TW202336656A - 用於在計算環境中創建專案清單的系統和方法 - Google Patents
用於在計算環境中創建專案清單的系統和方法 Download PDFInfo
- Publication number
- TW202336656A TW202336656A TW112107496A TW112107496A TW202336656A TW 202336656 A TW202336656 A TW 202336656A TW 112107496 A TW112107496 A TW 112107496A TW 112107496 A TW112107496 A TW 112107496A TW 202336656 A TW202336656 A TW 202336656A
- Authority
- TW
- Taiwan
- Prior art keywords
- project
- computing system
- data
- goals
- module
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 140
- 238000004519 manufacturing process Methods 0.000 claims description 194
- 238000010276 construction Methods 0.000 claims description 155
- 239000000463 material Substances 0.000 claims description 49
- 238000005457 optimization Methods 0.000 claims description 49
- 238000010801 machine learning Methods 0.000 claims description 46
- 230000008569 process Effects 0.000 claims description 37
- 238000013473 artificial intelligence Methods 0.000 claims description 27
- 238000003860 storage Methods 0.000 claims description 25
- 238000012986 modification Methods 0.000 claims description 20
- 230000004048 modification Effects 0.000 claims description 20
- 238000012544 monitoring process Methods 0.000 claims description 17
- 238000004458 analytical method Methods 0.000 claims description 9
- 238000013135 deep learning Methods 0.000 claims description 9
- 230000001364 causal effect Effects 0.000 claims description 7
- 230000007613 environmental effect Effects 0.000 claims description 7
- 230000000246 remedial effect Effects 0.000 claims description 6
- 230000036541 health Effects 0.000 claims description 4
- 230000002596 correlated effect Effects 0.000 abstract 1
- 238000013461 design Methods 0.000 description 114
- 238000004422 calculation algorithm Methods 0.000 description 54
- 238000012384 transportation and delivery Methods 0.000 description 20
- 239000002994 raw material Substances 0.000 description 19
- 238000010586 diagram Methods 0.000 description 15
- 230000008676 import Effects 0.000 description 13
- 230000006870 function Effects 0.000 description 12
- 238000005516 engineering process Methods 0.000 description 11
- 238000012423 maintenance Methods 0.000 description 9
- 238000013439 planning Methods 0.000 description 9
- 238000012549 training Methods 0.000 description 9
- 238000007726 management method Methods 0.000 description 8
- 239000002131 composite material Substances 0.000 description 7
- 238000005094 computer simulation Methods 0.000 description 7
