CN115859447B - 一种装配式建筑预装优化方法 - Google Patents

一种装配式建筑预装优化方法 Download PDF

Info

Publication number
CN115859447B
CN115859447B CN202310107773.9A CN202310107773A CN115859447B CN 115859447 B CN115859447 B CN 115859447B CN 202310107773 A CN202310107773 A CN 202310107773A CN 115859447 B CN115859447 B CN 115859447B
Authority
CN
China
Prior art keywords
building
components
preassembly
assembled
representing
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
CN202310107773.9A
Other languages
English (en)
Other versions
CN115859447A (zh
Inventor
焦冰
唐丽雅
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.)
Wuchang University of Technology
Original Assignee
Wuchang University of Technology
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 Wuchang University of Technology filed Critical Wuchang University of Technology
Priority to CN202310107773.9A priority Critical patent/CN115859447B/zh
Publication of CN115859447A publication Critical patent/CN115859447A/zh
Application granted granted Critical
Publication of CN115859447B publication Critical patent/CN115859447B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及装配式建筑技术领域，公开了一种装配式建筑预装优化方法，针对所需装配式建筑的结构进行模拟拆分，得到组成所述建筑的所有构件，并记录拆分过程以及构件特征参数；针对拆分后的构件结合所述装配式建筑对拆分后的构件通过构件初步预装模型进行初步模拟预装，得到初步组合构件集；根据初步预装后的建筑部分，分析初步预装后的组合构件特性，进行再次模拟预装，实现装配式建筑的最终优化预装。本发明解决了现有技术装配效率较低，装配灵活性较低的技术问题，实现了高效地、更灵活地装配的技术效果。

