CN116305498B - 隧道数字孪生建模指标判断网络模型构建方法、分析方法 - Google Patents
隧道数字孪生建模指标判断网络模型构建方法、分析方法 Download PDFInfo
- Publication number
- CN116305498B CN116305498B CN202310553763.8A CN202310553763A CN116305498B CN 116305498 B CN116305498 B CN 116305498B CN 202310553763 A CN202310553763 A CN 202310553763A CN 116305498 B CN116305498 B CN 116305498B
- Authority
- CN
- China
- Prior art keywords
- modeling
- tunnel
- digital twin
- node
- factor
- 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
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 23
- 238000010276 construction Methods 0.000 title claims abstract description 14
- 238000000034 method Methods 0.000 claims abstract description 77
- 230000003068 static effect Effects 0.000 claims abstract description 29
- 230000008859 change Effects 0.000 claims abstract description 26
- 238000013139 quantization Methods 0.000 claims abstract description 4
- 230000008569 process Effects 0.000 claims description 21
- 239000011159 matrix material Substances 0.000 claims description 17
- 238000012544 monitoring process Methods 0.000 claims description 10
- 230000009471 action Effects 0.000 claims description 9
- 238000004891 communication Methods 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 6
- 230000000694 effects Effects 0.000 claims description 6
- 238000011156 evaluation Methods 0.000 claims description 4
- 238000007726 management method Methods 0.000 claims description 4
- 230000006855 networking Effects 0.000 claims description 3
- 230000000875 corresponding effect Effects 0.000 description 7
- 238000012163 sequencing technique Methods 0.000 description 6
- 238000005286 illumination Methods 0.000 description 4
- 230000007547 defect Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 238000003012 network analysis Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000009877 rendering Methods 0.000 description 2
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000000969 carrier Substances 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000000556 factor analysis Methods 0.000 description 1
- 239000000383 hazardous chemical Substances 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000011158 quantitative evaluation Methods 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 238000007789 sealing Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
- 238000011269 treatment regimen Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
