CN116305496A - 一种隧道数字孪生建模方法、电子设备及存储介质 - Google Patents

一种隧道数字孪生建模方法、电子设备及存储介质 Download PDF

Info

Publication number
CN116305496A
CN116305496A CN202310553761.9A CN202310553761A CN116305496A CN 116305496 A CN116305496 A CN 116305496A CN 202310553761 A CN202310553761 A CN 202310553761A CN 116305496 A CN116305496 A CN 116305496A
Authority
CN
China
Prior art keywords
modeling
tunnel
matrix
facility
digital twin
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
Application number
CN202310553761.9A
Other languages
English (en)
Other versions
CN116305496B (zh
Inventor
阚倩
童青峰
杜娅薇
庄蔚群
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.)
Shenzhen Traffic Science Research Institute Co ltd
Shenzhen Urban Transport Planning Center Co Ltd
Original Assignee
Shenzhen Traffic Science Research Institute Co ltd
Shenzhen Urban Transport Planning Center 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 Shenzhen Traffic Science Research Institute Co ltd, Shenzhen Urban Transport Planning Center Co Ltd filed Critical Shenzhen Traffic Science Research Institute Co ltd
Priority to CN202310553761.9A priority Critical patent/CN116305496B/zh
Publication of CN116305496A publication Critical patent/CN116305496A/zh
Application granted granted Critical
Publication of CN116305496B publication Critical patent/CN116305496B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/13—Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads
    • 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
    • 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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Business, Economics & Management (AREA)
  • General Engineering & Computer Science (AREA)
  • Structural Engineering (AREA)
  • General Health & Medical Sciences (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Civil Engineering (AREA)
  • Architecture (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • Mathematical Optimization (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

一种隧道数字孪生建模方法、电子设备及存储介质，属于交通信息化技术领域领域。为解决考虑隧道运行业务结合隧道相关设施对隧道数字孪生建模的影响的问题。本发明将隧道以及设施设置为动态建模设施和静态建模设施；根据设置的动态建模设施和静态建模设施，基于层次分析法构建隧道数字孪生建模的分析模型；根据构建的隧道数字孪生建模的分析模型，构建影响隧道数字孪生建模的决策矩阵，包括影响隧道数字孪生建模实施的因素决策矩阵、影响隧道数字孪生建模实施方案的准则决策矩阵；对构建的影响隧道数字孪生建模的分析判断矩阵进行一致性检验和层次排序。本发明通过最终实现隧道数字孪生建模实施方案的决策，过程具备科学性、创新性和合理性。