Description

一种装配式建筑预装优化方法
技术领域
本发明涉及装配式建筑技术领域，尤其涉及一种装配式建筑预装优化方法。
背景技术
装配式建筑是指用工厂生产的预制构件在现场装配而成的建筑，从结构形式来说，装配式混凝土结构、钢结构、木结构都可以成为装配式建筑，是工业化建筑的重要组成部分。随着现代工业技术的不断发展，建造房屋可以像机器生产那样，成批成套地制造。只要把预装好的房屋构件，运到工地装配起来就成了。通俗的说，就是多层的高层建筑只需要像搭积木一样拼装起来就行。装配式建筑在20世纪初就开始引起人们的兴趣，到60年代终于实现。由于装配式建筑的建造速度快，而且生产成本较低，迅速在世界各地推广开来。
对于装配式建筑预装优化的方法有很多，郑丰等人提出的“一种装配式建筑设计方法”，“CN.202111397814.X”，主要包括：获取各施工阶段进行的施工项目，基于施工项目获取所需使用的施工设备；根据施工设备的工作区域，以施工设备为中心创建风险区域；实时向风险区域发送检测信号，基于检测信号判断是否出现风险目标，生成判断结果；基于判断结果，若出现风险目标，则判断风险目标的风险类型并发出相应的警示信号。
但上述技术至少存在如下技术问题：装配效率较低，装配灵活性较低。
发明内容
本发明通过提供一种装配式建筑预装优化方法，目的在于解决现有技术装配效率较低，装配灵活性较低的技术问题，实现了高效地、更灵活地装配的技术效果。
本发明具体包括以下技术方案：
一种装配式建筑预装优化方法，包括以下步骤：
S1. 针对所需装配式建筑的结构进行模拟拆分，得到组成建筑的所有构件，并记录拆分过程以及构件特征参数；
S2. 针对拆分后的构件结合装配式建筑对拆分后的构件通过构件初步预装模型进行初步模拟预装，得到初步组合构件集；
S3. 根据初步预装后的建筑部分，分析初步预装后的组合构件特性，进行再次模拟预装，实现装配式建筑的最终优化预装。
进一步，步骤S1具体包括：
通过构建自适应拆分约束条件生成模型和最优拆分模拟模型对所需装配的建筑的结构进行模拟拆分，得到建筑的所有构件，并将上述建筑拆分过程以及所有拆分后构件特征参数进行记录，为后续预装提供数据理论基础。
进一步，步骤S1还包括：
通过构建自适应拆分约束条件生成模型针对装配式建筑场景、区域、环境、当地规定、构件结构要求得到在不同场景下的不同约束条件，根据约束条件以及装配式建筑的特性构件最优拆分模拟模型，完成对装配式建筑的最优拆分。
进一步，步骤S1还包括：
在上述最优拆分模型中，在最优求解过程中，引入分解优化矩阵对约束矩阵进行简化处理，根据分解优化矩阵的等效替代的性质计算求得最优拆分模型的最优解。
进一步，步骤S2具体包括：
针对步骤S1中获取的装配式建筑对拆分后构件的特征参数，计算构件的最优匹配概率，得到构件最优匹配集合；结合预装过程中存在的实际情况构建初步预装模型准确选择出装配式建筑对应的初步预装构件，完成装配式建筑的初步预装。
进一步，步骤S2还包括：
在计算构件间的最优匹配概率时，从两个构件开始进行计算，直至计算到最大量构件的匹配概率，得到以装配式建筑拆分构件的最优匹配概率为依据的构件最优匹配集合。
进一步，步骤S3具体包括：
在进行最终优化预装时，参考步骤S2中的初步预装过程中，最优匹配概率计算方式，对初步预装后的组合构件进行最优匹配概率计算，得到装配式建筑构件初步预装后的最优匹配集合，进一步构建预装模拟模型进行预装组合计算，最终实现装配式建筑预装优化方法。
本发明至少具有如下技术效果或优点：
本发明通过构建自适应拆分约束条件生成模型和最优拆分模拟模型对装配式建筑进行拆分，通过多场景、多环境、多因素考虑进行模拟拆分，综合计算得到最佳拆分构件，为后续初步预装以及最终预装提供基本数据理论基础，为提高装配效率以及装配灵活性进行铺垫。
本发明通过对装配式建筑拆分后构件间的匹配概率的计算，得到最优匹配集合，得到所有可能的构件预装组合，供后续初步预装构件的挑选提供准确的选择源，避免了构件初步预装的盲目性，提高了装配式建筑预装的效率；进一步结合预装过程中存在的实际情况构建初步预装模型准确选择出装配式建筑对应的初步预装构件，进行初步预装，与实际相结合，多层面考虑初步预装面临的问题，提高了装配式建筑预装的灵活性。
本发明通过对初步预装后的构件再次计算最优匹配概率，获得最优匹配集合，进一步通过预装模拟模型进行最终预装计算，实现装配式建筑优化预装，此过程环环紧扣，互相铺垫，同时在初步预装模型以及预装模拟模型中采用引入分解优化矩阵计算，大大提高计算效率，进一步提高了装配式建筑预装的装配效率，且在模型构建过程中与实际相结合，更提高了装配式建筑预装的灵活性。
附图说明
图1为本发明所述装配式建筑预装优化方法的流程图。
具体实施方式
本申请实施例通过提供一种装配式建筑预装优化方法，解决了现有技术中装配效率较低，装配灵活性较低的技术问题，总体思路如下：