- 238000000429 assembly Methods 0.000 description 6
- 230000000007 visual effect Effects 0.000 description 6
- 230000000712 assembly Effects 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 5
- 230000001934 delay Effects 0.000 description 5
- 238000009417 prefabrication Methods 0.000 description 5
- 238000005067 remediation Methods 0.000 description 5
- 238000004088 simulation Methods 0.000 description 5
- 229910000831 Steel Inorganic materials 0.000 description 4
- 238000013459 approach Methods 0.000 description 4
- 229910052799 carbon Inorganic materials 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000011156 evaluation Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 239000010959 steel Substances 0.000 description 4
- 230000003044 adaptive effect Effects 0.000 description 3
- 230000003190 augmentative effect Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 238000009435 building construction Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000018109 developmental process Effects 0.000 description 3
- 230000010354 integration Effects 0.000 description 3
- 238000013139 quantization Methods 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 238000012552 review Methods 0.000 description 3
- 238000013515 script Methods 0.000 description 3
- 238000010200 validation analysis Methods 0.000 description 3
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 2
- 230000032683 aging Effects 0.000 description 2
- 230000019771 cognition Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000011960 computer-aided design Methods 0.000 description 2
- 238000012938 design process Methods 0.000 description 2
- -1 electric power Substances 0.000 description 2
- 238000009432 framing Methods 0.000 description 2
- 238000003064 k means clustering Methods 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 231100000252 nontoxic Toxicity 0.000 description 2
- 230000003000 nontoxic effect Effects 0.000 description 2
- 238000009418 renovation Methods 0.000 description 2
- 230000008439 repair process Effects 0.000 description 2
- GOLXNESZZPUPJE-UHFFFAOYSA-N spiromesifen Chemical compound CC1=CC(C)=CC(C)=C1C(C(O1)=O)=C(OC(=O)CC(C)(C)C)C11CCCC1 GOLXNESZZPUPJE-UHFFFAOYSA-N 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000013398 bayesian method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000001149 cognitive effect Effects 0.000 description 1