Description

一种隧道数字孪生建模方法、电子设备及存储介质
技术领域
本发明属于交通信息化技术领域，具体涉及一种隧道数字孪生建模方法、电子设备及存储介质。
背景技术
隧道作为城市关键交通设施，作为连接不同区域的关键节点，承担着跨区域交通运输的重要功能。隧道当中运行过程中存在多种类型的危化品车辆、大型货运车辆以及其他危及隧道安全运行的交通车辆。世界各地由于隧道发生交通事故、火灾等引起的重大安全事故给人民经济财产和生命安全带来巨大的损失。隧道由于地理环境复杂，空间密闭使得通信信号衰减、视线局限，导致事故发生后很难立即察觉并实施有效的处置策略，并且在狭窄空间下极易发生二次事故。因此，隧道安全运营面临巨大的挑战。
近年来，隧道管理方通过引入先进的传感器技术、先进通信技术、先进软件实现对隧道运行的实时监测，通过感知隧道内的各项运行参数，结合业务的分析流程和手段，对隧道中的风险因素进行预警和管控。其中，隧道数字孪生是近些年来比较前沿的技术之一。数字孪生是充分利用物理模型、传感器更新、运行历史数据，集成多学科、多物理量、多尺度、多概率的仿真过程，在虚拟空间中完成映射，从而反映相对应的实体装备的全生命周期过程。数字孪生可以被视为一个或多个重要的、彼此依赖的装备系统的数字映射系统。数字孪生通过高精度的模型对真实对象进行建模，借助传感器以及其他手段获取的数据，完成真实对象行为的复刻和还原。目前市面上存在的三维模型建模软件、三维场景渲染引擎种类很多，能够支持不同精度、不同要求和不同对象的建模需求。比如场景的3DMAX、UNITY 3D、UNREAL ENGINE 4&5、BLENDER等。不同的项目需求以及对象功能具有差异性，不同对象的建模需求有很大的差异性，不同场景下的同一个对象的建模需求也有可能不同，需要考虑不同的建模精度对系统硬件的要求、以及建模人员的投入及项目的预算。因此，需要对数字孪生项目中的不同对象的建模需求进行明确。
专利名称为一种隧道数字孪生系统、公开号为CN114357579A的专利，介绍了系统的几个部分，但是对于所提到的数字孪生系统的建立的基础和合理性没有提供足够的解释和支撑，缺乏与隧道运行业务结合部分的分析。因此该方案没有对项目功能需求和系统性能进行综合考量，方案拓展性不足，实际应用当中存在性能匹配的问题。
专利名称为基于BIM技术的隧道快速建模方法，公告号为CN112270024B的专利针对隧道本身建模技术和过程进行论述，所涉及的设施主要是隧道主体结构，但是没有考虑隧道相关设施的建模方案。缺乏与隧道运行业务结合部分的分析。
发明内容
本发明要解决的问题是考虑隧道运行业务结合隧道相关设施对隧道数字孪生建模的影响，提出一种隧道数字孪生建模方法、电子设备及存储介质。
本发明通过以下技术方案实现：
一种隧道数字孪生建模方法，包括如下步骤：
S1、将隧道以及设施设置为动态建模设施和静态建模设施；
S2、根据步骤S1设置的动态建模设施和静态建模设施，基于层次分析法构建隧道数字孪生建模的分析模型；
S3、根据步骤S2构建的隧道数字孪生建模的分析模型，构建影响隧道数字孪生建模的决策矩阵，包括影响隧道数字孪生建模实施的因素决策矩阵、影响隧道数字孪生建模实施方案的准则决策矩阵；
S4、对步骤S3构建的影响隧道数字孪生建模的分析判断矩阵进行一致性检验和层次排序。
进一步的，步骤S1的具体实现方法包括如下步骤：
S1.1、定义动态建模设施为满足项目功能性需求的设施，定义静态建模设施为满足项目非功能性需求的设施；
S1.2、将动态建模设施分为核心建模设施、功能性建模设施；静态建模设施分为非功能性建模设施、其他类建模设施；
S1.3、根据隧道运营特点，确定隧道的动态建模设施、隧道的静态建模设施，具体实现方法包括如下步骤：
S1.3.1、确定隧道项目研究数据，包括隧道交通车辆的运行数据、隧道主体结构的监测数据、隧道机电设备的运行数据；
S1.3.2、确定隧道的动态建模设施，包括隧道主体结构、机电设备、交通流的对象与设施，确定重要的功能实现辅助对象，包括隧道内的照明灯具；
S1.3.3、确定隧道的静态建模设施为三维场景的搭建。
进一步的，步骤S2的具体实现方法包括如下步骤：
S2.1、建立隧道数字孪生的层次结构，包括目标层、准则层、方案层：目标层包括隧道数字孪生以及建模方法，准则层包括设施建模性能、设施建模可用性、设施建模易用性、设施建模可修改性、设施建模成本投入，方案层包括效果优先方案、成本优先方案、两者折中方案；
S2.2、从目标层到准则层，对目标层进行细化设置，包括设置三维场景的搭建、隧道土建结构监测、机电设备监测为次要目标，设置隧道数字孪生为主要目标，确定目标层实施的技术条件为Unreal Engine 5三维引擎、BIM建模技术，数据条件为图像识别的交通车辆数据、隧道土建结构监测传感器数据、可编程逻辑单元数据；
S2.3、从准则层到方案层，对准则层进行量化设置，具体的实现方法包括如下步骤：
S2.3.1、设置隧道按照步骤S1的分类方法得到
Figure SMS_1
个建模设施总数，/>
Figure SMS_2
个动态建模设施数量，其中核心建模设施数量为/>
Figure SMS_3
个，功能性建模设施数量为/>
Figure SMS_4
个，/>
Figure SMS_5
个静态建模设施数量，其中与动态建模设施相关的有/>
Figure SMS_6
个，与动态建模设施无关的有/>
Figure SMS_7
个；
S2.3.2、设置IMPP为设施建模性能参数，IMAP为设施建模可用性参数，IMUP为设施建模易用性参数，IMMP为设施建模可修改性参数，IMCP为设施建模成本投入参数，IMUN为设施建模最小单元数量参数，则得到以下计算公式为：
设施建模性能的量化参数为IMPP：
Figure SMS_8
其中，j为设施中的任意一个；
设施建模可用性的量化参数为IMAP，有：
Figure SMS_9
设施建模易用性的量化参数为IMUP，有：
Figure SMS_10
设施建模可修改性的量化参数为IMMP，有：
Figure SMS_11
设施建模成本投入的量化参数为IMCP，有：
Figure SMS_12
。
进一步的，步骤S2.1中的设施建模性能是指整个隧道数字孪生项目中的三维场景搭建的效果、设施建模可用性为正常使用时间占总体时间的比例、设施建模易用性为设计便捷的交互、设施建模可修改性为系统后续进行修改和变更的容易程度，设施建模成本投入。
进一步的，步骤S3的具体实现方法包括如下步骤：
S3.1、构建影响隧道数字孪生建模实施的因素决策矩阵：
S3.1.1、从目标层到准则层，采用两两进行对比的方式，构建影响隧道数字孪生建模实施的因素决策矩阵，
Figure SMS_13
