节点及点位示意图导入综合布线模型，通过所述综合布线模型生成布线网络拓扑结构；
根据所述布线网络拓扑结构生成布线路由图，并将所述布线路由图按照预设方式进行显示。
本发明中，根据所述布线网络拓扑结构确定房屋整体布线设计，通过所述房屋整体布线设计生成家装布线规划方案，具体为：
获取布线路由图，获取目标房屋户型、面积信息，依据所述目标房屋户型、面积信息及项目信息节点建立模拟模型；
在所述模拟模型中将项目信息节点进行统计，根据所述布线网络拓扑结构对项目信息节点走向进行记录模拟；
获取所述模拟模型中项目信息节点的坐标信息，根据所述坐标信息确定项目信息节点间的距离信息；
根据所述距离信息通过预设计算方式得到所需线缆长度，并根据所述线缆长度及项目相关规范确定所需线槽数量，并对线槽进行预留；
根据布线路由图结合线缆种类、线缆长度及线槽数量确定房屋整体布线设计，生成家装布线规划方案。
本发明中，通过数据库对布线网络进行监控，收集项目及链路的反馈信息，根据所述反馈信息对布线网络进行管理维护，具体为：
将所述数据库中的数据进行划分，并与项目进行对应，通过对项目及链路各时刻状态进行记录生成时序序列；
根据所述时序序列获取项目及链路的反馈信息，通过反馈信息对项目及链路的使用状况和运行状况进行分析生成运行报表；
检测到布线网络中存在系统故障时，根据所述运行报表确定故障信息，将所述运行报表和数据库内历史数据进行比对，生成对比相似度，并预设对比相似度阈值；
当所述对比相似度大于等于所述对比相似度阈值时，对该历史数据进行标注，将标注后的历史数据进行聚合生成相似历史数据集合；
根据所述相似历史数据集合中的操作记录对故障信息进行分析，生成解决方案；
若数据库内历史数据与运行报表的对比相似度均小于所述对比相似度阈值，则根据故障信息对数据库内原始数据进行更新，并更新布线网络状态。
本发明中，还包括：
检测到布线网络中存在系统故障时，根据所述故障信息确定故障位置信息及链路信息，按照预设方式显示；
通过对故障信息分析获取故障因素信息，并将所述故障因素信息进行特征提取，生成故障因素特征；
获取管理人员针对故障信息的操作记录信息，并将所述操作记录信息导入数据库作为历史数据；
根据所述故障因素特征对布线网络中其他区域进行检测，并根据检测结果生成故障风险率，通过所述故障风险率进行故障评估；
预设故障风险率阈值，当所述故障风险率大于所述故障风险率阈值时，将所述故障风险率高的位置按照预设方式发送，并调用所述操作记录信息作为故障排除的参考资料。
本发明第三方面还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有一种基于神经网络的家装布线规划管理方法程序，所述一种基于神经网络的家装布线规划管理方法程序被处理器执行时，实现如上述任一项所述的一种基于神经网络的家装布线规划管理方法的步骤。
本发明公开了基于神经网络的家装布线规划管理方法、系统及存储介质，涉及家装布线领域。其中家装布线规划管理方法包括以下步骤：获取目标房屋家装设计方案，通过所述家装设计方案获取项目数量信息及项目位置信息生成项目信息节点；基于神经网络建立综合布线模型，将所述项目信息节点输入所述综合布线模型，根据所述综合布线模型生成布线网络拓扑结构；根据所述布线网络拓扑结构确定房屋整体布线设计，通过所述房屋整体布线设计生成家装布线规划方案；获取项目之间的层级网络关系，根据所述层级网络关系建立数据库；通过所述数据库对布线网络进行监控，收集项目及链路的反馈信息，根据所述反馈信息对布线网络进行管理维护。本发明基于神经网络建立综合布线模型生成布线网络拓扑结构，对应家装设计方案中各个项目信息节点，使得布线网络层次鲜明并结构清晰；当布线网络中存在故障信息时能够及时显示故障点的位置信息及所在的链路信息，并且可以根据历史数据对故障进行排查生成解决方案，有效避免维护不当造成的二次损失，并且通过故障信息进行检测，预测布线网站中其他区域发生故障概率，及时对故障进行预防，并将操作信息记录到历史数据中为排除故障提供参考信息。
附图说明
图1示出了本发明一种基于神经网络的家装布线规划管理方法的流程图；
图2示出了本发明根据综合布线模型生成布线网络拓扑结构的方法流程图；
图3示出了本发明通过数据库对对布线网络进行管理维护的方法流程图；
图4示出了本发明一种基于神经网络的家装布线规划管理系统的框图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述的其他方式来实施，因此，本发明的保护范围并不受下面公开的具体实施例的限制。
图1示出了本发明一种基于神经网络的家装布线规划管理方法的流程图；
如图1所示，本发明第一方面提供了一种基于神经网络的家装布线规划管理方法，包括：
S102，获取目标房屋家装设计方案，通过所述家装设计方案获取项目数量信息及项目位置信息生成项目信息节点，并根据项目的功能需求确定布线所用传输线缆种类；
S104，基于神经网络建立综合布线模型，将所述项目信息节点输入所述综合布线模型，根据所述综合布线模型生成布线网络拓扑结构；
S106，根据所述布线网络拓扑结构确定房屋整体布线设计，通过所述房屋整体布线设计生成家装布线规划方案；
S108，获取项目之间的层级网络关系，根据所述层级网络关系建立数据库；
S110，通过所述数据库对布线网络进行监控，收集项目及链路的反馈信息，根据所述反馈信息对布线网络进行管理维护；