- 239000004035 construction material Substances 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011143 downstream manufacturing Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000007477 logistic regression Methods 0.000 description 1
- 238000003754 machining Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000003924 mental process Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 239000003345 natural gas Substances 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000013488 ordinary least square regression Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000010238 partial least squares regression Methods 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 238000000513 principal component analysis Methods 0.000 description 1
- 238000004064 recycling Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000012358 sourcing Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 238000011282 treatment Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 238000010792 warming Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
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
- 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
- G06Q10/06313—Resource planning in a project environment
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/08—Construction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/04—Constraint-based CAD
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computer Hardware Design (AREA)
- Medical Informatics (AREA)
- Biodiversity & Conservation Biology (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本發明揭示一種在計算環境內創建專案清單之方法,該方法包括:接收一有關專案的請求、確定一或多個有關該請求的專案目標、將該已確定的約束集與該等一或多個專案目標形成關聯性、評估該已關聯的約束集及一或多個專案目標以產生最佳化模型、及基於該最佳化模型創建一專案清單以執行該專案。
Description
本發明大體上關於人工智慧驅動的專案最佳化方案、電腦輔助設計(CAD)、電腦輔助製造(CAM)、建築資訊模型(BIMS)的運用以及用於建築專案的一般專案清單。具體而言,本發明係關於工業化建築,簡化和最佳化設計,以滿足建築師的設計意圖,並最佳化建築製品或組裝的製造及/或組裝過程,用於建築專案。本發明大體上關於建築環境中的人工智慧(AI)和機器學習(ML)。特別是,該發明係關於ML、AI、認知系統、自學和可訓練系統的實施和使用,用於基於意圖的分解和計算模擬,以實施最佳的建築及/或製造專案執行。此外,本發明大體上關於在計算環境中創建專案(建築及/或生產)清單。
本段落描述的方式為所要追求的方式,但不必然為先前所構思或追求的一些方式。因此除非另有指示,否則不應僅憑藉包含在本段落內,就假設本段落內描述的任何方式都符合先前技術。
傳統上來說,在製造及/或建築產業中,專案的管理始終很複雜,涉及最佳化許多影響專案的規劃、成本、品質等的變化。特別是,建築專案的管理涉及建築物建設的幾種建築製品或組件之消費及/或預製,這在許多情況下經證明為最佳。例如,建築製品或組件的材料必須採購、轉移到建築工地、組裝等,這對供應鏈、勞動力和其他可能效率低下的方面造成依賴,並導致成本和進度超支、品質退化等。
軟體解決方案可用於專案的每個步驟或階段,從規劃到設計再到實際執行。軟體的最終輸出可能是專案的模擬物流,並通過試算表或圖表呈現來表示。通過使用該軟體並存取此類最終輸出,使用者可瞭解各種情況下建築物、建築材料和其他系統之間的關係,並嘗試在決策過程中考慮這些因素。
然而,當面對大量不同的輸入時,傳統解決方案無法即時或近乎即時調整或做出決策,來考慮建築及/或製造專案的動態特性。在一實例中,解析作為自然語言輸入來提供的使用者查詢,以驅動需要與最先進的解析器(諸如語言處理器)介接的輸出。當試圖根據使用者意圖驅動軟體輸出時,同樣的道理也適用,這可能不是明確的輸入,而是隱含的輸入。