，m=(1,2,3,4,5)，n=(1,2,3,4,5)，其中，/>
Figure SMS_14
表示与第n个准则相比，第m个准则对于构建数字孪生建模方法的重要程度，当/>
Figure SMS_15
时，/>
Figure SMS_16
为1；
S3.1.2、采用1-9标度方法确定影响隧道数字孪生建模实施的因素决策矩阵A中每个元素的取值；
S3.1.3、确定影响隧道数字孪生建模实施的因素决策矩阵A中每个元素的构成：
设置目标层中的四项目标权重值序列为w 1，分别对应隧道数字孪生为w 11，三维场景的搭建为w 12，隧道土建结构监测为w 13和机电设备监测为w 14，则得到：
Figure SMS_17
；
Figure SMS_18
其中，a mn1表示对于隧道数字孪生第m个元素相较于第n个元素的重要程度取值，a mn2表示对于三维场景的搭建第m个元素相较于第n个元素的重要程度取值，a mn3表示对于隧道土建结构监测第m个元素相较于第n个元素的重要程度取值，a mn4表示对于机电设备监测第m个元素相较于第n个元素的重要程度取值；
S3.2、构建影响隧道数字孪生建模实施方案的准则决策矩阵：将准则层中的五种量化参数进行计算，然后得出基于包括IMPP、IMAP、IMUP、IMMP和IMCP情况下，三种方案的准则决策矩阵，得到B1、B2、B3、B4和B5，为3×3矩阵。
进一步的，步骤S4的具体实现方法包括如下步骤：
S4.1、一致矩阵检验：
S4.1.1、将步骤S3得到的影响隧道数字孪生建模的决策矩阵进行有效性验证，包括矩阵A、矩阵B1、矩阵B2、矩阵B3、矩阵B4、矩阵B5，针对每个矩阵中的上三角的所有元素进行遍历，具体遍历的规则为：
Figure SMS_19
其中，l表示影响隧道数字孪生建模的决策矩阵中任一矩阵的上三角中的任一元素，该规则的含义为隧道数字孪生建模方法过程中，两两对比进行决策的过程中保持一致性，所有元素均满足遍历规则为一致矩阵；
S4.1.2、对于矩阵A，计算影响隧道数字孪生建模的决策矩阵的一致性参数
Figure SMS_20
：
Figure SMS_21
其中，
Figure SMS_22
为矩阵A的一致性参数，/>
Figure SMS_23
为矩阵A的最大特征值，/>
Figure SMS_24
为矩阵A的行数；
S4.1.3、通过查Thomas L.Saaty给出的平均随机一致性参数表得到矩阵A的随机平均一致性参数
Figure SMS_25
；
S4.1.4、计算得到矩阵A相对一致矩阵的偏离参数：
Figure SMS_26
其中，
Figure SMS_27
表示矩阵A的一致矩阵偏离参数，当偏离参数值小于0.1时，表示在可接受的偏离范围内，对于该数字孪生建模方法的决策矩阵的构建是有效的，否则，则需要重新构建矩阵，直到满足一致矩阵偏离参数值的要求为止；
S4.1.5、对于矩阵B1、矩阵B2、矩阵B3、矩阵B4、矩阵B5，重复步骤S4.1.1-4.1.4，完成矩阵B1、矩阵B2、矩阵B3、矩阵B4、矩阵B5的一致性检验；
S4.2、进行层次排序、确定方案层中最终方案：
S4.2.1、通过一致矩阵检验的矩阵，得出矩阵A的最大特征值
Figure SMS_28
和对应的特征向量/>
Figure SMS_29
为：
Figure SMS_30
对于矩阵B1、矩阵B2、矩阵B3、矩阵B4、矩阵B5中任一矩阵
Figure SMS_31
，最大特征值/>
Figure SMS_32
和对应的特征向量/>
Figure SMS_33
为：
Figure SMS_34
则对于影响隧道数字孪生建模实施方案的准则决策矩阵而言，有：
Figure SMS_35
进一步，有：
Figure SMS_36
S4.2.2、确定方案层中最终方案的方法为，计算三个方案的决策比重：
第一个方案的决策比重
Figure SMS_37
：/>
Figure SMS_38
；
第二个方案的决策比重
Figure SMS_39
：/>
Figure SMS_40
；
第三个方案的决策比重
Figure SMS_41
：/>
Figure SMS_42
；
通过比较三个方案的决策比重大小，确定隧道数字孪生建模方法的实施方案。
电子设备，包括存储器和处理器，存储器存储有计算机程序，所述的处理器执行所述计算机程序时实现所述的一种隧道数字孪生建模方法的步骤。
计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现所述的一种隧道数字孪生建模方法。
本发明的有益效果：
本发明所述的一种隧道数字孪生建模方法，提出隧道以及设施建模的动态和静态的分类方法，将数字孪生技术与实际隧道运营的业务结合提供了实施的路径，针对项目开发的功能需求以及成本预算的限制取得了平衡。
本发明所述的一种隧道数字孪生建模方法，通过引入层次分析法，将定性分析的隧道数字孪生建模过程进行了量化，从而帮助项目设计和项目管理人员进行更加科学性的决策，决策有具体数字支撑。
本发明所述的一种隧道数字孪生建模方法，通过形式化的分析过程，通过排列影响数字孪生建模方案实施的因素，以及制定影响方案选择的准则，并最终使用量化的方案计算得到隧道数字孪生建模实施方案的选择结果，整个过程十分清晰，对于项目实施过程以及后续养护过程，实现分析过程的可溯源性。同时，对于其他同类型项目的实施，也只需要将条件修改为项目对应的情况，即可进行分析过程的复制，可复制性好。
本发明所述的一种隧道数字孪生建模方法，从最高层的隧道数字孪生项目实施方案到最底层的多个具体已量化的实施方案，通过在中间设置中间层，通过量化的计算，实现最高层的目标到最底层的方案之间的连接，同时引入一致性检验，保证了决策过程的科学性和合理性，最终实现隧道数字孪生建模实施方案的决策。综上所述，针对隧道数字孪生建模方案的实施，本发明通过划分多种类型的设施建模方法，然后引入层次分析法，建立由最高层、中间层和最底层构成的隧道数字孪生实施方案决策分析和计算模型，然后通过对整个过程的量化，最终实现隧道数字孪生建模实施方案的决策，过程具备科学性、创新性和合理性。
附图说明
图1为本发明所述的所述的一种隧道数字孪生建模方法的流程图；
图2为本发明构建的构建的隧道数字孪生建模的分析模型的结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及具体实施方式，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施方式仅用以解释本发明，并不用于限定本发明，即所描述的具体实施方式仅仅是本发明一部分实施方式，而不是全部的具体实施方式。通常在此处附图中描述和展示的本发明具体实施方式的组件可以以各种不同的配置来布置和设计，本发明还可以具有其他实施方式。