需要说明的是，所述项目指智能家居系统中的智能家居子系统，至少包括安防监控系统照明控制系统、电器控制系统、温控系统、网络系统、电话系统、数据共享系统；所述链路指各智能家居子系统间有线及无线连接路径；所述反馈信息为智能家居子系统运行状况及链路联通状态。
需要说明的是，在家装布线系统中，包括一个独立的需要设置终端的区域对应设置的入户箱、总机柜，各项目对应各子空间及对应设置的多个单元箱以及预埋在子空间墙体内的终端接线盒。
图2示出了本发明根据综合布线模型生成布线网络拓扑结构的方法流程图。
根据本发明实施例，根据综合布线模型生成布线网络拓扑结构，具体为：
S202，获取项目信息节点；
S204，获取目标房屋的平面结构图，根据所述平面结构图结合项目信息节点生成点位示意图；
S206，将所述项目信息节点及点位示意图导入综合布线模型，通过所述综合布线模型生成布线网络拓扑结构；
S208，根据所述布线网络拓扑结构生成布线路由图，并将所述布线路由图按照预设方式进行显示。
需要说明的是，所述的基于神经网络建立综合布线模型，具体为：
基于神经网络建立初始综合布线模型，初始化模型参数；
获取训练数据，将所述训练数据进行预处理，生成初始训练集，将所述初始训练集进行分组；
将不同组训练集导入初始综合布线模型中进行迭代训练，通过迭代训练后的输出结果对初始综合布线模型进行参数的调整；
获取不同组训练集经过迭代训练后的输出结果进行可行性评价，生成可行性评价系数；
预设评价系数阈值，判断所述可行性评价系数是否大于所述评价系数阈值；
若大于，则证明初始综合布线模型训练完毕，得到综合布线模型。
需要说明的是，本发明通过对初始训练数据进行预处理，将初始数据处理为家装布线规划相关的数据集，通过数据集生成初始训练集，有效的减少了神经网络的训练次数，通过优化训练数据与训练过程保证了神经网络模型的鲁棒性，使神经网络模型保持长时间的准确判断。
需要说明的是，根据综合布线模型生成布线路由图的过程中，确定项目信息节点的坐标信息，根据所述坐标信息确定项目信息节点间的距离信息，根据所述距离信息确定最短路线，当遇到转角位置，布线的弧度要大于90度，并保证是活线，杜绝出现死角或者是直角现象，同时线路拐弯不得超过3个以上；在规划过程中，尽量避免绕线，以客厅和卧室为例，线路从客厅穿墙过去，并将其分配到每个卧室的线槽位置。布线规划中选择最短线路，节约工程预算，其次尽量避免多余的拐弯，方便后期穿线以及更换电线，由于线路的缩短，可以大量减少线路的损耗，减少线路压降。
需要说明的是，根据所述布线网络拓扑结构确定房屋整体布线设计，通过所述房屋整体布线设计生成家装布线规划方案，具体为：
获取布线路由图，获取目标房屋户型、面积信息，依据所述目标房屋户型、面积信息及项目信息节点建立模拟模型；
在所述模拟模型中将项目信息节点进行统计，根据所述布线网络拓扑结构对项目信息节点走向进行记录模拟；
获取所述模拟模型中项目信息节点的坐标信息，根据所述坐标信息确定项目信息节点间的距离信息；
根据所述距离信息通过预设计算方式得到所需线缆长度，并根据所述线缆长度及项目相关规范确定所需线槽数量，并对线槽进行预留；
根据布线路由图结合线缆种类、线缆长度及线槽数量确定房屋整体布线设计，生成家装布线规划方案。
图3示出了本发明通过数据库对对布线网络进行管理维护的方法流程图。
根据本发明实施例，通过数据库对布线网络进行监控，收集项目及链路的反馈信息，根据所述反馈信息对布线网络进行管理维护，具体为：
S302，将所述数据库中的数据进行划分，并与项目进行对应，通过对项目及链路各时刻状态进行记录生成时序序列；
S304，根据所述时序序列获取项目及链路的反馈信息，通过反馈信息对项目及链路的使用状况和运行状况进行分析生成运行报表；
S306，检测到布线网络中存在系统故障时，根据所述运行报表确定故障信息，将所述运行报表和数据库内历史数据进行比对，生成对比相似度，并预设对比相似度阈值；
S308，当所述对比相似度大于等于所述对比相似度阈值时，对该历史数据进行标注，将标注后的历史数据进行聚合生成相似历史数据集合；
S310，根据所述相似历史数据集合中的操作记录对故障信息进行分析，生成解决方案；
S312，若数据库内历史数据与运行报表的对比相似度均小于所述对比相似度阈值，则根据故障信息对数据库内原始数据进行更新，并更新布线网络状态。
需要说明的是，根据故障信息对布线网络进行检测，生成故障风险率，通过所述故障风险率进行故障排除，具体为：
检测到布线网络中存在系统故障时，根据所述故障信息确定故障位置信息及链路信息，按照预设方式显示；
通过对故障信息分析获取故障因素信息，并将所述故障因素信息进行特征提取，生成故障因素特征；
获取管理人员针对故障信息的操作记录信息，并将所述操作记录信息导入数据库作为历史数据；
根据所述故障因素特征对布线网络中其他区域进行检测，并根据检测结果生成故障风险率，通过所述故障风险率进行故障评估；
预设故障风险率阈值，当所述故障风险率大于所述故障风险率阈值时，将所述故障风险率高的位置按照预设方式发送，并调用所述操作记录信息作为故障排除的参考资料。
根据本发明实施例，在布线网络中添加项目设备时，生成项目新增信息，数据库根据所述项目新增信息自动更改数据信息，具体为：
当布线网络收到项目添加请求时，根据新增项目种类与数量信息及新增项目位置信息生成项目新增信息；
将所述项目新增信息导入综合布线模型，通过综合布线模型对布线网络中的预留端口进行选择，并对线路进行规划；
对新增项目后的布线网络进行可靠性验证，根据所述可靠性验证生成可靠性系数；
预设可靠性系数阈值，判断所述可靠性系数是否大于所述可靠性系数阈值；