如前述,常規系統依賴於手動和規則型方法(諸如僅接受某些使用者輸入),來產生基於特定方案的結果。因此,這些傳統系統無法理解影響製造及/或建築的因素之動態變化,並且可能無法提供任何有意義的見解或可操作的指導,來改進專案的執行(例如,在成本、時間軸、品質、可持續性等方面)。當影響施工排程、預算和設計的因素很多且多樣化時,這些問題就會進一步複雜。這些因素中的一些者要預測,計劃和適應幾乎是不切實際的,直到因素通過或可以一定程度的確定性來實現。
因此,需要解決上述需求以及現有技術的其他低效率技術解決方案。因此,本領域需要更有效改進和執行製造及/或建築專案的週期。因此需要用於創建與建築及/或製造專案相關聯的最佳專案清單之系統、設備以及方法。此外,需要即時向相關使用者提供專案結果的可見性。還需要更好地自動化專案執行,並降低重新設置與專案相關資料時人為錯誤的風險。
此申請案根據35 U.S.C. §119(e)主張2022年3月4日申請,標題名稱「System and Method for Design, Manufacture, and Customization of Construction Assemblies」,第63/316,609號共同審理美國臨時專利申請案之優先權,其內容通過援引整個併入本文供參考。
本申請案係關於2021年11月18日申請,標題名稱「Method and System for Multi-Factor Optimization of Schedules and Resource Recommendations for Smart Construction Utilizing Human and Machine Cognition」,第63/280,881號美國臨時申請案;2022年3月1日申請,標題名稱「Intelligence Driven Method and System for Multi-Factor optimization of Schedules and Resource Recommendations for Smart Construction」,第17/683,858號美國專利申請案;2022年3月29日申請,標題名稱「System and methods for intent-based factorization and computational simulation」,第63/324,715號美國臨時申請案;2022年8月24日申請,標題名稱「System and Method for Computational Simulation and Augmented/Virtual Reality in a Construction Environment」,第17/894,418號美國專利申請案;及2023年2月9日申請,標題名稱「System and Method for Manufacture and Customization of Construction Assemblies in a Computing Environment」,第18/107,653號美國專利申請案,其整個內容通過援引併入本文供參考,就如同在本文中做了充分闡述一樣。
以下是對本發明中一些具體實施例的總結,以提供對本文所揭示各個態樣的基本理解。本發明內容並非本發明的延伸概觀,並不用於識別本發明的主要或關鍵元素,或描繪本發明領域。其目的在於以一簡單方式呈現本發明某些具體實施例,當成稍後更詳細說明的引言。
在此揭示解決至少一些上述挑戰和問題的AI型的系統和相應方法之具體實施例。本發明通過創建與製造及/或建築專案相關聯的最佳化專案清單,來改進並使建築專案的施工週期更有效率。
在一具體實施例中,本發明標的揭示一種用於在計算環境中創建專案清單之方法。該方法包括接收一有關專案的請求,該專案是建築專案和製造專案中的至少一者,確定一或多個有關請求的專案目標,以及確定一組該專案約束。該約束集可至少透過包括一或多個有關專案的參數之知識庫以及來自與專案相關聯的複數個資料源之資料饋送所導出。該方法更包含將該已確定的約束集與一或多個專案目標形成關聯性,評估該已關聯的約束集及一或多個專案目標以產生最佳化模型,以及基於該最佳化模型創建專案清單以執行該專案。
在本發明的一具體實施例中,該方法可更包括根據以下至少一者確定一或多個專案目標:有關該專案的時間目標、成本目標、品質目標、可持續性目標、效率目標和健康目標。
在本發明的一具體實施例中,該方法更包括根據以下至少之一者確定有關該專案的參數:有關該專案的歷史資料、有關該專案的產業資料、有關該專案的執行資料以及有關該專案的預測資料。
在本發明的一具體實施例中,該方法更包括應用深度學習、人工智慧(AI)和機器學習(ML)過程中的一或多者來產生最佳化模型。
在本發明的一具體實施例中,該方法更包括確定該約束集,該約束集包括以下至少一者:預先存在的製造資料集、供應商資料集、材料資料集、地理定位資料集和環境資料集。
在本發明的一具體實施例中,該方法更包括分析即時資料和有關用於實現自定義專案目標的該約束集之使用者修改,確定分析的資料對一或多個專案目標之影響,以及根據確定的影響產生更新的專案清單。
在本發明的一具體實施例中,該方法更包括創建專案清單,該清單包括涵蓋來自專案、人力、設備、來源、材料、物流和過程中至少一者的時間、成本和排程態樣之最佳化模型。
在本發明的具體實施例中,該方法更包括監控有關該專案的生產效率,並提供有關該生產效率的因果關係資料和補救資料中的一或多者。
在本發明的具體實施例中,該方法更包括從一或多個有意從事該專案的投標人接收對與該專案相關請求的投標請求,並根據該已產生有關該專案的最佳化模型,提供一組建議給該等一或多個投標人。在一具體實施例中,提供該組建議包括提供以下至少一者:成本預測、有關該專案的專案清單、時間預測以及材料供應商資訊。該方法可更包括基於該組建議從一或多個投標人接收有關該專案的投標、基於該等一或多個專案目標安排接收的投標,以及在數位市場界面上提供有關該專案的已安排投標。