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
- 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
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- 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
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/08—Probabilistic or stochastic CAD
-
- 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)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Geometry (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Educational Administration (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- General Engineering & Computer Science (AREA)
- Operations Research (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Architecture (AREA)
- Structural Engineering (AREA)
- Civil Engineering (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
隧道数字孪生建模指标判断网络模型构建方法、分析方法，属于交通信息化技术领域。为解决隧道数字孪生建模方法中设施之间复杂的关联关系的准确构建的问题。本发明根据数字孪生的建模要求以及隧道运营业务对隧道设施建模的需求，将隧道以及设施定义为动态建模设施和静态建模设施；设置隧道数字孪生建模的因素，每个因素作为隧道数字孪生建模指标判断网络模型的节点，各个节点间的相关性作为连边，构建隧道数字孪生建模指标判断网络模型，进一步构建单个节点重要度量化模型；多因素条件下的网络结构变化模型，然后计算得到发生结构变化后的隧道数字孪生建模指标判断网络模型并进行网络渗流，并且计算不同因素在网络渗流时的分布结果。
Description
技术领域
本发明属于交通信息化技术领域，具体涉及隧道数字孪生建模指标判断网络模型构建方法、分析方法。
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指标进行判断和评价。
发明内容
本发明为了解决隧道数字孪生建模方法中设施之间复杂的关联关系的准确构建的问题，提出隧道数字孪生建模指标判断网络模型构建方法、分析方法。
本发明通过以下技术方案实现：
一种隧道数字孪生建模指标判断网络模型构建方法，包括如下步骤：
S1、根据数字孪生的建模要求以及隧道运营业务对隧道设施建模的需求，将隧道以及设施定义为动态建模设施和静态建模设施；
S2、将步骤S1得到的动态建模设施、静态建模设施以及数字孪生的建模精度，数字孪生的建模层次，数字孪生的建模引擎，数字孪生的建模预算设置为隧道数字孪生建模的因素，每个因素作为隧道数字孪生建模指标判断网络模型的节点，各个节点间的相关性作为连边，构建隧道数字孪生建模指标判断网络模型；
S3、对步骤S2构建的隧道数字孪生建模指标判断网络模型，进一步构建单个节点重要度量化模型；
S4、对步骤S2构建的隧道数字孪生建模指标判断网络模型，进一步构建多因素条件下的网络结构变化模型。
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需求设施、功能性建模需求设施；静态建模设施分为非功能性需求建模设施、其他类建模设施；
S1.3、根据隧道运营业务特征，确定基于隧道数字孪生建模的动态建模设施、基于隧道数字孪生建模的静态建模设施，具体实现方法包括如下步骤：
S1.3.1、采集基于隧道数字孪生建模的数据，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、确定基于隧道数字孪生建模的动态建模设施，包括隧道主体结构、机电设备中的风机、摄像头、隧道车辆、隧道内的照明灯具；
S1.3.3、依据满足安全性、可靠性、互操作性、健壮性的非功能性需求的设施，基于隧道三维场景的搭建效果确定隧道的静态建模设施，包括山体、交通道路、其他交通设施、周边建筑物、树木、远处建筑物、一般地面、设施故障、正常和关闭的状态。
进一步的，步骤S2的具体实现方法包括如下步骤：
S2.1、设置隧道数字孪生建模的因素组为，其中，R为隧道数字孪生建模的因素，U为隧道数字孪生建模的因素的个数；
S2.2、设置隧道数字孪生建模指标判断网络模型为，其中，G为判断网络，N为隧道数字孪生建模指标判断网络模型的节点数量，L为隧道数字孪生建模指标判断网络模型的连边数量；
S2.3、隧道数字孪生建模指标判断网络模型的节点数量N=U，隧道数字孪生建模指标判断网络模型的连边数量为隧道数字孪生建模的因素的相关性，由隧道数字孪生项目管理人员以及模型建模人员进行评定；
S2.4、计算步骤S2.3得到的隧道数字孪生建模指标判断网络模型的节点权重，采用1-9标度方法进行因素判断，得到的因素判断结果用于计算节点权重，则因素的节点权重值计算公式为：
；