若大于，则证明布线网络新增项目完毕，并且新增项目运行良好；
同时数据库根据所述项目新增信息将项目信息节点属性进行录入，实现数据库数据的自动更新。
需要说明的是，将项目新增信息导入综合布线模型，通过综合布线模型对布线网络中的预留端口进行选择，为了保证美观，综合布线模型在进行新增项目布线规划中，应优先选择暗线电路方式布线，利用现有暗埋线管进行最短路线规划，当暗埋线管无法满足新增布线时，在保证家装安全的情况下，选择明线电路与暗线电路结合的方式进行规划，并且在规划过程中应始终按照暗线优先原则对新增项目进行布线。
根据本发明实施例，本发明根据线缆长度信息及线槽数量信息等计算材料清单，核算工程预算信息，并将工程预算信息按预设方式显示，具体为：
根据布线网络拓扑结构结合目标房屋的户型及面积信息确定线缆长度信息及线槽数量信息，并结合项目信息生成布线路由图；
根据所述布线路由图计算材料清单，根据所述材料清单计算工程预算信息，并将工程预算信息按预设方式显示；
同时通过大数据处理对材料清单进行分析，提取材料关键词信息，运用所述材料关键词信息对给定范围内的电商平台数据处理获取材料商品信息；
收集所述材料商品信息的价格信息、销量信息及商品评价信息，预设权重信息，将收集到的信息进行赋值处理得到综合得分；
根据所述材料商品信息的综合得分进行降序排序，取各类材料的综合得分前五名进行推荐，并将商品信息及购买链接按照预设方式显示。
需要说明的是，将商品信息按照预设方式显示时，用户可通过商品对比系统进行推荐商品的对比，将收集的信息生成数据化图表，并将两对比商品中不一样的商品信息进行标注，同时还获取目标在全网的价格信息及优惠活动信息，通过优惠活动信息确定最佳优惠组合，利用大数据对数据进行分析给出合理的建议，提高了用户的便利性以及用户体验，节省了用户搜索目标商品的同款商品所耗时间以及减少了用户搜索同款商品对比的步骤。
图4示出了本发明一种基于神经网络的家装布线规划管理系统的框图。
本发明第二方面还提供了一种基于神经网络的家装布线规划管理系统4，该系统包括：存储器41、处理器42，所述存储器中存储有一种基于神经网络的家装布线规划管理方法程序，所述一种基于神经网络的家装布线规划管理方法程序被所述处理器执行时实现如下步骤：
获取目标房屋家装设计方案，通过所述家装设计方案获取项目数量信息及项目位置信息生成项目信息节点，并根据项目的功能需求确定布线所用传输线缆种类；
基于神经网络建立综合布线模型，将所述项目信息节点输入所述综合布线模型，根据所述综合布线模型生成布线网络拓扑结构；
根据所述布线网络拓扑结构确定房屋整体布线设计，通过所述房屋整体布线设计生成家装布线规划方案；
获取项目之间的层级网络关系，根据所述层级网络关系建立数据库；
通过所述数据库对布线网络进行监控，收集项目及链路的反馈信息，根据所述反馈信息对布线网络进行管理维护；
需要说明的是，所述项目指智能家居系统中的智能家居子系统，至少包括安防监控系统照明控制系统、电器控制系统、温控系统、网络系统、电话系统、数据共享系统；所述链路指各智能家居子系统间有线及无线连接路径；所述反馈信息为智能家居子系统运行状况及链路联通状态。
需要说明的是，在家装布线系统中，包括一个独立的需要设置终端的区域对应设置的入户箱、总机柜，各项目对应各子空间及对应设置的多个单元箱以及预埋在子空间墙体内的终端接线盒。
根据本发明实施例，根据综合布线模型生成布线网络拓扑结构，具体为：
获取项目信息节点；
获取目标房屋的平面结构图，根据所述平面结构图结合项目信息节点生成点位示意图；
将所述项目信息节点及点位示意图导入综合布线模型，通过所述综合布线模型生成布线网络拓扑结构；
根据所述布线网络拓扑结构生成布线路由图，并将所述布线路由图按照预设方式进行显示。
需要说明的是，所述的基于神经网络建立综合布线模型，具体为：
基于神经网络建立初始综合布线模型，初始化模型参数；
获取训练数据，将所述训练数据进行预处理，生成初始训练集，将所述初始训练集进行分组；
将不同组训练集导入初始综合布线模型中进行迭代训练，通过迭代训练后的输出结果对初始综合布线模型进行参数的调整；
获取不同组训练集经过迭代训练后的输出结果进行可行性评价，生成可行性评价系数；
预设评价系数阈值，判断所述可行性评价系数是否大于所述评价系数阈值；
若大于，则证明初始综合布线模型训练完毕，得到综合布线模型。
需要说明的是，本发明通过对初始训练数据进行预处理，将初始数据处理为家装布线规划相关的数据集，通过数据集生成初始训练集，有效的减少了神经网络的训练次数，通过优化训练数据与训练过程保证了神经网络模型的鲁棒性，使神经网络模型保持长时间的准确判断。
需要说明的是，根据综合布线模型生成布线路由图的过程中，确定项目信息节点的坐标信息，根据所述坐标信息确定项目信息节点间的距离信息，根据所述距离信息确定最短路线，当遇到转角位置，布线的弧度要大于90度，并保证是活线，杜绝出现死角或者是直角现象，同时线路拐弯不得超过3个以上；在规划过程中，尽量避免绕线，以客厅和卧室为例，线路从客厅穿墙过去，并将其分配到每个卧室的线槽位置。布线规划中选择最短线路，节约工程预算，其次尽量避免多余的拐弯，方便后期穿线以及更换电线，由于线路的缩短，可以大量减少线路的损耗，减少线路压降。
需要说明的是，根据所述布线网络拓扑结构确定房屋整体布线设计，通过所述房屋整体布线设计生成家装布线规划方案，具体为：
获取布线路由图，获取目标房屋户型、面积信息，依据所述目标房屋户型、面积信息及项目信息节点建立模拟模型；