在一具體實施例中,本發明標的揭示一種用於在計算環境中創建專案清單之計算系統。該計算系統包含一或多個電腦系統,該電腦系統包含一或多個硬體處理器和儲存媒體。該計算系統亦包含多個指令,該等指令儲存在該儲存媒體中,以實施工廠界面模組,當該計算系統執行該等指令時,使該計算系統:接收一有關專案相關的請求,該專案是建築專案和製造專案之至少一者,確定一或多個有關該請求的專案目標,確定一組用於該專案的約束,該約束集係至少透過包括有關該專案的一或多個參數之知識庫,以及來自有關該專案的複數個資料源之資料饋送所導出,將該組確定的約束與該等一或多個專案目標形成關聯性,評估該已關聯的約束集和該等一或多個專案目標,以產生一最佳化模型,以及根據用於執行該專案的最佳化模型創建一專案清單。
在本發明的一具體實施例中,該系統更包括:多個指令,該等指令儲存在該儲存媒體中,以實施用於達成自訂專案目標的最佳化器模組,當該計算系統執行該等指令時,使該計算系統:分析與該約束集相關的即時資料和使用者修改,確定該分析資料對該等一或多個專案目標之影響,以及根據該已確定的影響產生一已更新的專案清單。
在本發明的一具體實施例中,該系統更包括:多個指令,該等指令儲存在該儲存媒體中,以實施一監控生產效率模組,當該計算系統執行該等指令時,使該計算系統:監控有關該專案的生產效率,以及提供有關該生產效率的因果資料和補救資料之一或多者。
在本發明的一具體實施例中,該工廠界面模組在由該計算系統執行時,進一步使該計算系統創建專案清單,該專案清單包括涵蓋來自專案、人力、設備、來源、材料、物流和過程中至少一者的時間、成本和排程態樣之最佳化模型。
在本發明的具體實施例中,該系統更包括:多個指令,該等指令儲存在該儲存媒體中,以實施市場首款導入模組,當該計算系統執行該等指令時,使該計算系統:從一或多個意欲進行該專案的投標人處收到有關該專案的投標請求,以及根據所產生有關該專案的最佳化模型,提供一組建議給該等一或多個投標人。
在本發明的具體實施例中,該系統更包括:多個指令,該等指令儲存在該儲存媒體中,以實施投標管理器,當該計算系統執行該等指令時,使該計算系統:根據由該市場首款導入模組提供的該建議集,從該等一或多個投標人處接收有關該專案的投標,根據該等一或多個專案目標安排該已收到的投標,以及在一數位市場界面上提供有關該專案的該等已安排投標。
在一具體實施例中,本發明標的可關於一種非暫態電腦可讀取儲存媒體,其上儲存有電腦可執行程式,當由至少一處理器執行該程式時,使該至少一處理器:接收一有關專案相關的請求,該專案是建築專案和製造專案之至少一者,確定一或多個有關該請求的專案目標,確定一組用於該專案的約束,該約束集係至少透過包括有關該專案的一或多個參數之知識庫,以及來自有關該專案的複數個資料源之資料饋送所導出,將該組確定的約束與該等一或多個專案目標形成關聯性,評估該已關聯的約束集和該等一或多個專案目標,以產生一最佳化模型,以及根據用於執行該專案的最佳化模型創建一專案清單。
在本發明的一具體實施例中,該電腦可執行程式進一步使該至少一處理器:分析與該約束集相關的即時資料和使用者修改,以實施一自訂專案目標,確定該分析資料對該等一或多個專案目標之影響,以及根據該已確定的影響產生一已更新的專案清單。
在本發明的一具體實施例中,該電腦可執行程式進一步使該至少一處理器:監控有關該專案的生產效率,以及提供有關該生產效率的因果資料和補救資料之一或多者。
在本發明的一具體實施例中,該電腦可執行程式進一步使該至少一處理器:從一或多個意欲進行該專案的投標人處收到有關該專案的投標請求,以及根據所產生有關該專案的最佳化模型,提供一組建議給該等一或多個投標人。
上述發明說明僅用於總結一些範例具體實施例,以提供對本發明一些態樣的基本理解。因此,應當理解,上述具體實施例僅為範例,並且不應解釋為以任何方式縮小本發明的範疇或精神。應當理解,本發明的範疇包括除了本文總結之外的許多潛在具體實施例,其中一些將在以下進一步描述。
以下實施方式提供使熟習該項技藝者能夠製造和使用本發明。出於解釋的目的,闡述具體細節以提供對本發明的透徹理解。但是,熟習該項技藝者應瞭解,實施本發明不需要這些具體細節。具體應用的描述僅作為代表性範例提供。熟習該項技藝者應明白此等較佳具體實施例可進行各種修改,而且本文所定義的通用原理可應用於其他具體實施例和申請案而不悖離本發明之範疇。本發明並非欲受限於本文所示的具體實施例,而係符合與本文所揭示之原理及新穎特徵相一致之最廣範疇。
本文根據以下概要在章節中描述具體實施例:
1.0 一般概觀
2.0 結構概觀
3.0 功能概觀
3.1 可自訂數位產品子系統
3.2 工廠界面與交付物流子系統
3.3 市場子系統
4.0 軟體塑模到製造服務
5.0 程序概觀
6.0 基於意圖的設計和計算模擬流程
7.0 揭示的其他方面
以下詳細描述提供使任何熟習該項技藝者能夠製造和使用本發明。出於解釋的目的,闡述具體細節以提供對本發明的透徹理解。但是,熟習該項技藝者應瞭解,實施本發明不需要這些具體細節。具體應用的描述僅作為代表性範例提供。熟習該項技藝者應明白此等較佳具體實施例可進行各種修改,而且本文所定義的通用原理可應用於其他具體實施例和申請案而不悖離本發明之範疇。本發明並非欲受限於本文所示的具體實施例,而係符合與本文所揭示之原理及新穎特徵相一致之最廣範疇。
1.0 一般概觀
規劃任何與建築相關的活動通常涉及多個處理和實施,包括生成和管理部分或全部施工設計、相關工程的圖表和數位表示,以及與在真實環境中進行施工相關的人力、設備和材料資源的若干演素法驅動之規劃和管理。該處理涉及創建建築模型的數位模擬虛實整合(Digital twin)(例如,在圖形使用者界面中呈現的虛擬表示),以及模擬建築專案的各種處理和事件。例如,這些態樣可能包括施工進度、工作包、工作單、材料需求的順序和時間、採購進度、時間和採購來源等。在上述虛擬表示創建過程中,另考慮其他方面,包括人力、持續時間、對生態系統因素的依賴、建築區域的拓撲結構、天氣模式和周圍交通。此外,成本參數、時間軸、對監管處理的理解和遵守以及環境因素也在規劃中發揮重要作用。