其中，为因素和的因素判断结果，i为节点中的任意一个；
S2.5、按照步骤S2.4对所有的节点进行计算节点权重值，最终得到所有节点的权重值。
进一步的，步骤S3的具体实现方法包括如下步骤：
S3.1、通过网络化方法判断隧道数字孪生建模指标判断网络模型中单个节点重要度，设置隧道数字孪生建模指标判断网络模型的邻接矩阵为，通过边介数和连通介数中心性进行单个节点重要度计算；
S3.2、定义节点i和节点j之间的介数边介数为判断网络中所有最短路径中经过该边的路径的数目占最短路径总数的比例，公式为：
；
其中，表示节点i和节点j之间的连边，表示的边介数，表示判断网络的所有节点的集合，表示节点i和节点j之间最短路径的数目，表示节点i和节点j之间的通过的最短路径的数目；
S3.3、定义节点i和节点j之间的连通度，公式为：
；
其中，表示节点i和节点j之间的连通度，表示节点i到节点j之间的最短路径的数量，s为最短路径的长度，表示从节点i到节点j的非最短路径中路径长度为k的路径的数目；
进一步，节点i和节点j之间的连通度使用邻接矩阵进行表示，公式为：
；
其中，f为取多值，为矩阵的f次方，为常数；
S3.4、计算节点i的连通介数中心性，公式为：
；
其中，表示节点i的连通介数中心性，C为常数，，为节点j和节点m之间的连通度；
S3.5、按照步骤S3.2-S3.4然后分别对隧道数字孪生建模指标判断网络模型的所有节点进行计算，得到隧道数字孪生建模指标判断网络模型所有节点的连通介数中心性参数的值，用于比较单个节点重要度。
进一步的，步骤S4多因素条件下的网络结构变化模型基于因素选择过程中非单因素的决策过程中决策因素之间的影响，及对非决策因素的影响，构建多因素条件下的网络结构变化模型，具体实现方法包括如下步骤：
S4.1、设置当因素被选中时，则与之直接相连的因素的权重值变化，则有：
；
其中，表示变化之后的的节点权重值；
由于因素被选中产生变化系数，则有：
；
其中，表示最终的节点权重值，表示以因素为中心的由于因素被选中产生的变化系数，变化系数的数值范围为[0.75,1.25]；
S4.2、设置当因素和被选中，是未选中因素，则对于未选中因素，首先有条件概率矩阵，如下：
；
其中，表示在已经被选中条件下，对产生的作用触发概率；
然后，计算已选中的因素对的直接影响作用大小，则有：
；
其中，为对的直接影响力参数；
然后，计算多因素选中条件下对未选中因素的影响力大小，对的等效影响力参数为：
；
其中，为对的等效影响力参数；
然后，去除多因素之间的重叠部分，则有：
；
其中，为多个因素被选中后导致网络结构的变化中未选中因素的新的节点权重值，表示和已选中因素对的影响力参数，表示去除和影响力重叠部分；
进一步得到：
。
一种隧道数字孪生建模指标判断网络模型的分析方法，依托于所述的一种隧道数字孪生建模指标判断网络模型的构建方法实现，包括如下步骤：
步骤一、单个因素被选中条件下的隧道数字孪生建模指标判断网络模型渗流分析：对每一个因素进行选中，然后计算得到发生结构变化后的隧道数字孪生建模指标判断网络模型并进行网络渗流，并且计算不同因素在网络渗流时的分布结果；
步骤二、多因素被选中条件下的隧道数字孪生建模指标判断网络模型渗流分析：当多因素为两因素，对隧道数字孪生建模指标判断网络模型中的因素进行两因素组穷举，然后对每一个组合进行选中操作，然后计算得到发生结构变化后的隧道数字孪生建模指标判断网络模型并进行网络渗流，并且计算不同因素在网络渗流时的分布结果；
步骤三、基于步骤一、步骤二得到的不同因素在网络渗流时的分布结果，计算不同因素被选中条件下，隧道数字孪生建模实施方案的隧道数字孪生建模指标判断网络模型发生渗流时的因素分布情况，具体的，发生渗流时去除的因素被认为是最重要的核心因素，因此通过计算所有因素作为核心因素的频率值，进行排序，得到因素的评价结果排序。
本发明的有益效果为：
本发明所述的一种隧道数字孪生建模指标判断网络模型构建方法，从隧道设施的功能性分类角度：首先，提出动态建模设施和静态建模设施两种分类方式。具体的，动态建模设施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项的设施建模要求。例如对于隧道而言，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。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。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。
本发明所述的一种隧道数字孪生建模指标判断网络模型构建方法，首先是构建判定基础网络。引入网络的方法，简单的从网络的点和边开始。对于隧道数字孪生建模的判断网络而言，点就是实施方案中考虑的因素，每个因素单独作为一个节点。而对应解决的问题，即传统的层次分析法默认各个因素之间都是独立的，但是实际上它们之间都存在一定的相关性。因此，网络节点之间的连边为两个因素之间的关联性大小值。在此基础上，构建起隧道数字孪生建模指标的判断网络。
本发明所述的一种隧道数字孪生建模指标判断网络模型构建方法，建模判断网络节点重要度量化。在构建的判断网络的基础上，进一步结合隧道数字孪生建模的步骤，对实施方案中的考量因素进行排序。这里主要从几个方面进行操作。首先是一般情况-单个网络节点（因素）的重要度判定，通过引入网络化的指标衡量单个节点的重要度。然后，充分考虑实际情况-多个因素的判定以及互相的耦合关系，分别考虑不同情况下的判断网络相对应的变化情况，包括网络结构以及计算指标的改变。然后，通过引入耦合规则，处理多个因素判断的情况。