在所述模拟模型中将项目信息节点进行统计，根据所述布线网络拓扑结构对项目信息节点走向进行记录模拟；
获取所述模拟模型中项目信息节点的坐标信息，根据所述坐标信息确定项目信息节点间的距离信息；
根据所述距离信息通过预设计算方式得到所需线缆长度，并根据所述线缆长度及项目相关规范确定所需线槽数量，并对线槽进行预留；
根据布线路由图结合线缆种类、线缆长度及线槽数量确定房屋整体布线设计，生成家装布线规划方案。
根据本发明实施例，通过数据库对布线网络进行监控，收集项目及链路的反馈信息，根据所述反馈信息对布线网络进行管理维护，具体为：
将所述数据库中的数据进行划分，并与项目进行对应，通过对项目及链路各时刻状态进行记录生成时序序列；
根据所述时序序列获取项目及链路的反馈信息，通过反馈信息对项目及链路的使用状况和运行状况进行分析生成运行报表；
检测到布线网络中存在系统故障时，根据所述运行报表确定故障信息，将所述运行报表和数据库内历史数据进行比对，生成对比相似度，并预设对比相似度阈值；
当所述对比相似度大于等于所述对比相似度阈值时，对该历史数据进行标注，将标注后的历史数据进行聚合生成相似历史数据集合；
根据所述相似历史数据集合中的操作记录对故障信息进行分析，生成解决方案；
若数据库内历史数据与运行报表的对比相似度均小于所述对比相似度阈值，则根据故障信息对数据库内原始数据进行更新，并更新布线网络状态。
需要说明的是，根据故障信息对布线网络进行检测，生成故障风险率，通过所述故障风险率进行故障排除，具体为：
检测到布线网络中存在系统故障时，根据所述故障信息确定故障位置信息及链路信息，按照预设方式显示；
通过对故障信息分析获取故障因素信息，并将所述故障因素信息进行特征提取，生成故障因素特征；
获取管理人员针对故障信息的操作记录信息，并将所述操作记录信息导入数据库作为历史数据；
根据所述故障因素特征对布线网络中其他区域进行检测，并根据检测结果生成故障风险率，通过所述故障风险率进行故障评估；
预设故障风险率阈值，当所述故障风险率大于所述故障风险率阈值时，将所述故障风险率高的位置按照预设方式发送，并调用所述操作记录信息作为故障排除的参考资料。
根据本发明实施例，在布线网络中添加项目设备时，生成项目新增信息，数据库根据所述项目新增信息自动更改数据信息，具体为：
当布线网络收到项目添加请求时，根据新增项目种类与数量信息及新增项目位置信息生成项目新增信息；
将所述项目新增信息导入综合布线模型，通过综合布线模型对布线网络中的预留端口进行选择，并对线路进行规划；
对新增项目后的布线网络进行可靠性验证，根据所述可靠性验证生成可靠性系数；
预设可靠性系数阈值，判断所述可靠性系数是否大于所述可靠性系数阈值；
若大于，则证明布线网络新增项目完毕，并且新增项目运行良好；
同时数据库根据所述项目新增信息将项目信息节点属性进行录入，实现数据库数据的自动更新。
需要说明的是，将项目新增信息导入综合布线模型，通过综合布线模型对布线网络中的预留端口进行选择，为了保证美观，综合布线模型在进行新增项目布线规划中，应优先选择暗线电路方式布线，利用现有暗埋线管进行最短路线规划，当暗埋线管无法满足新增布线时，在保证家装安全的情况下，选择明线电路与暗线电路结合的方式进行规划，并且在规划过程中应始终按照暗线优先原则对新增项目进行布线。
根据本发明实施例，本发明根据线缆长度信息及线槽数量信息等计算材料清单，核算工程预算信息，并将工程预算信息按预设方式显示，具体为：
根据布线网络拓扑结构结合目标房屋的户型及面积信息确定线缆长度信息及线槽数量信息，并结合项目信息生成布线路由图；
根据所述布线路由图计算材料清单，根据所述材料清单计算工程预算信息，并将工程预算信息按预设方式显示；
同时通过大数据处理对材料清单进行分析，提取材料关键词信息，运用所述材料关键词信息对给定范围内的电商平台数据处理获取材料商品信息；
收集所述材料商品信息的价格信息、销量信息及商品评价信息，预设权重信息，将收集到的信息进行赋值处理得到综合得分；
根据所述材料商品信息的综合得分进行降序排序，取各类材料的综合得分前五名进行推荐，并将商品信息及购买链接按照预设方式显示。
需要说明的是，将商品信息按照预设方式显示时，用户可通过商品对比系统进行推荐商品的对比，将收集的信息生成数据化图表，并将两对比商品中不一样的商品信息进行标注，同时还获取目标在全网的价格信息及优惠活动信息，通过优惠活动信息确定最佳优惠组合，利用大数据对数据进行分析给出合理的建议，提高了用户的便利性以及用户体验，节省了用户搜索目标商品的同款商品所耗时间以及减少了用户搜索同款商品对比的步骤。
本发明第三方面还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有一种基于神经网络的家装布线规划管理方法程序，所述一种基于神经网络的家装布线规划管理方法程序被处理器执行时，实现如上述任一项所述的一种基于神经网络的家装布线规划管理方法的步骤。
本发明公开了基于神经网络的家装布线规划管理方法、系统及存储介质，涉及家装布线领域。其中家装布线规划管理方法包括以下步骤：获取目标房屋家装设计方案，通过所述家装设计方案获取项目数量信息及项目位置信息生成项目信息节点；基于神经网络建立综合布线模型，将所述项目信息节点输入所述综合布线模型，根据所述综合布线模型生成布线网络拓扑结构；根据所述布线网络拓扑结构确定房屋整体布线设计，通过所述房屋整体布线设计生成家装布线规划方案；获取项目之间的层级网络关系，根据所述层级网络关系建立数据库；通过所述数据库对布线网络进行监控，收集项目及链路的反馈信息，根据所述反馈信息对布线网络进行管理维护。本发明基于神经网络建立综合布线模型生成布线网络拓扑结构，对应家装设计方案中各个项目信息节点，使得布线网络层次鲜明并结构清晰；当布线网络中存在故障信息时能够及时显示故障点的位置信息及所在的链路信息，并且可以根据历史数据对故障进行排查生成解决方案，有效避免维护不当造成的二次损失，并且通过故障信息进行检测，预测布线网站中其他区域发生故障概率，及时对故障进行预防，并将操作信息记录到历史数据中为排除故障提供参考信息。