因此，以下对在附图中提供的本发明的具体实施方式的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定具体实施方式。基于本发明的具体实施方式，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他具体实施方式，都属于本发明保护的范围。
为能进一步了解本发明的发明内容、特点及功效，兹例举以下具体实施方式，并配合附图1和附图2详细说明如下 ：
具体实施方式一：
一种隧道数字孪生建模方法，包括如下步骤：
S1、将隧道以及设施设置为动态建模设施和静态建模设施；
进一步的，步骤S1的具体实现方法包括如下步骤：
S1.1、定义动态建模设施为满足项目功能性需求的设施，定义静态建模设施为满足项目非功能性需求的设施；
首先，设施建模分为动态设施建模和静态设施建模两大类。动态设施建模指的是满足项目功能性需求的设施建模，一般需要建立高精度模型，同时满足不同场景下对设施呈现多种状态的要求。一般包括对应项目核心功能的设施、主要的数据载体对象、重要的功能实现辅助对象。静态设施建模指的是满足项目非功能性需求的对象，一般不需要太高的建模精度，呈现状态也比较单一。其中非功能性需求一般包括安全性、可靠性、互操作性、健壮性；
S1.2、将动态建模设施分为核心建模设施、功能性建模设施；静态建模设施分为非功能性建模设施、其他类建模设施；
其次，动态建模设施当中又分为核心建模需求和功能性建模需求，主要是指完成项目核心功能以及满足功能性需求的设施建模要求。比如对于隧道而言，隧道的主体结构以及隧道当中的机电设备属于动态建模设施，一方面隧道主体结构属于隧道数字孪生的核心建模设施，另一方面机电设备属于隧道监测业务当中的核心监测对象。此外，静态建模设施又分为非功能性需求建模设施和其他类建模设施。其中，非功能性需求指的是为满足用户业务需求而必须具有且除功能性需求以外的特性，包括安全性、可靠性、互操作性、健壮性，例如在隧道数字孪生项目中隧道周边场景的搭建、隧道内车辆多种类型的要求；
S1.3、根据隧道运营特点，确定隧道的动态建模设施、隧道的静态建模设施，具体实现方法包括如下步骤：
S1.3.1、确定隧道项目研究数据，包括隧道交通车辆的运行数据、隧道主体结构的监测数据、隧道机电设备的运行数据；
S1.3.2、确定隧道的动态建模设施，包括隧道主体结构、机电设备、交通流的对象与设施，确定重要的功能实现辅助对象，包括隧道内的照明灯具；
S1.3.3、确定隧道的静态建模设施为三维场景的搭建；
根据隧道运营的特点，选出隧道的动态建模设施和隧道的静态建模设施。
首先是重要的数据载体，具体指的是项目核心数据展示的对象模型。隧道数字孪生平台的核心数据包括隧道交通车辆的运行数据、隧道主体结构的监测数据以及隧道机电设备的运行数据。隧道主体结构的监测数据和隧道机电设备的运行数据可以通过信息列表或者信息弹框的形式展示，隧道主体结构作为整个隧道项目场景的核心，无论是交通车辆的展示、隧道漫游等功能都与其相关，因此隧道主体结构属于动态建模设施中的核心建模需求。机电设备中关键的风机、摄像头同样属于动态建模设施。然后，隧道车辆数据的展示属于整个隧道数字孪生项目的核心功能，车辆实时数据的真实还原关系整个项目的成败。与此同时，因为不对车辆的内部构造有相关要求，所以车辆的外观建模属于动态建模设施中的功能性建模需求。
其次是重要的功能实现辅助对象，主要是指隧道内的照明灯具。隧道是特殊的封闭空间，隧道内的光照条件往往受到经济因素的要求，目前大多采用智慧照明的方案。因此，如何真实的还原隧道内的光照环境，对于整体隧道内的场景建模至关重要。参照真实隧道内的情况，对常亮灯具、非常亮灯具进行建模，保证光照条件真实还原的情况下，还可以实现灯具的开/关控制以及亮度的控制。
最后是静态建模设施，静态建模设施是满足安全性、可靠性、互操作性、健壮性非功能性需求的设施对象。具体对应隧道数字孪生的项目，主要考虑性能、可用性、易用性（交互便捷）。性能指的是整个隧道数字孪生项目中的三维场景搭建的效果，考虑对隧道周边的地形进行建模，主要包括山体、交通道路及其他交通设施、周边建筑物。可用性指的是正常使用时间占总体时间的比例，对应项目里指的是对硬件设施的依赖度以及后期整体渲染的优化，主要包括树木、远处建筑物、一般地面。易用性指的是设计便捷的交互，对应项目里指的是设施本身建模的多种状态，比如设施故障、正常和关闭时的不同状态表示。因此，基于以上的分类，可以根据实际的业务需求对设施建模设置具有不同层次的方案。
S2、根据步骤S1设置的动态建模设施和静态建模设施，基于层次分析法构建隧道数字孪生建模的分析模型；
进一步的，步骤S2的具体实现方法包括如下步骤：
S2.1、建立隧道数字孪生的层次结构，包括目标层、准则层、方案层：目标层包括隧道数字孪生以及建模方法，准则层包括设施建模性能、设施建模可用性、设施建模易用性、设施建模可修改性、设施建模成本投入，方案层包括效果优先方案、成本优先方案、两者折中方案；
进一步的，步骤S2.1中的设施建模性能是指整个隧道数字孪生项目中的三维场景搭建的效果、设施建模可用性为正常使用时间占总体时间的比例、设施建模易用性为设计便捷的交互、设施建模可修改性为系统后续进行修改和变更的容易程度，设施建模成本投入；
S2.2、从目标层到准则层，对目标层进行细化设置，包括设置三维场景的搭建、隧道土建结构监测、机电设备监测为次要目标，设置隧道数字孪生为主要目标，确定目标层实施的技术条件为Unreal Engine 5三维引擎、BIM建模技术，数据条件为图像识别的交通车辆数据、隧道土建结构监测传感器数据、可编程逻辑单元数据；
S2.3、从准则层到方案层，对准则层进行量化设置，具体的实现方法包括如下步骤：
S2.3.1、设置隧道按照步骤S1的分类方法得到
Figure SMS_43
个建模设施总数，/>
Figure SMS_44
个动态建模设施数量，其中核心建模设施数量为/>
Figure SMS_45
个，功能性建模设施数量为/>
Figure SMS_46
个，/>
Figure SMS_47
个静态建模设施数量，其中与动态建模设施相关的有/>
Figure SMS_48
个，与动态建模设施无关的有/>
Figure SMS_49
个；
S2.3.2、设置IMPP为设施建模性能参数，IMAP为设施建模可用性参数，IMUP为设施建模易用性参数，IMMP为设施建模可修改性参数，IMCP为设施建模成本投入参数，IMUN为设施建模最小单元数量参数，则得到以下计算公式为：