本文描述的技術涉及一種用於在計算環境中創建專案清單的方法。該方法包括接收一有關專案的請求,該專案是建築專案和製造專案中的至少一者,確定一或多個有關請求的專案目標,以及確定專案的一組約束。該約束集可至少透過包括與專案相關的一或多個參數的知識庫以及來自與專案相關聯的複數個資料源之資料饋送所導出。該方法更包含將該已確定的約束集與一或多個專案目標形成關聯性,評估該已關聯的約束集及一或多個專案目標以產生最佳化模型,以及基於該最佳化模型創建專案清單以執行該專案。
本發明旨在簡化製造及/或建築專案的管理。這是通過改進和提高專案的製造及/或建築週期來實現的,例如,通過創建專案清單來提供用於執行專案的最佳化模型,這樣通過評估有關該專案的各種資料源,使用AI/ML技術創建最佳化模型。
參考圖1至圖9更詳細描述方法和系統的各種具體實施例。從本發明的說明中將變得明白其他具體實施例、態樣和特徵。
某些術語和詞語已在整個發明中使用,並且在揭露的發明脈絡中將具有以下含義。
本文使用的術語「製造專案」及/或「建築專案」有時簡稱為「專案」,可指將建築物、結構或基礎設施建造、翻新、翻建等的有組織處理。專案處理通常可從總體要求開始,該要求是通過創建簡短的可行性研究、選擇研究、設計、融資和施工來製定。
如本文所用,術語「可自訂數位產品(CDP)」可代表已開發以具有相關供應鏈團隊可實現的確切內容之限制和參數的參數化組件。在不悖離本發明範疇的情況下,術語「產品」可與用語「物品」互換使用。
如本文所用,術語「建築資訊模型(BIM)」可指由各種工具、技術和合約支撐的實體和處理,涉及建築結構的實體和功能特性之數位表示的生成和管理。BIM可能是電腦產生的檔案(通常但不總是採用專有格式並包含專有資料),其可提取、交換或聯網以支援有關建築資產的決策。此外,規劃、設計、建造、運營和維護建築物和各種實體基礎設施(諸如水、垃圾、電力、天然氣、通訊設施、公路、鐵路、橋樑、港口和隧道)的個人、企業和政府機構可能會使用BIM軟體。BIM資料可包括建築組件、空間資訊、材料資訊、截面圖、立面圖和鳥瞰圖、平面圖、地基等的維度資料(例如,2至6或多個維度)。建築組件的尺寸資料可作為BIM模型的一部分包含在內。
如本文所用,術語「建築製品」可指由人類工藝生產或塑造並且可與建築產業相關的物體。在不悖離本發明範疇的情況下,術語「建築製品」可與術語「建築組件」或術語「建築模組」互換使用。範例建築製品是建築組件,例如牆壁、桁架、固定裝置、窗戶、管道間、地板組件、天花板組件等。
如本文所用,術語「資料庫」可指通常以電子方式儲存在電腦系統中的結構化資訊或資料之有組織集合。在不悖離本發明範疇的情況下,術語「資料庫」可與單詞「資料館」互換使用。
如本文所用,術語「供應鏈團隊」可指將設計轉化為實體產品所需的人員和職能。職能的非限制清單包括製造商、裝配商、採購商、原物料供應商和成本估算商。
「網路」可指經由通訊路徑互連的一系列節點或網路元件。在一實例中,網路可包括任何數量的軟體及/或硬體元件相互連結,以通過已創建的通訊路徑來創建通信路徑和路由資料/流量。根據本發明的具體實施例,該網路可包括但不限於網際網路,區域網路(LAN)、廣域網路(WAN),物聯網(IoT)網路及/或無線網路。此外,根據本發明的具體實施例,該網路可包括但不限於銅傳輸電纜,光傳輸光纖,無線傳輸,路由器,防火牆,交換器,閘道電腦及/或邊緣伺服器。
「裝置」指可使用電氣、機械、熱力等功率和具有多個零件之設備,每個設備都具有定義的功能,並共同執行特定任務。根據本發明的具體實施例,裝置可包括但不限於一或多個IoT裝置。此外,一或多個物聯網裝置可能是相關的,但不限於連接的設施、智慧型家庭保全系統、自動農業設備、可穿戴健康監視器、智慧型工廠設備、無線庫存追蹤器、超高速度無線網際網路、生物識別網路安全掃描器以及運輸容器與物流追蹤。
「處理器」可包括執行根據本發明具體實施例所描述方法的模組。處理器的模組可編寫到處理器的積體電路中,或載入記憶體、儲存裝置或網路或其組合中。
「機器學習」可指對電腦演算法的研究,這些演算法可通過經驗和資料的使用自動改進。機器學習演算法至少基於樣本資料(稱為「訓練資料」)建構模型,以在沒有明確編寫的情況下做出預測或決策。機器學習演算法用於各種應用,例如醫學、電子郵件過濾、語音識別和電腦視覺,在這些應用中很難或無法開發傳統演算法來執行所需的任務。
在機器學習中,一個常見的任務是研究和建構可從資料中學習並對資料進行預測的演算法。此類演算法通過根據輸入資料建構數學模型,來進行資料驅動的預測或決策。這些用於建構模型的輸入資料通常分為多個資料集。模型創建的各個階段通常使用三個資料集:訓練集、驗證集和測試集。該模型最初適用於「訓練資料集」,這是一組用於匹配模型參數的實例。使用監督學習方法在訓練資料集上訓練模型。該模型使用該訓練資料集運行並產生一個結果,然後將其與該訓練資料集中每個輸入向量的目標進行比較。至少基於比較的結果和所使用的特定學習演算法,來調整模型的參數。模型匹配可包括變數選擇和參數評估兩者。
隨後,匹配模型用於預測對稱為「驗證資料集」的第二個資料集中觀察結果之回應。驗證資料集在調整模型的超參數時提供對訓練資料集的模型匹配之無偏評估。最後,「測試資料集」是用於對訓練資料集上的最終模型進行無偏評估之資料集。