在本申请所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，如：多个单元或组件可以结合，或可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的，作为单元显示的部件可以是、或也可以不是物理单元；既可以位于一个地方，也可以分布到多个网络单元上；可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
另外，在本发明各实施例中的各功能单元可以全部集成在一个处理单元中，也可以是各单元分别单独作为一个单元，也可以两个或两个以上单元集成在一个单元中；上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的介质。
或者，本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机、服务器、或者网络设备等）执行本发明各个实施例所述方法的全部或部分。而前述的存储介质包括：移动存储设备、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。
Claims (10)
1.一种基于神经网络的家装布线规划管理方法，其特征在于，包括：
获取目标房屋家装设计方案，通过所述家装设计方案获取项目数量信息及项目位置信息生成项目信息节点，并根据项目的功能需求确定布线所用传输线缆种类；
基于神经网络建立综合布线模型，将所述项目信息节点输入所述综合布线模型，根据所述综合布线模型生成布线网络拓扑结构；
根据所述布线网络拓扑结构确定房屋整体布线设计，通过所述房屋整体布线设计生成家装布线规划方案；
获取项目之间的层级网络关系，根据所述层级网络关系建立数据库；
通过所述数据库对布线网络进行监控，收集项目及链路的反馈信息，根据所述反馈信息对布线网络进行管理维护；
所述项目指智能家居系统中的智能家居子系统，至少包括安防监控系统照明控制系统、电器控制系统、温控系统、网络系统、电话系统、数据共享系统；所述链路指各智能家居子系统间有线及无线连接路径；所述反馈信息为智能家居子系统运行状况及链路联通状态。
2.根据权利要求1所述的一种基于神经网络的家装布线规划管理方法，其特征在于，所述的基于神经网络建立综合布线模型，具体为：
基于神经网络建立初始综合布线模型，初始化模型参数；
获取训练数据，将所述训练数据进行预处理，生成初始训练集，将所述初始训练集进行分组；
将不同组训练集导入初始综合布线模型中进行迭代训练，通过迭代训练后的输出结果对初始综合布线模型进行参数的调整；
获取不同组训练集经过迭代训练后的输出结果进行可行性评价，生成可行性评价系数；
预设评价系数阈值，判断所述可行性评价系数是否大于所述评价系数阈值；
若大于，则证明初始综合布线模型训练完毕，得到综合布线模型。
3.根据权利要求1所述的一种基于神经网络的家装布线规划管理方法，其特征在于，根据综合布线模型生成布线网络拓扑结构，具体为：
获取项目信息节点；
获取目标房屋的平面结构图，根据所述平面结构图结合项目信息节点生成点位示意图；
将所述项目信息节点及点位示意图导入综合布线模型，通过所述综合布线模型生成布线网络拓扑结构；
根据所述布线网络拓扑结构生成布线路由图，并将所述布线路由图按照预设方式进行显示。
4.根据权利要求3所述的一种基于神经网络的家装布线规划管理方法，其特征在于，根据所述布线网络拓扑结构确定房屋整体布线设计，通过所述房屋整体布线设计生成家装布线规划方案，具体为：
获取布线路由图，获取目标房屋户型、面积信息，依据所述目标房屋户型、面积信息及项目信息节点建立模拟模型；
在所述模拟模型中将项目信息节点进行统计，根据所述布线网络拓扑结构对项目信息节点走向进行记录模拟；
获取所述模拟模型中项目信息节点的坐标信息，根据所述坐标信息确定项目信息节点间的距离信息；
根据所述距离信息通过预设计算方式得到所需线缆长度，并根据所述线缆长度及项目相关规范确定所需线槽数量，并对线槽进行预留；
根据布线路由图结合线缆种类、线缆长度及线槽数量确定房屋整体布线设计，生成家装布线规划方案。
5.根据权利要求1所述的一种基于神经网络的家装布线规划管理方法，其特征在于，通过数据库对布线网络进行监控，收集项目及链路的反馈信息，根据所述反馈信息对布线网络进行管理维护，具体为：
将所述数据库中的数据进行划分，并与项目进行对应，通过对项目及链路各时刻状态进行记录生成时序序列；
根据所述时序序列获取项目及链路的反馈信息，通过反馈信息对项目及链路的使用状况和运行状况进行分析生成运行报表；
检测到布线网络中存在系统故障时，根据所述运行报表确定故障信息，将所述运行报表和数据库内历史数据进行比对，生成对比相似度，并预设对比相似度阈值；
当所述对比相似度大于等于所述对比相似度阈值时，对该历史数据进行标注，将标注后的历史数据进行聚合生成相似历史数据集合；