设施建模性能的量化参数为IMPP：
Figure SMS_50
其中，j为设施中的任意一个；
设施建模可用性的量化参数为IMAP，有：
Figure SMS_51
设施建模易用性的量化参数为IMUP，有：
Figure SMS_52
设施建模可修改性的量化参数为IMMP，有：
Figure SMS_53
设施建模成本投入的量化参数为IMCP，有：
Figure SMS_54
。
从建立层次结构模型角度。这部分根据模型功能性分类，然后考虑项目的功能要求，逐步建立层次结构模型。主要考虑将模型的目标、分析的准则因素和分析的对象进行分类，然后建立最高层、最底层和中间层，最终，建立起整体的层次结构模型。同时，一般的层次分析法对于最高层只有简单的描述，本实施方式将数字孪生的建模过程其进行量化。具体的，对于最高层而言，由于是涉及的数字孪生技术在隧道运营当中的应用，因此这里涉及到数字孪生项目管理的因素，主要是纳入数字孪生项目管理的因素，其次考虑数字孪生项目实施过程中资源配置的情况。因此，最高层根据不同等级的需求设计两个不同层次的要求，同时根据项目设计和管理过程中的功能点进行量化。对于最底层而言，是用以完成和实现最高层的方案，也要进行量化。具体的，针对最高层所涉及的数字孪生的选项和功能点，针对性的进行设置。
S3、根据步骤S2构建的隧道数字孪生建模的分析模型，构建影响隧道数字孪生建模的决策矩阵，包括影响隧道数字孪生建模实施的因素决策矩阵、影响隧道数字孪生建模实施方案的准则决策矩阵；
进一步的，步骤S3的具体实现方法包括如下步骤：
S3.1、构建影响隧道数字孪生建模实施的因素决策矩阵：
S3.1.1、从目标层到准则层，采用两两进行对比的方式，构建影响隧道数字孪生建模实施的因素决策矩阵，
Figure SMS_55
，m=(1,2,3,4,5)，n=(1,2,3,4,5)，其中，/>
Figure SMS_56
表示与第n个准则相比，第m个准则对于构建数字孪生建模方法的重要程度，当/>
Figure SMS_57
时，/>
Figure SMS_58
为1；
表1 隧道数字孪生建模方案的决策矩阵A
Figure SMS_59
S3.1.2、采用1-9标度方法确定影响隧道数字孪生建模实施的因素决策矩阵A中每个元素的取值；
表2 1-9标度方法
Figure SMS_60
S3.1.3、确定影响隧道数字孪生建模实施的因素决策矩阵A中每个元素的构成：
设置目标层中的四项目标权重值序列为w 1，分别对应隧道数字孪生为w 11，三维场景的搭建为w 12，隧道土建结构监测为w 13和机电设备监测为w 14，则得到：
Figure SMS_61
；
Figure SMS_62
；
其中，a mn1表示对于隧道数字孪生第m个元素相较于第n个元素的重要程度取值，a mn2表示对于三维场景的搭建第m个元素相较于第n个元素的重要程度取值，a mn3表示对于隧道土建结构监测第m个元素相较于第n个元素的重要程度取值，a mn4表示对于机电设备监测第m个元素相较于第n个元素的重要程度取值；
S3.2、构建影响隧道数字孪生建模实施方案的准则决策矩阵：将准则层中的五种量化参数进行计算，然后得出基于包括IMPP、IMAP、IMUP、IMMP和IMCP情况下，三种方案的准则决策矩阵，得到B1、B2、B3、B4和B5，为3×3矩阵；
从构造分析判断矩阵角度。一般的层次分析法是通过将多因素拆分为多个因素，避免了多种因素条件下的复杂决策过程，采用两两进行对比的方式。同样地，将影响数字孪生技术应用的准则因素进行两两对比，从而得到判断的矩阵。
S4、对步骤S3构建的影响隧道数字孪生建模的分析判断矩阵进行一致性检验和层次排序；
进一步的，步骤S4的具体实现方法包括如下步骤：
S4.1、一致矩阵检验：
S4.1.1、将步骤S3得到的影响隧道数字孪生建模的决策矩阵进行有效性验证，包括矩阵A、矩阵B1、矩阵B2、矩阵B3、矩阵B4、矩阵B5，针对每个矩阵中的上三角的所有元素进行遍历，具体遍历的规则为：
Figure SMS_63
其中，l表示影响隧道数字孪生建模的决策矩阵中任一矩阵的上三角中的任一元素，该规则的含义为隧道数字孪生建模方法过程中，两两对比进行决策的过程中保持一致性，所有元素均满足遍历规则为一致矩阵；
S4.1.2、对于矩阵A，计算影响隧道数字孪生建模的决策矩阵的一致性参数
Figure SMS_64
：
Figure SMS_65
其中，
Figure SMS_66
为矩阵A的一致性参数，/>
Figure SMS_67
为矩阵A的最大特征值，/>
Figure SMS_68
为矩阵A的行数；
S4.1.3、通过查Thomas L.Saaty给出的平均随机一致性参数表得到矩阵A的随机平均一致性参数
Figure SMS_69
；
表3 Thomas L.Saaty的平均随机一致性参数表
Figure SMS_70
S4.1.4、计算得到矩阵A相对一致矩阵的偏离参数：
Figure SMS_71
其中，
Figure SMS_72
表示矩阵A的一致矩阵偏离参数，当偏离参数值小于0.1时，表示在可接受的偏离范围内，对于该数字孪生建模方法的决策矩阵的构建是有效的，否则，则需要重新构建矩阵，直到满足一致矩阵偏离参数值的要求为止；
S4.1.5、对于矩阵B1、矩阵B2、矩阵B3、矩阵B4、矩阵B5，重复步骤S4.1.1-4.1.4，完成矩阵B1、矩阵B2、矩阵B3、矩阵B4、矩阵B5的一致性检验；
S4.2、进行层次排序、确定方案层中最终方案：
S4.2.1、通过一致矩阵检验的矩阵，得出矩阵A的最大特征值
Figure SMS_73
和对应的特征向量/>
Figure SMS_74
为：
Figure SMS_75
对于矩阵B1、矩阵B2、矩阵B3、矩阵B4、矩阵B5中任一矩阵
Figure SMS_76
，最大特征值/>
Figure SMS_77
和对应的特征向量/>
Figure SMS_78
为：
Figure SMS_79
则对于影响隧道数字孪生建模实施方案的准则决策矩阵而言，有：
Figure SMS_80
进一步，有：
Figure SMS_81
S4.2.2、确定方案层中最终方案的方法为，计算三个方案的决策比重：
第一个方案的决策比重
Figure SMS_82
：/>
Figure SMS_83
；
第二个方案的决策比重
Figure SMS_84
：/>
Figure SMS_85
；
第三个方案的决策比重
Figure SMS_86
：/>
Figure SMS_87
；
通过比较三个方案的决策比重大小，确定隧道数字孪生建模方法的实施方案。