本文所揭示的機器學習模型可包括適當的分類器和ML方法。一些ML演算法包括(1)多層感測器、支援向量機、貝葉斯學習、K最近鄰或樸素貝葉斯作為監督學習的一部分,(2)生成對抗網路作為半監督學習的一部分,(3)無監督學習利用自動編碼器、高斯混合和K均值聚類進行學習,以及(4)強化學習(例如,使用0學習演算法、使用時間差分學習)和其他合適的學習方式。應用知識轉移,並且對於小型設備,執行模型的二值化和量化以最佳化ML模型的資源。多個ML模型的每個模組可實現以下一或多個:回歸演算法(例如,普通最小二乘法、邏輯回歸、逐步回歸、多元自適應回歸樣條、局部估計散點圖平滑等)、基於實例的方法(例如k近鄰、學習向量量化、自組織映射等)、正則化方法(例如嶺回歸、最小絕對收縮和選擇運算子、彈性網等)、決策樹學習方法(例如分類和回歸樹、迭代二分法3、C4.5、卡方自動交互檢測、多元自適應回歸樣條、梯度增強機等)、貝葉斯方法(例如樸素貝葉斯、平均單相關估計器、貝葉斯信念網路等)、核方法(例如支援向量機、徑向基函數、線性判別分析等)、聚類方法(例如k均值聚類、期望最大化等),關聯規則學習演算法(如Eclat演算法等),人工神經網路模型(如感測器方法,反向傳播方法,自組織映射方法,學習向量量化方法等)、深度學習演算法(如受限的玻爾茲曼機、深度信念網路方法、卷積網路方法、堆疊自動編碼器方法等)、降維方法(如主成分分析、偏最小二乘回歸、多維尺度等)。圖1中系統100的每個處理部分都可另外利用:用於計算指導、推薦、機器學習或其組合的概率、啟發式、確定性或其他合適的方法。然而,任何合適的機器學習方法都可以其他方式併入系統中。此外,可在本發明系統中使用任何合適的模型(例如,機器學習、非機器學習等)。
參考圖1至圖9更詳細描述本發明的具體實施例。
2.0 結構概觀
圖1例示可實施本發明中各種具體實施例的範例聯網電腦系統100。為了說明清楚的範例,圖1以簡化的示意性格式顯示,並且其他具體實施例可包括更多、更少或不同的元件。本發明中的圖1和其他附圖以及所有說明書和申請專利範圍旨在呈現、公開和要求保護技術系統和技術方法。所揭示的技術系統和方法包括專門編寫的電腦,使用專門用途的分散式電腦系統設計和進行編寫以執行所描述功能的指令。這些元件的執行是為了提供計算技術的實際應用,以解決最佳化計劃、資源分配和工作排序的問題,以進行規劃和執行。以這種方式,當前發明提出技術問題的技術解決方案,以及對該發明或申請專利範圍的任何解釋,以涵蓋專利資格的任何司法例外,例如抽象思想、心理過程、組織人類活動的方法或數學演算法,在本發明中並不支援並且是錯誤的。
在一些具體實施例中,聯網的電腦系統100可包括(多個)用戶端電腦104、伺服器電腦106和一(或多個)資料儲存庫130,其通過網路102直接或間接通訊連結。在一具體實施例中,伺服器電腦106廣泛表示一或多台電腦,例如一或多台桌上型電腦、伺服器電腦、伺服器農場、雲端計算平台、並行電腦、公共或私有資料中心內的虛擬計算實例,及/或基於伺服器的應用程式實例。伺服器電腦106可由用戶端電腦104通過網路102存取,例如,以要求排程或資源推薦並進行查詢。用戶端電腦104可包括桌上型電腦、膝上型電腦、平板電腦、智慧型手機或允許存取伺服器電腦106的任何其他類型計算裝置。圖1中的元件意在表示一個可行的具體實施例,但不意在侷限或限制可在其他具體實施例中使用的元件數量。
伺服器電腦106可包括一或多個電腦程式或組織中的程式指令序列。此類組織實施人工智慧/機器學習演算法以產生與各種需求相關的資料,諸如建築專案中的設計考慮因素、控制功能、通知功能、監控功能和修改功能。一組不同甚至相互排斥的程式或指令序列組織在一起,以實施不同的功能來產生與設計考慮因素相關聯的資料。此集合可包括子系統1、子系統2和子系統3,如圖2所示。在一些具體實施例中,為了與模組化和功能分離的合理軟體工程原則保持一致,子系統1、子系統2和子系統3各自實現為邏輯上獨立的程式、處理或程式庫。其也可不受限制地實現為硬體模組或硬體和軟體模組的組合。
在一具體實施例中,聯網的電腦系統100可為AI系統並且可包括用戶端電腦104、伺服器電腦106和資料儲存庫130,其通過網路102彼此通訊連結。範例AI型系統描述於2021年11月18日申請,標題名稱「Method and System for Multi-Factor Optimization of Schedules and Resource Recommendations for Smart Construction Utilizing Human and Machine Cognition」,第63/280,881號美國臨時申請案;2022年3月1日申請,標題名稱「Intelligence Driven Method and System for Multi-Factor optimization of Schedules and Resource Recommendations for Smart Construction」,第17/683,858號美國專利申請案;2022年3月29日申請,標題名稱「System and methods for intent-based factorization and computational simulation」,第63/324,715號美國臨時申請案;2022年8月24日申請,標題名稱「System and Method for Computational Simulation and Augmented/Virtual Reality in a Construction Environment」,第17/894,418號美國專利申請案;及2023年2月9日申請,標題名稱「System and Method for Manufacture and Customization of Construction Assemblies in a Computing Environment」,第18/107,653號美國專利申請案,其完整內容通過援引併入本文供參考,就如同在本文中做了充分闡述一樣。在一具體實施例中,伺服器電腦106的一或多個組件可包括一配置成執行儲存在非暫態電腦可讀取媒體中的程式指令之處理器。