根据所述相似历史数据集合中的操作记录对故障信息进行分析，生成解决方案；
若数据库内历史数据与运行报表的对比相似度均小于所述对比相似度阈值，则根据故障信息对数据库内原始数据进行更新，并更新布线网络状态。
6.根据权利要求5所述的一种基于神经网络的家装布线规划管理方法，其特征在于，还包括：
检测到布线网络中存在系统故障时，根据所述故障信息确定故障位置信息及链路信息，按照预设方式显示；
通过对故障信息分析获取故障因素信息，并将所述故障因素信息进行特征提取，生成故障因素特征；
获取管理人员针对故障信息的操作记录信息，并将所述操作记录信息导入数据库作为历史数据；
根据所述故障因素特征对布线网络中其他区域进行检测，并根据检测结果生成故障风险率，通过所述故障风险率进行故障评估；
预设故障风险率阈值，当所述故障风险率大于所述故障风险率阈值时，根据所述操作记录信息进行故障排除。
7.一种基于神经网络的家装布线规划管理系统，其特征在于，该系统包括：存储器、处理器，所述存储器中存储有一种基于神经网络的家装布线规划管理方法程序，所述一种基于神经网络的家装布线规划管理方法程序被所述处理器执行时实现如下步骤：
获取目标房屋家装设计方案，通过所述家装设计方案获取项目数量信息及项目位置信息生成项目信息节点，并根据项目的功能需求确定布线所用传输线缆种类；
基于神经网络建立综合布线模型，将所述项目信息节点输入所述综合布线模型，根据所述综合布线模型生成布线网络拓扑结构；
根据所述布线网络拓扑结构确定房屋整体布线设计，通过所述房屋整体布线设计生成家装布线规划方案；
获取项目之间的层级网络关系，根据所述层级网络关系建立数据库；
通过所述数据库对布线网络进行监控，收集项目及链路的反馈信息，根据所述反馈信息对布线网络进行管理维护；
所述项目指智能家居系统中的智能家居子系统，至少包括安防监控系统照明控制系统、电器控制系统、温控系统、网络系统、电话系统、数据共享系统；所述链路指各智能家居子系统间有线及无线连接路径；所述反馈信息为智能家居子系统运行状况及链路联通状态。
8.根据权利要求7所述的一种基于神经网络的家装布线规划管理系统，其特征在于，根据综合布线模型生成布线网络拓扑结构，具体为：
获取项目信息节点；
获取目标房屋的平面结构图，根据所述平面结构图结合项目信息节点生成点位示意图；
将所述项目信息节点及点位示意图导入综合布线模型，通过所述综合布线模型生成布线网络拓扑结构；
根据所述布线网络拓扑结构生成布线路由图，并将所述布线路由图按照预设方式进行显示。
9.根据权利要求7所述的一种基于神经网络的家装布线规划管理系统，其特征在于，通过数据库对布线网络进行监控，收集项目及链路的反馈信息，根据所述反馈信息对布线网络进行管理维护，具体为：
将所述数据库中的数据进行划分，并与项目进行对应，通过对项目及链路各时刻状态进行记录生成时序序列；
根据所述时序序列获取项目及链路的反馈信息，通过反馈信息对项目及链路的使用状况和运行状况进行分析生成运行报表；
检测到布线网络中存在系统故障时，根据所述运行报表确定故障信息，将所述运行报表和数据库内历史数据进行比对，生成对比相似度，并预设对比相似度阈值；
当所述对比相似度大于等于所述对比相似度阈值时，对该历史数据进行标注，将标注后的历史数据进行聚合生成相似历史数据集合；
根据所述相似历史数据集合中的操作记录对故障信息进行分析，生成解决方案；
若数据库内历史数据与运行报表的对比相似度均小于所述对比相似度阈值，则根据故障信息对数据库内原始数据进行更新，并更新布线网络状态。
10.一种计算机可读存储介质，其特征在于：所述计算机可读存储介质中存储有一种基于神经网络的家装布线规划管理方法程序，所述一种基于神经网络的家装布线规划管理方法程序被处理器执行时，实现如权利要求1至5中任一项所述的一种基于神经网络的家装布线规划管理方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110895236.6A CN113343593B (zh) | 2021-08-05 | 2021-08-05 | 基于神经网络的家装布线规划管理方法、系统及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110895236.6A CN113343593B (zh) | 2021-08-05 | 2021-08-05 | 基于神经网络的家装布线规划管理方法、系统及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113343593A true CN113343593A (zh) | 2021-09-03 |
| CN113343593B CN113343593B (zh) | 2021-10-29 |
Family
ID=77480822
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110895236.6A Active CN113343593B (zh) | 2021-08-05 | 2021-08-05 | 基于神经网络的家装布线规划管理方法、系统及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113343593B (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113870415A (zh) * | 2021-09-16 | 2021-12-31 | 杭州斑蓝智能科技有限公司 | 一种基于物联网的虚拟家装设计平台 |