本发明所述的一种隧道数字孪生建模指标判断网络模型构建方法，引入渗流理论计算因素团的排序情况。通过引入渗流分析，建立隧道数字孪生建模实施方案的排序指标，计算单个甚至多个因素选择条件下的排序判断。通过对渗流条件下的临界状况的分析，计算因素团的分布情况，最终判断因素团的重要度排序。结合多个实施方案中对于节点权重的实际分布，判定最终各个方案条件下因素团的实施情况。
本发明所述的一种隧道数字孪生建模指标判断网络模型构建方法，具有以下几个优势：
1.本发明通过构建隧道数字孪生建模指标判断网络模型，在传统判断矩阵的基础上，通过深挖各因素团之间的关联性，使用网络化的结构刻画互相关联的多因素团，保留因素团自身独立性（节点）的同时，强调因素团之间的相关性（连边）。克服了传统判断矩阵无法分析因素团之间的关联性的缺点，对于项目实际操作的指导下更加有效，提高实施方案的理论性；
2.本发明通过引入网络分析方法，对判断网络的节点进行重要度计算，克服了传统隧道数字孪生建模实施过程的定性化不足，对于重复方案经验以及大规模推广方法的应用，建立定量化评价指标，奠定坚实基础；
3.本发明通过分析不同因素的特征，刻画在方案实施过程中的不同资源分配状态，提出因素的不同实施阶段划分，通过被选中和未选中的简单分类，一方面使得方案实施有了具体的实施路径，可以快速进行实施。另一方面，更加贴近项目实际，有助于提高分析结果的有效性。综上所述，针对隧道数字孪生建模过程中的因素分析和排序，本发明通过构建判断网络，引入网络分析方法度量节点重要性，然后刻画因素之间的相互作用性，最后通过渗流分析计算网络节点的重要度排序结果。
附图说明
图1为本发明所述的一种隧道数字孪生建模指标判断网络模型构建方法的流程图；
图2为本发明所述的一种隧道数字孪生建模指标判断网络模型的结构示意图；
图3为本发明所述的一种隧道数字孪生建模指标判断网络模型单个因素被选中的网络结构变化情况示意图；
图4为本发明所述的一种隧道数字孪生建模指标判断网络模型多因素被选中时的网络结构变化示意图。
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-附图4详细说明如下：
具体实施方式一：
一种隧道数字孪生建模指标判断网络模型构建方法，包括如下步骤：
S1、根据数字孪生的建模要求以及隧道运营业务对隧道设施建模的需求，将隧道以及设施定义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需求设施、功能性建模需求设施；静态建模设施分为非功能性需求建模设施、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、根据隧道运营业务特征，确定基于隧道数字孪生建模的动态建模设施、基于隧道数字孪生建模的静态建模设施，具体实现方法包括如下步骤：
S1.3.1、采集基于隧道数字孪生建模的数据，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、确定基于隧道数字孪生建模的动态建模设施，包括隧道主体结构、机电设备中的风机、摄像头、隧道车辆、隧道内的照明灯具；
S1.3.3、依据满足安全性、可靠性、互操作性、健壮性的非功能性需求的设施，基于隧道三维场景的搭建效果确定隧道的静态建模设施，包括山体、交通道路、其他交通设施、周边建筑物、树木、远处建筑物、一般地面、设施故障、正常和关闭的状态；
根据隧道运营的一般特点，选出基于隧道数字孪生建模的动态建模设施、基于隧道数字孪生建模的静态建模设施。
首先是重要的数据载体，具体的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。具体的分析，隧道主题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，但是对应的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、摄像头等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，因此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、将步骤S1得到的动态建模设施、静态建模设施以及数字孪生的建模精度，数字孪生的建模层次，数字孪生的建模引擎，数字孪生的建模预算设置为隧道数字孪生建模的因素，每个因素作为隧道数字孪生建模指标判断网络模型的节点，各个节点间的相关性作为连边，构建隧道数字孪生建模指标判断网络模型；
进一步的，步骤S2的具体实现方法包括如下步骤：
S2.1、设置隧道数字孪生建模的因素组为，其中，R为隧道数字孪生建模的因素，U为隧道数字孪生建模的因素的个数；
S2.2、设置隧道数字孪生建模指标判断网络模型为，其中，G为判断网络，N为隧道数字孪生建模指标判断网络模型的节点数量，L为隧道数字孪生建模指标判断网络模型的连边数量；
的节点权重值计算公式为：
；
其中，为因素和的因素判断结果，i为节点中的任意一个；
表1 1-9标度方法
S2.5、按照步骤S2.4对所有的节点进行计算节点权重值，最终得到所有节点的权重值
S3、对步骤S2构建的隧道数字孪生建模指标判断网络模型，进一步构建单个节点重要度量化模型；
进一步的，步骤S3的具体实现方法包括如下步骤：
S3.1、通过网络化方法判断隧道数字孪生建模指标判断网络模型中单个节点重要度，设置隧道数字孪生建模指标判断网络模型的邻接矩阵为，通过边介数和连通介数中心性进行单个节点重要度计算；
S3.2、定义节点i和节点j之间的介数边介数为判断网络中所有最短路径中经过该边的路径的数目占最短路径总数的比例，公式为：
；