针对所需装配式建筑的结构进行模拟拆分，得到组成建筑的所有构件，并记录拆分过程以及构件特征参数；针对拆分后的构件结合装配式建筑对拆分后的构件通过构件初步预装模型进行初步模拟预装，得到初步组合构件集；根据初步预装后的建筑部分，分析初步预装后的组合构件特性，进行再次模拟预装，实现装配式建筑的最终优化预装。通过构建自适应拆分模拟模型对装配式建筑进行拆分，通过多场景、多环境、多因素考虑进行模拟拆分，综合计算得到最佳拆分构件，为后续初步预装以及最终预装提供基本数据理论基础，为提高装配效率以及装配灵活性进行铺垫；通过对装配式建筑拆分后构件间的匹配概率的计算，得到最优匹配集合，得到所有可能的构件预装组合，供后续初步预装构件的挑选提供准确的选择源，避免了构件初步预装的盲目性，提高了装配式建筑预装的效率；进一步结合预装过程中存在的实际情况构建初步预装模型准确选择出装配式建筑对应的初步预装构件，进行初步预装，与实际相结合，多层面考虑初步预装面临的问题，提高了装配式建筑预装的灵活性；本发明通过对初步预装后的构件再次计算最优匹配概率，获得最优匹配集合，进一步通过预装模拟模型进行最终预装计算，实现装配式建筑优化预装，此过程环环紧扣，互相铺垫，同时在初步预装模型以及预装模拟模型中采用引入分解优化矩阵计算，大大提高计算效率，进一步提高了装配式建筑预装的装配效率，且在模型构建过程中与实际相结合，更提高了装配式建筑预装的灵活性。
为了更好的理解上述技术方案，下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。
参照附图1，本申请所述一种装配式建筑预装优化方法包括以下步骤：
S1. 针对所需装配式建筑的结构进行模拟拆分，得到组成建筑的所有构件，并记录拆分过程以及构件特征参数。
S11. 对所需装配的建筑的结构进行模拟拆分，得到建筑的所有构件；
在对装配式建筑进行拆分时，构建自适应拆分约束条件生成模型对其进行拆分，具体过程如下：
Figure SMS_1
其中，
Figure SMS_3
表示装配式建筑的所处场景；
Figure SMS_7
表示装配式建筑的地理环境；
Figure SMS_9
表示装配式建筑当地文件规定；
Figure SMS_4
表示装配式建筑拆分的结构要求，
Figure SMS_10
表示装配式建筑所含构件的重力要求，
Figure SMS_11
表示装配式建筑的截面形式、连接位置及连接方式；
Figure SMS_12
表示装配式建筑的规模要求；
Figure SMS_2
表示装配式建筑的其他要求；
Figure SMS_5
表示装配式建筑的构件数量要求；
Figure SMS_6
表示装配式建筑构件生产要求；
Figure SMS_8
表示模型输出，即约束条件集合；
具体地，针对
Figure SMS_13
可通过实地考察可获得，即可获得在不同场景下的约束条件集合
Figure SMS_14
，
Figure SMS_15
，N表示约束条件集合的维度，约束条件集合的任何一个约束条件子集可用
Figure SMS_16
表示。
进一步，构建最优拆分模拟模型，具体过程如下：
在对装配式建筑进行拆分时，所考虑因素有很多，本发明以最关注的成本作为目标函数，针对关注点不同，可自适应的改变最优拆分模拟模型的目标函数，进一步提高装配的自适应性。
作为一个具体实施例，以第一个场景为例，即约束条件为
Figure SMS_17
，最优拆分模拟模型可表示为：
Figure SMS_18
其中，M表示目标函数集；X表示影响拆分成本的变量集；C表示变量对应系数矩阵；
Figure SMS_20
表示约束矩阵，即约束条件子集，
Figure SMS_22
；
Figure SMS_25
表示满足约束条件的函数表达式，m表示约束条件个数；X表示影响能耗的变量集，
Figure SMS_21
，n表示变量个数； B表示约束函数
Figure SMS_23
的限定条件门限，
Figure SMS_24
；
Figure SMS_26
表示所有变量满足的最低门限，
Figure SMS_19
。
进一步，对约束条件
Figure SMS_27
，可变形为如下形式：
Figure SMS_28
其中，
Figure SMS_29
表示m个约束函数。
对约束矩阵
Figure SMS_30
进行分解优化矩阵进行处理，本发明通过定义具有共轭对称性的分解优化矩阵：
Figure SMS_31
其中，对于
Figure SMS_32
中的任意一个元素可用
Figure SMS_33
表示，为取自约束矩阵
Figure SMS_34
中的i阶矩阵，例如
Figure SMS_35
，
Figure SMS_36
表示矩阵的秩，
Figure SMS_37
表示矩阵的转置。
利用分解优化矩阵对约束矩阵
Figure SMS_38
进行分解得到：
Figure SMS_39
则，微分方程的求解过程可等效为：
Figure SMS_40
根据简化矩阵等效替代的性质可得
Figure SMS_41
，由于矩阵
Figure SMS_42
为对角阵，则取满足
Figure SMS_43
对角线上的取值范围，同时满足
Figure SMS_44
的约束条件的取值即为所求微分方程的解
Figure SMS_45
。
由此，逐个约束条件进行计算，可得到装配式建筑的不同拆分，提高了装配式建筑预装的灵活性。