| CN114676862A (zh) * | 2022-05-27 | 2022-06-28 | 容云家(深圳)互联网技术有限公司 | 一种数据中心的可视化运维管理方法及系统 |
| CN117640335A (zh) * | 2024-01-26 | 2024-03-01 | 中铁七局集团西安铁路工程有限公司 | 一种智能建筑综合布线的动态调整和优化方法 |
| CN117828798A (zh) * | 2024-03-05 | 2024-04-05 | 山东怡然信息技术有限公司 | 基于大数据的综合智能布线方法及系统 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109522604A (zh) * | 2018-10-18 | 2019-03-26 | 广东三维家信息科技有限公司 | 一种装饰装修软件中基于户型和水电末端的自动布线系统及方法 |
| CN110147592A (zh) * | 2019-05-08 | 2019-08-20 | 广东逸霖智慧应用有限公司 | 一种线材布线施工智能设计方法及设备 |
| CN110502803A (zh) * | 2019-07-29 | 2019-11-26 | 兰州容大信息科技有限公司 | 基于bim技术的布线方法和装置 |
| CN110727979A (zh) * | 2019-08-27 | 2020-01-24 | 杭州群核信息技术有限公司 | 装饰装修设计软件中基于户型的全屋智能水电生成系统 |
| CN110751721A (zh) * | 2019-12-24 | 2020-02-04 | 广东博智林机器人有限公司 | 家具布局图纸的生成方法和装置、计算机设备及存储介质 |
| CN111651819A (zh) * | 2020-05-27 | 2020-09-11 | 广东博智林机器人有限公司 | 一种家装设计方法、装置、电子设备及存储介质 |
| CN112685988A (zh) * | 2019-10-18 | 2021-04-20 | 台湾积体电路制造股份有限公司 | 基于布局环境的单元时序特征分析 |
| CN112968398A (zh) * | 2021-02-22 | 2021-06-15 | 上海市城市建设设计研究总院（集团）有限公司 | 基于清册表的bim电缆桥架智能布线方法 |
-
2021
- 2021-08-05 CN CN202110895236.6A patent/CN113343593B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109522604A (zh) * | 2018-10-18 | 2019-03-26 | 广东三维家信息科技有限公司 | 一种装饰装修软件中基于户型和水电末端的自动布线系统及方法 |
| CN110147592A (zh) * | 2019-05-08 | 2019-08-20 | 广东逸霖智慧应用有限公司 | 一种线材布线施工智能设计方法及设备 |
| CN110502803A (zh) * | 2019-07-29 | 2019-11-26 | 兰州容大信息科技有限公司 | 基于bim技术的布线方法和装置 |
| CN110727979A (zh) * | 2019-08-27 | 2020-01-24 | 杭州群核信息技术有限公司 | 装饰装修设计软件中基于户型的全屋智能水电生成系统 |
| CN112685988A (zh) * | 2019-10-18 | 2021-04-20 | 台湾积体电路制造股份有限公司 | 基于布局环境的单元时序特征分析 |
| CN110751721A (zh) * | 2019-12-24 | 2020-02-04 | 广东博智林机器人有限公司 | 家具布局图纸的生成方法和装置、计算机设备及存储介质 |
| CN111651819A (zh) * | 2020-05-27 | 2020-09-11 | 广东博智林机器人有限公司 | 一种家装设计方法、装置、电子设备及存储介质 |
| CN112968398A (zh) * | 2021-02-22 | 2021-06-15 | 上海市城市建设设计研究总院（集团）有限公司 | 基于清册表的bim电缆桥架智能布线方法 |
Non-Patent Citations (2)
| Title |
|---|
| 关光福: "复杂楼宇群网络综合布线拓扑结构模型分析", 《电路与系统学报》 * |
| 郭婧: "综合布线系统在智能建筑中的应用", <电子技术与软件工程> * |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113870415A (zh) * | 2021-09-16 | 2021-12-31 | 杭州斑蓝智能科技有限公司 | 一种基于物联网的虚拟家装设计平台 |
| CN113870415B (zh) * | 2021-09-16 | 2024-04-26 | 杭州斑蓝智能科技有限公司 | 一种基于物联网的虚拟家装设计平台 |
| CN114676862A (zh) * | 2022-05-27 | 2022-06-28 | 容云家(深圳)互联网技术有限公司 | 一种数据中心的可视化运维管理方法及系统 |