其中，表示节点i和节点j之间的连边，表示的边介数，表示判断网络的所有节点的集合，表示节点i和节点j之间最短路径的数目，表示节点i和节点j之间的通过的最短路径的数目；
S3.3、定义节点i和节点j之间的连通度，公式为：
；
其中，表示节点i和节点j之间的连通度，表示节点i到节点j之间的最短路径的数量，s为最短路径的长度，表示从节点i到节点j的非最短路径中路径长度为k的路径的数目；
进一步，节点i和节点j之间的连通度使用邻接矩阵进行表示，公式为：
；
其中，f为取多值，为矩阵的f次方， 为常数；
S3.4、计算节点i的连通介数中心性，公式为：
；
其中，表示节点i的连通介数中心性，C为常数，，为过节点i和节点j和节点m的路径得到的连通度，为节点j和节点m之间的连通度；
S3.5、按照步骤S3.2-S3.4然后分别对隧道数字孪生建模指标判断网络模型的所有节点进行计算，得到隧道数字孪生建模指标判断网络模型所有节点的连通介数中心性参数的值，用于比较单个节点重要度；
多因素条件下的网络结构变化。除了充分考虑因素之间的相互关联性之外，还考虑实际因素选择过程中非单因素的决策过程，即多因素组同时选择的情况。当多个因素同时进行决策时，一方面决策因素之间会有影响，其次对于剩下的因素存在影响，从而导致判断网络结构发生变化。这种影响可以用条件概率的思想进行考量。具体的这里处理多因素决策条件下的判断网络结构的变化情况，贴近实际决策过程的真实场景。
S4、对步骤S2构建的隧道数字孪生建模指标判断网络模型，进一步构建多因素条件下的网络结构变化模型。
进一步的，步骤S4多因素条件下的网络结构变化模型基于因素选择过程中非单因素的决策过程中决策因素之间的影响，及对非决策因素的影响，构建多因素条件下的网络结构变化模型，具体实现方法包括如下步骤：
S4.1、设置当因素被选中时，则与之直接相连的因素的权重值变化，则有：
；
其中，表示变化之后的的节点权重值；
由于因素被选中产生变化系数，则有：
；
其中，表示最终的节点权重值，表示以因素为中心的由于因素被选中产生的变化系数，变化系数的数值范围为[0.75,1.25]；
当两个因素同时被选中时，分析网络结构的变化。针对两个因素的情况，考虑这两个因素同时与非选中因素的连接关系，以及互相之间的相关性强弱，结合实际的情况，需要对两个因素之间的重叠部分进行去除，从而更准确的捕捉实际已选中因素对未选中因素的影响。其次，影响通过引入条件概率的方法进行刻画。条件概率的引入，是因为多个因素条件下，已选中的因素对未选中因素的作用存在一个触发与否的情况。
S4.2、设置当因素和被选中，是未选中因素，则对于未选中因素，首先有条件概率矩阵，如下：
；
其中，表示在已经被选中条件下，对产生的作用触发概率；
然后，计算已选中的因素对的直接影响作用大小，则有：
；
其中，为对的直接影响力参数；
然后，计算多因素选中条件下对未选中因素的影响力大小，对的等效影响力参数为：
；
其中，为对的等效影响力参数；
然后，去除多因素之间的重叠部分，则有：
；
其中，为多个因素被选中后导致网络结构的变化中未选中因素的新的节点权重值，表示和已选中因素对的影响力参数，表示去除和影响力重叠部分；
进一步得到：
。
具体实施方式二：
一种隧道数字孪生建模指标判断网络模型的分析方法，依托于具体实施方式一所述的一种隧道数字孪生建模指标判断网络模型的构建方法实现，包括如下步骤：
步骤一、单个因素被选中条件下的隧道数字孪生建模指标判断网络模型渗流分析：对每一个因素进行选中，然后计算得到发生结构变化后的隧道数字孪生建模指标判断网络模型并进行网络渗流，并且计算不同因素在网络渗流时的分布结果；
步骤二、多因素被选中条件下的隧道数字孪生建模指标判断网络模型渗流分析：当多因素为两因素，对隧道数字孪生建模指标判断网络模型中的因素进行两因素组穷举，然后对每一个组合进行选中操作，然后计算得到发生结构变化后的隧道数字孪生建模指标判断网络模型并进行网络渗流，并且计算不同因素在网络渗流时的分布结果；
步骤三、基于步骤一、步骤二得到的不同因素在网络渗流时的分布结果，计算不同因素被选中条件下，隧道数字孪生建模实施方案的隧道数字孪生建模指标判断网络模型发生渗流时的因素分布情况，具体的，发生渗流时去除的因素被认为是最重要的核心因素，因此通过计算所有因素作为核心因素的频率值，进行排序，得到因素的评价结果排序。
本发明的技术关键点和欲保护点为：
构建了隧道数字孪生建模实施方案的判断网络，解决了传统层次分析法的判断矩阵忽略因素关联性的缺点。
针对判断网络中的节点重要度评价，通过引入网络分析方法量化因素团节点的重要度。
引入网络结构变化分析方法，并且对单因素和多因素都进行了分析。分析实际隧道数字孪生建模实施过程中，对不同因素考量的阶段性。
引入渗流分析，发掘关键因素团并进行因素团重要性排序。
缩略语和关键术语定义：
Nodal Weighted Parameters，NWP，节点权重值；Factorable Link Betweenness，FLB，因素连边介数；Factorable Link Communicability， FLC, 因素连边连通度；Factorable Communicability Betweenness Centrality， FCBC, 因素的连通介数中心性；Direct Force Parameter，DFP，直接影响力参数；Equivalent Force Parameter， EFP，等效影响力参数。
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 (4)
1.一种隧道数字孪生建模指标判断网络模型构建方法，其特征在于，包括如下步骤：
S1、根据数字孪生的建模要求以及隧道运营业务对隧道设施建模的需求，将隧道以及设施定义为动态建模设施和静态建模设施；