S12. 将上述建筑拆分过程以及所有拆分后构件特征参数进行记录，为后续预装提供数据理论基础。
通过针对步骤S11中装配式建筑的模拟拆分，将拆分过程以及对应拆分后构件的特征参数利用现有技术进行记录，为后续预装提供数据理论基础。
本发明通过构建自适应拆分约束条件生成模型和自适应拆分模拟模型对装配式建筑进行拆分，通过多场景、多环境、多因素考虑进行模拟拆分，综合计算得到最佳拆分构件，为后续初步预装以及最终预装提供基本数据理论基础，为提高装配效率以及装配灵活性进行铺垫。
S2. 针对拆分后的构件结合装配式建筑对拆分后的构件通过构件初步预装模型进行初步模拟预装，得到初步组合构件集。
S21. 针对装配式建筑对拆分后构件的特征参数，计算构件的最优匹配概率，得到构件的最优匹配集合。
记在步骤S1中拆分后的构件集合为
Figure SMS_48
，
Figure SMS_51
，其中，K表示构件的个数，集合
Figure SMS_54
中的任意一个元素可由
Figure SMS_47
表示，构件特征信息集合为
Figure SMS_53
，
Figure SMS_55
Figure SMS_58
，集合
Figure SMS_46
中的任意一个元素可由
Figure SMS_50
表示，
Figure SMS_56
Figure SMS_57
，其中，P表示构件的特征参数个数，
Figure SMS_49
中的任意一个元素可用
Figure SMS_52
表示；计算构件的最优匹配概率，按照遍历式进行计算，具体计算过程如下：
第一步，计算第
Figure SMS_59
个构件与第
Figure SMS_60
个构件的匹配概率（其中，
Figure SMS_61
），两两构件的匹配概率计算过程如下：
Figure SMS_62
其中，
Figure SMS_63
表示第
Figure SMS_64
个构件与第
Figure SMS_65
个构件的特征参数一致程度，即两对应特征参数一致，对应第j个特征参数的一致程度为1，否则为0，例如，两者连接方式（特征参数），若两构件连接方式相同，则对应的抑制程度为1，
Figure SMS_66
否则为0，
Figure SMS_67
；
匹配概率集合为：
Figure SMS_68
；
取集合
Figure SMS_69
的最大值，为两两构件的最优匹配概率，若存在多个最大值，则存储两两构件的最优匹配概率集合；进行第二步运算进行进一步计算；
第二步，计算第
Figure SMS_70
个构件与第
Figure SMS_71
个构件与第
Figure SMS_72
的匹配概率（其中，
Figure SMS_73
，
Figure SMS_74
），三三构件的匹配概率计算过程如下：
Figure SMS_75
……
其中，k从1开始取值，到K-1结束。
以此完成遍历，计算得到最优匹配概率，进一步得到装配式建筑构件的最优匹配集合。
S22. 根据步骤S21得到的最优匹配集合，结合预装过程中存在的实际情况构建初步预装模型准确选择出装配式建筑对应的初步预装构件，进行初步预装。
构建初步预装模型，准确选择出装配式建筑对应的初步预装构件，进行初步预装；具体构建过程如下：
参考步骤S1中的自适应拆分约束条件生成模型结合预装过程中存在的实际情况构建预装约束条件生成模型，为初步预装模型生成约束条件，根据初步预装过程中关注参数，构件目标函数，参考最优拆分模拟模型的计算过程，对初步预装模型进行计算，得到最优初步预装，进一步准确选择出装配式建筑对应的初步预装构件，进行初步预装。
本发明通过对装配式建筑拆分后构件间的匹配概率的计算，得到最优匹配集合，得到所有可能的构件预装组合，供后续初步预装构件的挑选提供准确的选择源，避免了构件初步预装的盲目性，提高了装配式建筑预装的效率；进一步结合预装过程中存在的实际情况构建初步预装模型准确选择出装配式建筑对应的初步预装构件，进行初步预装，与实际相结合，多层面考虑初步预装面临的问题，提高了装配式建筑预装的灵活性。
S3. 根据初步预装后的建筑部分，分析初步预装后的组合构件特性，进行再次模拟预装，实现装配式建筑的最终优化预装。
在进行最终优化预装时，参考步骤S2中的初步预装过程中，最优匹配概率计算方式，对初步预装后的组合构件进行最优匹配概率计算，得到装配式建筑构件初步预装后的最优匹配集合，进一步构建预装模拟模型进行预装组合计算，最终实现装配式建筑预装优化方法。
本发明通过对初步预装后的构件再次计算最优匹配概率，获得最优匹配集合，进一步通过预装模拟模型进行最终预装计算，实现装配式建筑优化预装，此过程环环紧扣，互相铺垫，同时在初步预装模型以及预装模拟模型中采用引入分解优化矩阵计算，大大提高计算效率，进一步提高了装配式建筑预装的装配效率，且在模型构建过程中与实际相结合，更提高了装配式建筑预装的灵活性。
综上所述，便完成了本发明所述的一种装配式建筑预装优化方法。
本发明是参照根据本发明实施例的方法、设备（系统）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (3)