| CN114676862B (zh) * | 2022-05-27 | 2022-09-09 | 容云家(深圳)互联网技术有限公司 | 一种数据中心的可视化运维管理方法及系统 |
| CN117640335A (zh) * | 2024-01-26 | 2024-03-01 | 中铁七局集团西安铁路工程有限公司 | 一种智能建筑综合布线的动态调整和优化方法 |
| CN117640335B (zh) * | 2024-01-26 | 2024-04-16 | 中铁七局集团西安铁路工程有限公司 | 一种智能建筑综合布线的动态调整和优化方法 |
| CN117828798A (zh) * | 2024-03-05 | 2024-04-05 | 山东怡然信息技术有限公司 | 基于大数据的综合智能布线方法及系统 |
| CN117828798B (zh) * | 2024-03-05 | 2024-05-24 | 山东怡然信息技术有限公司 | 基于大数据的综合智能布线方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113343593B (zh) | 2021-10-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113343593B (zh) | 基于神经网络的家装布线规划管理方法、系统及存储介质 | |
| CN109756030B (zh) | 一种智能变电站二次回路可视化在线监测及智能运维方法 | |
| CN112598343B (zh) | 一种对数据中心的风险巡检方法、装置、设备及存储介质 | |
| CN108154244A (zh) | 地产电力设备的运维方法、装置和系统 | |
| CN106529708A (zh) | 一种基于云平台的配电网规划系统 | |
| CN108494747A (zh) | 流量异常检测方法、电子设备及计算机程序产品 | |
| CN105488118B (zh) | 电气设备故障信息的展示方法和装置 | |
| CN110826228A (zh) | 一种地区电网运行品质极限评估方法 | |
| CN114997428A (zh) | 站室供电故障处理方法、装置、电子设备及存储介质 | |
| CN114123128B (zh) | 一种基于可视化电网专家系统的保护定值变更生成方法 | |
| CN111582717A (zh) | 一种基于大数据技术的主动配电网规划方法 | |
| CN114726740A (zh) | 台区拓扑识别方法、系统及智能融合终端 | |
| CN116862209B (zh) | 一种新能源汽车充电设施管理方法及系统 | |
| CN117640440A (zh) | 用于数据中心的监控方法、系统和装置 | |
| CN115994734B (zh) | 一种生产设备维保备件库存管理方法及系统 | |
| CN110415136B (zh) | 一种电力调度自动化系统服务能力评估系统与方法 | |
| CN110888949A (zh) | 基于三维地图的设备告警屏蔽方法、装置、设备及介质 | |
| CN114817589B (zh) | 一种消防建筑图纸智能审核方法、系统、装置及存储介质 | |
| CN112800526B (zh) | 一种建筑楼面板材料的选型方法及系统 | |
| CN112183963A (zh) | 一种基于省地网架拼接的电网实时风险辨识方法 | |
| CN112579721A (zh) | 构建人群分布图的方法及系统、终端设备、存储介质 | |
| CN109598452A (zh) | 监测配电网的方法及装置 | |
| CN117407572B (zh) | 用于配网应急一体化指挥的故障信息处理方法及系统 | |
| CN118550480B (zh) | 一种智慧仓储平台的商品数据存储方法 | |
| CN114114056B (zh) | 一种换电柜的电池检测回收方法、系统及存储介质 |
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 | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20230404 Address after: 3rd Floor, Jinlu Navigation Center, 149 Nanzhuang Avenue East, Nanzhuang Town, Chancheng District, Foshan City, Guangdong Province, 528200 (Residence Declaration) Patentee after: Foshan Xingxing Easy Installation Network Technology Co.,Ltd. Address before: 528000 507b, building 1, No. 11, Yuejin Road, Shiwan Town, Chancheng District, Foshan City, Guangdong Province Patentee before: Foshan Taofeng Internet Technology Co.,Ltd. |
|
| TR01 | Transfer of patent right |