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需求设施、功能性建模需求设施；静态建模设施分为非功能性需求建模设施、其他类建模设施；
S1.3、根据隧道运营业务特征，确定基于隧道数字孪生建模的动态建模设施、基于隧道数字孪生建模的静态建模设施，具体实现方法包括如下步骤：
S1.3.1、采集基于隧道数字孪生建模的数据，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、确定基于隧道数字孪生建模的动态建模设施，包括隧道主体结构、机电设备中的风机、摄像头、隧道车辆、隧道内的照明灯具；
S1.3.3、依据满足安全性、可靠性、互操作性、健壮性的非功能性需求的设施，基于隧道三维场景的搭建效果确定隧道的静态建模设施，包括山体、交通道路、其他交通设施、周边建筑物、树木、远处建筑物、一般地面、设施故障、正常和关闭的状态；
S2、将步骤S1得到的动态建模设施、静态建模设施以及数字孪生的建模精度，数字孪生的建模层次，数字孪生的建模引擎，数字孪生的建模预算设置为隧道数字孪生建模的因素，每个因素作为隧道数字孪生建模指标判断网络模型的节点，各个节点间的相关性作为连边，构建隧道数字孪生建模指标判断网络模型；
步骤S2的具体实现方法包括如下步骤：
S2.1、设置隧道数字孪生建模的因素组为[R1,R2,...RU]，其中，R为隧道数字孪生建模的因素，U为隧道数字孪生建模的因素的个数；
S2.2、设置隧道数字孪生建模指标判断网络模型为G(N,L)，其中，G为判断网络，N为隧道数字孪生建模指标判断网络模型的节点数量，L为隧道数字孪生建模指标判断网络模型的连边数量；
S2.3、隧道数字孪生建模指标判断网络模型的节点数量N＝U，隧道数字孪生建模指标判断网络模型的连边数量为隧道数字孪生建模的因素的相关性，由隧道数字孪生项目管理人员以及模型建模人员进行评定；
S2.4、计算步骤S2.3得到的隧道数字孪生建模指标判断网络模型的节点权重，采用1-9标度方法进行因素判断，得到的因素判断结果用于计算节点权重，则因素R1的节点权重值NWP(R1)计算公式为：
其中，w1i为因素R1和Ri的因素判断结果，i为节点中的任意一个；
S2.5、按照步骤S2.4对所有的节点进行计算节点权重值，最终得到所有节点的权重值；
S3、对步骤S2构建的隧道数字孪生建模指标判断网络模型，进一步构建单个节点重要度量化模型；
S4、对步骤S2构建的隧道数字孪生建模指标判断网络模型，进一步构建多因素条件下的网络结构变化模型。
2.根据权利要求1所述的一种隧道数字孪生建模指标判断网络模型构建方法，其特征在于，步骤S3的具体实现方法包括如下步骤：
S3.1、通过网络化方法判断隧道数字孪生建模指标判断网络模型中单个节点重要度，设置隧道数字孪生建模指标判断网络模型的邻接矩阵为W，通过边介数和连通介数中心性进行单个节点重要度计算；
S3.2、定义节点i和节点j之间的边介数为判断网络中所有最短路径中经过节点i和节点j之间的连边的路径的数目占最短路径总数的比例，公式为：
其中，lij表示节点i和节点j之间的连边，FLB(lij)表示lij的边介数，Q(G)表示判断网络的所有节点的集合，nij表示节点i和节点j之间最短路径的数目，nij(lij)表示节点i和节点j之间的通过lij的最短路径的数目；
S3.3、定义节点i和节点j之间的连通度，公式为：
其中，FLC(ij)表示节点i和节点j之间的连通度，表示节点i到节点j之间的最短路径的数量，s为最短路径的长度，表示从节点i到节点j的非最短路径中路径长度为k的路径的数目；
进一步，节点i和节点j之间的连通度使用邻接矩阵进行表示，公式为：
其中，f为取多值，Wf为W矩阵的f次方，e为常数；
S3.4、计算节点i的连通介数中心性，公式为：
其中，FCBC(i)表示节点i的连通介数中心性，C为常数，C＝(N-1)2-(N-1)，FLC(jim)为过节点i和节点j和节点m的路径得到的连通度，FLC(jm)为节点j和节点m之间的连通度；
S3.5、按照步骤S3.2-S3.4然后分别对隧道数字孪生建模指标判断网络模型的所有节点进行计算，得到隧道数字孪生建模指标判断网络模型所有节点的连通介数中心性参数的值，用于比较单个节点重要度。
3.根据权利要求2所述的一种隧道数字孪生建模指标判断网络模型构建方法，其特征在于，步骤S4多因素条件下的网络结构变化模型基于因素选择过程中非单因素的决策过程中决策因素之间的影响，及对非决策因素的影响，构建多因素条件下的网络结构变化模型，具体实现方法包括如下步骤：
S4.1、设置当因素R1被选中时，则与之直接相连的因素R2的权重值变化，则有：
NWP(R2)'＝NWP(R2)+w12·NWP(R1)
其中，NWP(R2)'表示变化之后的R2的节点权重值；
由于因素R1被选中产生变化系数，则有：
NWP(R2)”＝NWP(R2)+w12·NWP(R1)·c21
其中，NWP(R2)”表示最终R2的节点权重值，c21表示以因素R2为中心的由于因素R1被选中产生的变化系数，变化系数的数值范围为[0.75,1.25]；
S4.2、设置当因素R2和R3被选中，R1是未选中因素，则对于未选中因素R1，首先有1×U条件概率矩阵，如下：
[P(R1/R2)P(R1/R3)...P(R1/RU)]
其中，P(R1/R2)表示在R2已经被选中条件下，对R1产生的作用触发概率；
然后，计算已选中的因素对R1的直接影响作用大小，则有：
DFP(R1/R2)＝NWP(R2)”·w12
其中，DFP(R1/R2)为R2对R1的直接影响力参数；
然后，计算多因素选中条件下对未选中因素的影响力大小，R2对R1的等效影响力参数为：