从层次排序和一致性检验角度。这里主要分为两部分，第一部分是中间层对最高层的影响因素分析。首先，需要通过对获得的判断矩阵进行一致性计算，从而确定判断矩阵作为一个整体的合理性。然后进一步，计算得到中间层对最高层的多因素决策比例结果。第二部分是最底层对中间层的影响因素分析。具体的，通过计算该层的影响因素矩阵，然后通过最大特征值来获取对应的特征向量。最终，得到从最高层出发，经由中间层的具体拆解，结果通过形式化的计算过程落到最底层的实施方案的选择结果。
本实施方式提出一种基于层次分析法的隧道数字孪生建模方法，具有以下几个优势：
1．本实施方式提出设施建模的动态和静态的分类方法，将数字孪生技术与实际隧道运营的业务结合提供了实施的路径，针对项目开发的功能需求以及成本预算的限制取得了平衡；2.本实施方式通过引入层次分析法，将原本只能定性分析的隧道数字孪生建模过程进行了量化，从而帮助项目设计和项目管理人员进行更加科学性的决策，做出有具体数字支撑的决策；3.本实施方式通过形式化的分析过程，通过排列影响数字孪生建模方案实施的因素，以及制定影响方案选择的准则，并最终使用量化的方案计算得到隧道数字孪生建模实施方案的选择结果，整个过程十分清晰，对于项目实施过程以及后续养护过程，可以实现分析过程的可溯源性。同时，对于其他同类型项目的实施，也只需要将条件修改为项目对应的情况，即可进行分析过程的复制，可复制性好；4.本实施方式在最高层的隧道数字孪生项目实施方案到最底层的多个具体已量化的实施方案，通过在中间设置中间层，通过量化的计算，实现最高层的目标到最底层的方案之间的连接，同时引入的一致性检验，保证了决策过程的科学性和合理性，最终实现隧道数字孪生建模实施方案的决策。综上所述，针对隧道数字孪生建模方案的实施，本实施方式通过划分多种类型的设施建模方法，然后引入层次分析法，建立由最高层、中间层和最底层构成的隧道数字孪生实施方案决策分析和计算模型，然后通过对整个过程的量化，最终实现隧道数字孪生建模实施方案的决策，过程具备科学性、创新性和合理性。
具体实施方式二：
电子设备，包括存储器和处理器，存储器存储有计算机程序，所述的处理器执行所述计算机程序时实现所述的一种隧道数字孪生建模方法的步骤。
本发明的计算机装置可以是包括有处理器以及存储器等装置，例如包含中央处理器的单片机等。并且，处理器用于执行存储器中存储的计算机程序时实现上述的一种隧道数字孪生建模方法的步骤。
所称处理器可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器 (Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列 (Field-Programmable Gate Array，FPGA) 或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序（比如声音播放功能、图像播放功能等）等；存储数据区可存储根据手机的使用所创建的数据（比如音频数据、电话本等）等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡（Smart Media Card, SMC），安全数字（Secure Digital, SD）卡，闪存卡（Flash Card）、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
具体实施方式三：
计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现所述的一种隧道数字孪生建模方法。
本发明的计算机可读存储介质可以是被计算机装置的处理器所读取的任何形式的存储介质，包括但不限于非易失性存储器、易失性存储器、铁电存储器等，计算机可读存储介质上存储有计算机程序，当计算机装置的处理器读取并执行存储器中所存储的计算机程序时，可以实现上述的一种隧道数字孪生建模方法的步骤。
所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
本发明的技术关键点和欲保护点：
首先，本发明将层次分析法引入隧道数字孪生建模方法的决策过程中，使得以往只能定性分析的过程，可以用成熟的理论和定量的计算作为决策支撑。
其次，提出动态设施建模和静态设施建模的区别，在传统的三维建模方法的基础上融入隧道业务需求，构建三维建模方法实施过程的分析框架，实现项目需求与实际投入之间的平衡，提高项目的可实施性、可复制性和可拓展性。
然后，针对隧道数字孪生建模方法的特性，对层次分析法进行改进，设置了多层次的目标层，并且对准则层和方层进行了量化分析，提出相应的参数，帮助进行决策过程。整个过程清晰，可复制性强，可方便用于其他隧道项目的使用。
层次分析法当中的多层次结构的分析模型运用在隧道数字孪生建模方法的决策过程，使得分析结论更加真实有效。
缩略语和关键术语定义：
Infrastructure Modelling Performance Parameters，IMPP，设施建模性能参数； Infrastructure Modelling Availability Parameters，IMAP， 设施建模可用性参数；Infrastructure Modelling Performance Useability Parameters，IMUP，设施建模易用性参数；Infrastructure Modelling Modifiability Parameters，IMMP，设施建模可修改性参数；Infrastructure Modelling Cost Parameters，IMCP，设施建模成本投入参数；Infrastructure Modelling Unit Number，IMUN，设施建模最小单元数量；DecisionMatrix Consistency Parameter，DMCP，决策矩阵的一致性参数；Decision Matrix RandomAverage Consistency Parameter，DMRACP，决策矩阵的随机平均一致性参数。
需要说明的是，术语“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
虽然在上文中已经参考具体实施方式对本申请进行了描述，然而在不脱离本申请的范围的情况下，可以对其进行各种改进并且可以用等效物替换其中的部件。尤其是，只要不存在结构冲突，本申请所披露的具体实施方式中的各项特征均可通过任意方式相互结合起来使用，在本说明书中未对这些组合的情况进行穷举性的描述仅仅是出于省略篇幅和节约资源的考虑。因此，本申请并不局限于文中公开的特定具体实施方式，而是包括落入权利要求的范围内的所有技术方案。