1.一种装配式建筑预装优化方法，其特征在于，包括以下步骤：
S1. 针对所需装配式建筑的结构进行模拟拆分，得到组成建筑的所有构件，并记录拆分过程以及构件特征参数；
通过构建自适应拆分约束条件生成模型和最优拆分模拟模型对所需装配的建筑的结构进行模拟拆分：
构建自适应拆分约束条件生成模型，
Figure QLYQS_2
，其中，
Figure QLYQS_5
表示装配式建筑的所处场景；
Figure QLYQS_8
表示装配式建筑的地理环境；
Figure QLYQS_3
表示装配式建筑当地文件规定；
Figure QLYQS_7
表示装配式建筑拆分的结构要求，
Figure QLYQS_9
表示装配式建筑所含构件的重力要求，
Figure QLYQS_12
表示装配式建筑的截面形式、连接位置及连接方式；
Figure QLYQS_1
表示装配式建筑的规模要求；
Figure QLYQS_6
表示装配式建筑的其他要求；
Figure QLYQS_10
表示装配式建筑的构件数量要求；
Figure QLYQS_11
表示装配式建筑构件生产要求；
Figure QLYQS_4
表示模型输出，即约束条件集合；
约束条件为
Figure QLYQS_14
，最优拆分模拟模型可表示为：
Figure QLYQS_17
，
Figure QLYQS_22
，其中，M表示目标函数集；X表示影响拆分成本的变量集；C表示变量对应系数矩阵；
Figure QLYQS_15
表示约束矩阵，即约束条件子集，
Figure QLYQS_16
；
Figure QLYQS_19
表示满足约束条件的函数表达式，m表示约束条件个数；X表示影响能耗的变量集，
Figure QLYQS_21
，n表示变量个数； B表示约束函数
Figure QLYQS_13
的限定条件门限，
Figure QLYQS_18
；
Figure QLYQS_20
表示所有变量满足的最低门限，
Figure QLYQS_23
；
得到建筑的所有构件，并将上述建筑拆分过程以及所有拆分后构件特征参数进行记录，为后续预装提供数据理论基础；
S2. 针对拆分后的构件结合装配式建筑对拆分后的构件通过构件初步预装模型进行初步模拟预装，得到初步组合构件集；
针对步骤S1中获取的装配式建筑对拆分后构件的特征参数，计算构件的最优匹配概率，得到构件最优匹配集合；结合预装过程中存在的实际情况构建初步预装模型准确选择出装配式建筑对应的初步预装构件，完成装配式建筑的初步预装；
在计算构件间的最优匹配概率时，从两个构件开始进行计算，直至计算到最大量构件的匹配概率，得到以装配式建筑拆分构件的最优匹配概率为依据的构件最优匹配集合；
S3. 根据初步预装后的建筑部分，分析初步预装后的组合构件特性，进行再次模拟预装，实现装配式建筑的最终优化预装；
在进行最终优化预装时，参考步骤S2中的初步预装过程中，最优匹配概率计算方式，对初步预装后的组合构件进行最优匹配概率计算，得到装配式建筑构件初步预装后的最优匹配集合，进一步构建预装模拟模型进行预装组合计算，最终实现装配式建筑预装优化方法。
2.根据权利要求1所述的一种装配式建筑预装优化方法，其特征在于，所述步骤S1还包括：
通过构建自适应拆分约束条件生成模型针对装配式建筑场景、区域、环境、当地规定、构件结构要求得到在不同场景下的不同约束条件，根据约束条件以及装配式建筑的特性构件最优拆分模拟模型，完成对装配式建筑的最优拆分。
3.根据权利要求2所述的一种装配式建筑预装优化方法，其特征在于，所述步骤S1还包括：
在上述最优拆分模型中，在最优求解过程中，引入分解优化矩阵对约束矩阵进行简化处理，根据分解优化矩阵的等效替代的性质计算求得最优拆分模型的最优解。
CN202310107773.9A 2023-02-14 2023-02-14 一种装配式建筑预装优化方法 Active CN115859447B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310107773.9A CN115859447B (zh) 2023-02-14 2023-02-14 一种装配式建筑预装优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310107773.9A CN115859447B (zh) 2023-02-14 2023-02-14 一种装配式建筑预装优化方法