EFP(R1/R2)＝P(R1/R2)·DFP(R1/R2)＝P(R1/R2)·NWP(R2)”·w12
其中，EFP(R1/R2)为R2对R1的等效影响力参数；
然后，去除多因素之间的重叠部分，则有：
其中，NWP(R1)”'为多个因素被选中后导致网络结构的变化中未选中因素R1的新的节点权重值，EFP(R1/R2,R3)表示R2和R3已选中因素对R1的影响力参数，表示去除R2和R3影响力重叠部分；
进一步得到：
4.一种隧道数字孪生建模指标判断网络模型的分析方法，依托于权利要求1-3之一所述的一种隧道数字孪生建模指标判断网络模型的构建方法实现，其特征在于，包括如下步骤：
步骤一、单个因素被选中条件下的隧道数字孪生建模指标判断网络模型渗流分析：对每一个因素进行选中，然后计算得到发生结构变化后的隧道数字孪生建模指标判断网络模型并进行网络渗流，并且计算不同因素在网络渗流时的分布结果；
步骤二、多因素被选中条件下的隧道数字孪生建模指标判断网络模型渗流分析：当多因素为两因素，对隧道数字孪生建模指标判断网络模型中的因素进行两因素组穷举，然后对每一个组合进行选中操作，然后计算得到发生结构变化后的隧道数字孪生建模指标判断网络模型并进行网络渗流，并且计算不同因素在网络渗流时的分布结果；
步骤三、基于步骤一、步骤二得到的不同因素在网络渗流时的分布结果，计算不同因素被选中条件下，隧道数字孪生建模实施方案的隧道数字孪生建模指标判断网络模型发生渗流时的因素分布情况，具体的，发生渗流时去除的因素被认为是最重要的核心因素，因此通过计算所有因素作为核心因素的频率值，进行排序，得到因素的评价结果排序。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310553763.8A CN116305498B (zh) | 2023-05-17 | 2023-05-17 | 隧道数字孪生建模指标判断网络模型构建方法、分析方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310553763.8A CN116305498B (zh) | 2023-05-17 | 2023-05-17 | 隧道数字孪生建模指标判断网络模型构建方法、分析方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116305498A CN116305498A (zh) | 2023-06-23 |
| CN116305498B true CN116305498B (zh) | 2023-10-20 |
Family
ID=86801676
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310553763.8A Active CN116305498B (zh) | 2023-05-17 | 2023-05-17 | 隧道数字孪生建模指标判断网络模型构建方法、分析方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116305498B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118013766B (zh) * | 2024-04-10 | 2024-06-18 | 河北工程大学 | 基于数字孪生的智慧农业线上产业化服务系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113411821A (zh) * | 2021-06-18 | 2021-09-17 | 北京航空航天大学 | 一种复杂网络的体系重构能力测评方法及系统 |
| 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 |
| CN114241720A (zh) * | 2021-12-24 | 2022-03-25 | 北京市市政工程研究院 | 一种基于数字孪生的隧道施工智能化预报预警系统与方法 |
| CN114547827A (zh) * | 2022-04-26 | 2022-05-27 | 深圳市城市交通规划设计研究中心股份有限公司 | 一种基础设施群运行状态评价方法、电子设备及存储介质 |
| CN115357006A (zh) * | 2022-08-17 | 2022-11-18 | 山东高速信息集团有限公司 | 基于数字孪生的智能网联汽车虚实测试方法、设备及介质 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11729597B2 (en) * | 2020-11-24 | 2023-08-15 | Electronics And Telecommunications Research Institute | Digital twin disaster management system customized for underground public areas |
-
2023
- 2023-05-17 CN CN202310553763.8A patent/CN116305498B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| CN113411821A (zh) * | 2021-06-18 | 2021-09-17 | 北京航空航天大学 | 一种复杂网络的体系重构能力测评方法及系统 |