Claims (8)

1.一种隧道数字孪生建模方法，其特征在于：包括如下步骤：
S1、将隧道以及设施设置为动态建模设施和静态建模设施；
S2、根据步骤S1设置的动态建模设施和静态建模设施，基于层次分析法构建隧道数字孪生建模的分析模型；
S3、根据步骤S2构建的隧道数字孪生建模的分析模型，构建影响隧道数字孪生建模的决策矩阵，包括影响隧道数字孪生建模实施的因素决策矩阵、影响隧道数字孪生建模实施方案的准则决策矩阵；
S4、对步骤S3构建的影响隧道数字孪生建模的分析判断矩阵进行一致性检验和层次排序。
2.根据权利要求1所述的一种隧道数字孪生建模方法，其特征在于：步骤S1的具体实现方法包括如下步骤：
S1.1、定义动态建模设施为满足项目功能性需求的设施，定义静态建模设施为满足项目非功能性需求的设施；
S1.2、将动态建模设施分为核心建模设施、功能性建模设施；静态建模设施分为非功能性建模设施、其他类建模设施；
S1.3、根据隧道运营特点，确定隧道的动态建模设施、隧道的静态建模设施，具体实现方法包括如下步骤：
S1.3.1、确定隧道项目研究数据，包括隧道交通车辆的运行数据、隧道主体结构的监测数据、隧道机电设备的运行数据；
S1.3.2、确定隧道的动态建模设施，包括隧道主体结构、机电设备、交通流的对象与设施，确定重要的功能实现辅助对象，包括隧道内的照明灯具；
S1.3.3、确定隧道的静态建模设施为三维场景的搭建。
3.根据权利要求2所述的一种隧道数字孪生建模方法，其特征在于：步骤S2的具体实现方法包括如下步骤：
S2.1、建立隧道数字孪生的层次结构，包括目标层、准则层、方案层：目标层包括隧道数字孪生以及建模方法，准则层包括设施建模性能、设施建模可用性、设施建模易用性、设施建模可修改性、设施建模成本投入，方案层包括效果优先方案、成本优先方案、两者折中方案；
S2.2、从目标层到准则层，对目标层进行细化设置，包括设置三维场景的搭建、隧道土建结构监测、机电设备监测为次要目标，设置隧道数字孪生为主要目标，确定目标层实施的技术条件为Unreal Engine 5三维引擎、BIM建模技术，数据条件为图像识别的交通车辆数据、隧道土建结构监测传感器数据、可编程逻辑单元数据；
S2.3、从准则层到方案层，对准则层进行量化设置，具体的实现方法包括如下步骤：
S2.3.1、设置隧道按照步骤S1的分类方法得到
Figure QLYQS_1
个建模设施总数，/>
Figure QLYQS_2
个动态建模设施数量，其中核心建模设施数量为/>
Figure QLYQS_3
个，功能性建模设施数量为/>
Figure QLYQS_4
个，/>
Figure QLYQS_5
个静态建模设施数量，其中与动态建模设施相关的有/>
Figure QLYQS_6
个，与动态建模设施无关的有/>
Figure QLYQS_7
个；
S2.3.2、设置IMPP为设施建模性能参数，IMAP为设施建模可用性参数，IMUP为设施建模易用性参数，IMMP为设施建模可修改性参数，IMCP为设施建模成本投入参数，IMUN为设施建模最小单元数量参数，则得到以下计算公式为：
设施建模性能的量化参数为IMPP：
Figure QLYQS_8
；
其中，j为设施中的任意一个；
设施建模可用性的量化参数为IMAP，有：
Figure QLYQS_9
；
设施建模易用性的量化参数为IMUP，有：
Figure QLYQS_10
；
设施建模可修改性的量化参数为IMMP，有：
Figure QLYQS_11
；
设施建模成本投入的量化参数为IMCP，有：
Figure QLYQS_12
。
4.根据权利要求3所述的一种隧道数字孪生建模方法，其特征在于：步骤S2.1中的设施建模性能是指整个隧道数字孪生项目中的三维场景搭建的效果、设施建模可用性为正常使用时间占总体时间的比例、设施建模易用性为设计便捷的交互、设施建模可修改性为系统后续进行修改和变更的容易程度，设施建模成本投入。
5.根据权利要求4所述的一种隧道数字孪生建模方法，其特征在于：步骤S3的具体实现方法包括如下步骤：
S3.1、构建影响隧道数字孪生建模实施的因素决策矩阵：
S3.1.1、从目标层到准则层，采用两两进行对比的方式，构建影响隧道数字孪生建模实施的因素决策矩阵，
Figure QLYQS_13
，m=(1,2,3,4,5)，n=(1,2,3,4,5)，其中，/>
Figure QLYQS_14
表示与第n个准则相比，第m个准则对于构建数字孪生建模方法的重要程度，当/>
Figure QLYQS_15
时，/>
Figure QLYQS_16
为1；
S3.1.2、采用1-9标度方法确定影响隧道数字孪生建模实施的因素决策矩阵A中每个元素的取值；
S3.1.3、确定影响隧道数字孪生建模实施的因素决策矩阵A中每个元素的构成：
设置目标层中的四项目标权重值序列为w1，分别对应隧道数字孪生为w11，三维场景的搭建为w12，隧道土建结构监测为 w13和机电设备监测为w14，则得到：
Figure QLYQS_17
；
Figure QLYQS_18
；
其中，amn1表示对于隧道数字孪生第m个元素相较于第n个元素的重要程度取值，amn2表示对于三维场景的搭建第m个元素相较于第n个元素的重要程度取值，amn3表示对于隧道土建结构监测第m个元素相较于第n个元素的重要程度取值，amn4表示对于机电设备监测第m个元素相较于第n个元素的重要程度取值；
S3.2、构建影响隧道数字孪生建模实施方案的准则决策矩阵：将准则层中的五种量化参数进行计算，然后得出基于包括IMPP、IMAP、IMUP、IMMP和IMCP情况下，三种方案的准则决策矩阵，得到B1、B2、B3、B4和B5，为3×3矩阵。
6.根据权利要求5所述的一种隧道数字孪生建模方法，其特征在于：步骤S4的具体实现方法包括如下步骤：
S4.1、一致矩阵检验：
S4.1.1、将步骤S3得到的影响隧道数字孪生建模的决策矩阵进行有效性验证，包括矩阵A、矩阵B1、矩阵B2、矩阵B3、矩阵B4、矩阵B5，针对每个矩阵中的上三角的所有元素进行遍历，具体遍历的规则为：
Figure QLYQS_19
；
其中，l表示影响隧道数字孪生建模的决策矩阵中任一矩阵的上三角中的任一元素，该规则的含义为隧道数字孪生建模方法过程中，两两对比进行决策的过程中保持一致性，所有元素均满足遍历规则为一致矩阵；
S4.1.2、对于矩阵A，计算影响隧道数字孪生建模的决策矩阵的一致性参数
Figure QLYQS_20
：
Figure QLYQS_21
；
其中，
Figure QLYQS_22
为矩阵A的一致性参数，/>
Figure QLYQS_23
为矩阵A的最大特征值，/>
Figure QLYQS_24
为矩阵A的行数；
S4.1.3、通过查Thomas L.Saaty给出的平均随机一致性参数表得到矩阵A的随机平均一致性参数
Figure QLYQS_25
；
S4.1.4、计算得到矩阵A相对一致矩阵的偏离参数：
Figure QLYQS_26
；
其中，
Figure QLYQS_27
表示矩阵A的一致矩阵偏离参数，当偏离参数值小于0.1时，表示在可接受的偏离范围内，对于该数字孪生建模方法的决策矩阵的构建是有效的，否则，则需要重新构建矩阵，直到满足一致矩阵偏离参数值的要求为止；
S4.1.5、对于矩阵B1、矩阵B2、矩阵B3、矩阵B4、矩阵B5，重复步骤S4.1.1-4.1.4，完成矩阵B1、矩阵B2、矩阵B3、矩阵B4、矩阵B5的一致性检验；
S4.2、进行层次排序、确定方案层中最终方案：
S4.2.1、通过一致矩阵检验的矩阵，得出矩阵A的最大特征值
Figure QLYQS_28
和对应的特征向量/>
Figure QLYQS_29
为：
Figure QLYQS_30
；
对于矩阵B1、矩阵B2、矩阵B3、矩阵B4、矩阵B5中任一矩阵
Figure QLYQS_31
，最大特征值
Figure QLYQS_32
和对应的特征向量/>
Figure QLYQS_33
为：
Figure QLYQS_34
；
则对于影响隧道数字孪生建模实施方案的准则决策矩阵而言，有：
Figure QLYQS_35
；
进一步，有：
Figure QLYQS_36
；
S4.2.2、确定方案层中最终方案的方法为，计算三个方案的决策比重：
第一个方案的决策比重
Figure QLYQS_37
：/>
Figure QLYQS_38
；
第二个方案的决策比重
Figure QLYQS_39
：/>
Figure QLYQS_40
；
第三个方案的决策比重
Figure QLYQS_41
：/>
Figure QLYQS_42
；
通过比较三个方案的决策比重大小，确定隧道数字孪生建模方法的实施方案。
7.电子设备，其特征在于，包括存储器和处理器，存储器存储有计算机程序，所述的处理器执行所述计算机程序时实现权利要求1-6任一项所述的一种隧道数字孪生建模方法的步骤。
8.计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1-6任一项所述的一种隧道数字孪生建模方法。
CN202310553761.9A 2023-05-17 2023-05-17 一种隧道数字孪生建模方法、电子设备及存储介质 Active CN116305496B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310553761.9A CN116305496B (zh) 2023-05-17 2023-05-17 一种隧道数字孪生建模方法、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310553761.9A CN116305496B (zh) 2023-05-17 2023-05-17 一种隧道数字孪生建模方法、电子设备及存储介质