Publications (2)

Publication Number Publication Date
CN115859447A CN115859447A (zh) 2023-03-28
CN115859447B true CN115859447B (zh) 2023-05-09

Family

ID=85658004

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310107773.9A Active CN115859447B (zh) 2023-02-14 2023-02-14 一种装配式建筑预装优化方法

Country Status (1)

Country Link
CN (1) CN115859447B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116954089B (zh) * 2023-09-21 2023-12-12 威海润蓝水处理设备有限公司 一种mvr刮板结晶控制系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107010542A (zh) * 2017-04-17 2017-08-04 山东建筑大学 一种装配式建筑智能吊装系统及方法
CN108763710A (zh) * 2018-05-22 2018-11-06 广东建远建筑装配工业有限公司 一种基于bim的装配式建筑正向深化设计方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107010542A (zh) * 2017-04-17 2017-08-04 山东建筑大学 一种装配式建筑智能吊装系统及方法
CN108763710A (zh) * 2018-05-22 2018-11-06 广东建远建筑装配工业有限公司 一种基于bim的装配式建筑正向深化设计方法

Also Published As

Publication number Publication date
CN115859447A (zh) 2023-03-28

Similar Documents

Publication Publication Date Title
CN115859447B (zh) 一种装配式建筑预装优化方法
CN111581189B (zh) 一种空气质量检测数据缺失的补全方法及补全装置
CN111222029A (zh) 一种网络舆情信息传播中关键节点选择方法
CN105893694A (zh) 一种基于重采样粒子群优化算法的复杂系统设计方法
CN111709244A (zh) 一种用于矛盾纠纷事件因果关系识别的深度学习方法
CN107609717B (zh) 社交网络中一种基于Kalman滤波器的帖子转发量预测方法
CN115049124A (zh) 一种基于贝叶斯网络的深长隧道突涌水预测方法
CN109104301A (zh) 一种基于深度学习模型针对综艺节目进行网络热度预测的方法和系统
Kulkarni et al. SLANT+: A nonlinear model for opinion dynamics in social networks
CN111861648B (zh) 基于模拟训练的价格谈判策略模型学习方法
CN116629775B (zh) 一种基于物联网技术的装配式建筑建材智能生产控制系统
CN116541767A (zh) 一种基于图神经网络的多元温室环境参数预测方法及系统
CN114942480B (zh) 基于信息感知注意力动态协同网络的海洋站风速预报方法
CN112817282B (zh) 一种基于数字孪生系统的高炉炉顶压力控制回路参数优化方法
CN116089865A (zh) 一种基于改进型网格搜索随机森林算法进行opgw异常振动分类识别的方法
CN113988189B (zh) 一种跨风电机组的迁移故障诊断方法
CN110543724B (zh) 面向总体设计的卫星结构性能预测方法
CN113793024A (zh) 一种基于招投标参与方行为画像的投标方法及评估系统
JP2021089446A (ja) モデルの選定方法および深層強化学習方法
CN109977572A (zh) 一种产品零件知识单元关系网络构建方法
CN115302507B (zh) 数字孪生驱动的工业机器人拆解过程智能决策方法
CN115293334B (zh) 基于模型的高样本率深度强化学习的无人设备控制方法
CN116305995B (zh) 结构体系的非线性分析方法及装置、设备及介质
CN116432541B (zh) 一种基于优化聚类算法的新能源场站建模方法及系统
Shahabian Internet of Things and the Future of Life-Cycle Assessment in Smart World

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