| CN114241720A (zh) * | 2021-12-24 | 2022-03-25 | 北京市市政工程研究院 | 一种基于数字孪生的隧道施工智能化预报预警系统与方法 |
| CN114547827A (zh) * | 2022-04-26 | 2022-05-27 | 深圳市城市交通规划设计研究中心股份有限公司 | 一种基础设施群运行状态评价方法、电子设备及存储介质 |
| CN115357006A (zh) * | 2022-08-17 | 2022-11-18 | 山东高速信息集团有限公司 | 基于数字孪生的智能网联汽车虚实测试方法、设备及介质 |
Non-Patent Citations (2)
| Title |
|---|
| An Established Theory of Digital Twin Model for Tunnel Construction Safety Assessment;Yuhong Zhao 等;《Applied Sciences》;第12卷(第23期);12256 * |
| 基于毫米波雷达的隧道数字孪生安全管控系统;黎琮莹 等;《中国交通信息化》(第4期);140-143、159 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116305498A (zh) | 2023-06-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103714185B (zh) | 主题事件更新方法库及城市多源时空信息并行更新方法 | |
| Wang et al. | A patch‐based cellular automaton for simulating land‐use changes at fine spatial resolution | |
| KR101486443B1 (ko) | 모바일 현장조사-기반의 다차원 객체지향형 교량 정보처리 시스템 및 그 방법 | |
| CN116305498B (zh) | 隧道数字孪生建模指标判断网络模型构建方法、分析方法 | |
| KR102379472B1 (ko) | 시공간 피해특성을 고려한 다종 데이터 융합 분석방법 | |
| CN106022634A (zh) | 基于大数据分析的基坑风险管理方法与系统 | |
| JP2002032773A (ja) | 地図データの処理装置及び方法 | |
| CN116167892A (zh) | 基于数字孪生的水库信息化管理系统 | |
| CN109598236A (zh) | 一种自动化火点判识方法及系统 | |
| Ghaith et al. | Digital twin: a city-scale flood imitation framework | |
| Yu et al. | BIM+ topology diagram-driven multiutility tunnel emergency response method | |
| Lu et al. | Using cased based reasoning for automated safety risk management in construction industry | |
| CN117113038B (zh) | 城市水土流失黄泥水事件溯源方法及系统 | |
| CN113744888A (zh) | 区域流行病趋势预测预警方法及系统 | |
| CN106202113A (zh) | 应用于组队运动的信息提供方法和装置 | |
| CN116305496A (zh) | 一种隧道数字孪生建模方法、电子设备及存储介质 | |
| KR102495862B1 (ko) | 디지털 트윈 모델의 데이터에 대해 정상 여부를 판단하는 장치, 방법 및 컴퓨터 프로그램 | |
| CN112150623A (zh) | 一种项目施工监测系统及监测方法 | |
| Andritsou et al. | Merging BIM, Land Use and 2D Cadastral Maps into a Digital Twin Fit—For—Purpose Geospatial Infrastructure | |
| CN107944767A (zh) | 基于bim和电子地图的建筑物选址方法及其系统 | |
| CN116305497B (zh) | 一种多层次隧道设施建模方法、电子设备及存储介质 | |
| Liu et al. | Semi-automated processing and routing within indoor structures for emergency response applications | |
| CN110458459A (zh) | 交通数据的可视化分析方法、装置、设备及可读存储介质 | |
| Blagojević et al. | Regional Recovery Modeling and Postdisaster Model Updating: The Case of the 2010 Kraljevo Earthquake in Serbia | |
| Kim et al. | A study on facility maintenance information composition and sophisticated technology utilization measures |
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 |