Publications (2)

Publication Number Publication Date
CN116305496A true CN116305496A (zh) 2023-06-23
CN116305496B CN116305496B (zh) 2023-08-18

Family

ID=86801680

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310553761.9A Active CN116305496B (zh) 2023-05-17 2023-05-17 一种隧道数字孪生建模方法、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN116305496B (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111143922A (zh) * 2019-12-16 2020-05-12 中国建筑第八工程局有限公司 基于多平台结构地层数字孪生建模方法及系统
WO2021169598A1 (zh) * 2020-02-27 2021-09-02 广东工业大学 生产线基于数字孪生的物理仿真方法及其系统
KR102297468B1 (ko) * 2020-11-30 2021-09-03 서울시립대학교 산학협력단 디지털 트윈 모델링 장치 및 이를 이용한 모델링 방법
CN113538863A (zh) * 2021-04-13 2021-10-22 交通运输部科学研究院 一种隧道数字孪生场景构建方法及计算机设备
CN114154429A (zh) * 2022-02-10 2022-03-08 中国长江三峡集团有限公司 一种储能系统的数字孪生体构建方法、装置及存储介质
US20220108262A1 (en) * 2020-10-04 2022-04-07 Strong Force Iot Portfolio 2016, Llc Industrial digital twin systems and methods with echelons of executive, advisory and operations messaging and visualization
CN114444366A (zh) * 2022-04-08 2022-05-06 深圳市城市交通规划设计研究中心股份有限公司 基于有限元仿真的桥梁数字孪生模型更新方法及装置
CN114896882A (zh) * 2022-05-13 2022-08-12 杜明芳 数据驱动的绿色数字孪生建造系统及方法
CN115039045A (zh) * 2019-11-25 2022-09-09 强力物联网投资组合2016有限公司 用于工业环境的智能振动数字孪生系统和方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115039045A (zh) * 2019-11-25 2022-09-09 强力物联网投资组合2016有限公司 用于工业环境的智能振动数字孪生系统和方法
CN111143922A (zh) * 2019-12-16 2020-05-12 中国建筑第八工程局有限公司 基于多平台结构地层数字孪生建模方法及系统
WO2021169598A1 (zh) * 2020-02-27 2021-09-02 广东工业大学 生产线基于数字孪生的物理仿真方法及其系统
US20220108262A1 (en) * 2020-10-04 2022-04-07 Strong Force Iot Portfolio 2016, Llc Industrial digital twin systems and methods with echelons of executive, advisory and operations messaging and visualization
KR102297468B1 (ko) * 2020-11-30 2021-09-03 서울시립대학교 산학협력단 디지털 트윈 모델링 장치 및 이를 이용한 모델링 방법
CN113538863A (zh) * 2021-04-13 2021-10-22 交通运输部科学研究院 一种隧道数字孪生场景构建方法及计算机设备
CN114154429A (zh) * 2022-02-10 2022-03-08 中国长江三峡集团有限公司 一种储能系统的数字孪生体构建方法、装置及存储介质
CN114444366A (zh) * 2022-04-08 2022-05-06 深圳市城市交通规划设计研究中心股份有限公司 基于有限元仿真的桥梁数字孪生模型更新方法及装置
CN114896882A (zh) * 2022-05-13 2022-08-12 杜明芳 数据驱动的绿色数字孪生建造系统及方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
陈长坤;辛梦阳;王建军;李明;: "高速公路隧道群交通安全影响因素辨识", 黑龙江交通科技, no. 11, pages 152 - 154 *

Also Published As

Publication number Publication date
CN116305496B (zh) 2023-08-18

Similar Documents

Publication Publication Date Title
Kircher et al. Estimation of earthquake losses to buildings
Barros Urban Growth in Latin American Cities-Exploring urban dynamics through agent-based simulation
Ruggieri et al. Analytical-mechanical based framework for seismic overall fragility analysis of existing RC buildings in town compartments
US8954297B2 (en) Automated and intelligent structure design generation and exploration
Nik et al. Hybrid PSO and GA approach for optimizing surveyed asphalt pavement inspection units in massive network
CN111950738A (zh) 机器学习模型优化效果评估方法、装置、终端及存储介质
CN109583782B (zh) 支持多数据源的汽车金融风控方法
CN110751378A (zh) 一种核设施退役方案评价方法以及系统
CN111506689B (zh) 基于人工智能的电子地图渲染方法、装置及电子设备
CN115605903A (zh) 用于快速组成、启动和配置具有内置审计和监测结构的可定制的第二层级转移结构的系统及其方法
Zverovich et al. Analytic prioritization of indoor routes for search and rescue operations in hazardous environments
Ferreira et al. Assessing and managing risk in historic urban areas: current trends and future research directions
KR20090117534A (ko) 지리정보시스템을 이용한 생태건설가치 평가 시스템 및평가 방법
CN116305496B (zh) 一种隧道数字孪生建模方法、电子设备及存储介质
Arisekola et al. Digital twins for asset management: Social network analysis-based review
Gregor Land use scenario developer: Practical land use model using a stochastic microsimulation framework
Calka et al. The Application of Geoinformation Theory in Housing Mass Appraisal
CN116719558A (zh) gitlab基线检查方法、装置、设备及可读存储介质
CN113450027B (zh) 城市内涝灾害的动态暴露性量化方法、装置
US11473927B2 (en) Generating positions of map items for placement on a virtual map
CN116305497B (zh) 一种多层次隧道设施建模方法、电子设备及存储介质
Bald et al. spatialMaxent: Adapting species distribution modeling to spatial data
KR102531384B1 (ko) 재난 안전 융합 정보 제공 방법 및 장치
US20150019498A1 (en) Systems and Methods for Generating a Document with Internally Consistent Data
Barros Urban growth in Latin American cities

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