本文所述的電腦可執行指令可為CPU指令集中的機器可執行碼,並且可基於用Python、JAVA、C、C++、OBJECTIVE-C或任何其他人類可讀的編程語言或環境編寫的原始碼進行編譯,單獨或與JAVASCRIPT中的文字指令集(Script)、其他文字指令集語言和其他編程原始程式文字結合使用。在另一具體實施例中,編程指令另可代表一或多個原始碼檔案或專案,其以數位方式儲存在大容量儲存裝置中,例如非揮發性RAM或磁碟儲存裝置,在圖1的系統或單獨的儲存庫系統中,其在編譯或解譯時導致產生可執行指令,這些可執行指令繼而在執行時導致電腦執行本文有關這些指令所述的功能或操作。換句話說,該圖可表示程式設計師或軟體開發人員組織和安排原始碼以稍後編譯成可執行檔案,或解釋成位元組碼或等同物,以供伺服器電腦106執行的方式。
伺服器電腦106可通訊耦接到資料儲存庫130。資料儲存庫130包括預製資料庫和設計資料庫。在一具體實施例中,預製資料庫可儲存與先前產生的現有工廠預製建築製品相關之資料,並且設計資料庫可儲存與設計元素相關的資料。資料儲存庫130可包括可由伺服器電腦106使用的附加資料庫。此類資料庫在上述申請案中有所描述,這些申請案出於所有目的通過引用併入,如同在本文中完全闡述一樣。每個資料庫都可使用記憶體來實施,例如,RAM、EEPROM、快閃記憶體、硬碟機、光碟機、固態記憶體或適合於資料庫儲存設備的任何類型記憶體。
3.0 功能概觀
圖2A例示根據一具體實施例之針對建築專案設計、製造和自訂建築製品(也稱為建築組件或建築模組)的示範計算系統200。計算系統200在本文中可稱為產品模擬系統。在一具體實施例中,伺服器電腦106類似配置為計算系統200。如圖2中所示,計算系統200可包括但不限於CDP子系統(在圖2中表示為子系統1)、工廠界面和交付物流子系統(在圖2中表示為子系統2),以及市場子系統(在圖2中表示為子系統3)。計算系統200的子系統根據使用要求,以非常規方式相互操作,以改進並使建築專案的建設週期更有效率。
3.1 可自訂數位產品子系統
在一具體實施例中,CDP子系統可包括但不限於普遍需求分析器模組202、設計意圖分析器模組204、可行性評估器模組206、預製設計複合材料模組208和CDP模組210。這些模組中的每一者都可實施本文描述的一或多個AI/ML技術。
在一具體實施例中,普遍需求分析器模組202可分析BIM資料,包括有關一或多個建築專案的建築物/平面圖的圖紙。範例圖可為平面建築或施工圖,也可以是BIM資料提供的立體建築或施工圖。BIM資料當成輸入資料,可通過子系統1的BIM界面212接收。例如,BIM界面212可具有消費/接收多個BIM模型以及多個BIM模型版本並保留用於下游處理的環境之能力。BIM界面212可從使用者輸入及/或圖1的資料儲存庫130接收輸入的BIM資料。
在一具體實施例中,普遍需求分析器模組202可對以下一或多者進行分析:有關建築物的一或多個建築專案之建築/平面圖、一或多個建築專案的施工排程、一或多個建築專案的業務處理流程中之相關任務清單、有關一或多個建築專案的依賴關係清單,一或多個建築專案的材料需求,以及一或多個建築專案的人力需求。在一些具體實施例中,普遍需求分析器模組202可使用一或多個AI及/或ML演算法來執行分析。再者,普遍需求分析器模組202可根據輸入的BIM資料計算一或多個建築專案中多個自訂建築製品,並且可進一步計算與一或多個建設專案相關的材料之現場製造和組裝時間、材料和人工成本。在一具體實施例中,普遍需求分析器模組202在計算多個自訂建築製品時可參考系統目標及/或環境考慮 — 例如,系統目標可為在特定時間線內完成一或多個建築專案。其他系統目標也是可能的。此外,環境考慮可包括但不限於,如果要在淺水道上建造的結構能夠承受低於零的溫度、高濕度、繁忙的地面交通、繁忙的車輛交通、碳限制等。範例建築製品是建築組件,諸如牆壁、桁架、固定裝置、窗戶、管道間、地板組件、天花板組件等。
附加上,普遍需求分析器模組202可確定是否預製用於一或多個建築專案的多個自訂建築製品中之一或多個自訂建築製品,並且可進一步評估為一或多個建築專案預製一或多個自訂建築製品是否有益(例如,從時間和成本觀點)。普遍需求分析器模組202可使用AI和ML來即時瞭解(一或多個建築製品的)自訂需要什麼(使用與一或多個建築製品相關的一或多個訓練資料集)以及其成本多少、專案交付時間以及可能需要材料(對於一或多個建築製品)的確切數量、尺寸和交貨時間。此外,普遍需求分析器模組202可理解事實上影響一或多個自訂建築製品的動態變化,並且可提供有意義的見解或可操作的指導,以改進設計和製造一或多個自訂建築製品的方式。在一些具體實施例中,普遍需求分析器模組202可使用一或多個計算演算法來執行評估,包括但不限於AI及/或ML演算法、蠻力演算法、貪婪演算法、回溯演算法及/或遞迴演算法。例如,如果某些建築製品的工地外製造或採購在時間、品質和成本方面是可行的選擇,則普遍需求分析器模組202的一或多個計算演算法模型可能表明需要工廠預製可自訂建築製品。在一些實施例中,一種或多種計算演算法(至少包括AI及/或ML演算法)可設計為考慮一些因素(可能影響施工進度和設計),這些因素幾乎無法預測、計劃和適應,直到這些因素發生或可能以某種程度的確定性發生。在一些具體實施例中,計算系統200識別可預製的自訂建築製品之元件。
附加上,普遍需求分析器模組202可檢查預製庫,以查看是否有任何工廠預製的自訂建築製品已經存在於預製庫中。例如,回應於確定將預製一或多個建築專案的一或多個自訂建築製品,普遍需求分析器模組202可檢查預製庫,以確定與用於一或多個建築專案的一或多個自訂建築製品相似的一或多個現有建築製品是否存在於預製庫中。在一具體實施例中,一或多個現有建築製品類似於預製庫中存在的一或多個建築專案的一或多個自訂建築製品,至少當它們都具有許多共同特性時及/或當兩者都有許多共同特徵時。特性的範例可包括但不限於與建築製品相關的實體特性、機械特性、化學特性、電特性、磁特性和熱特性中之一或多個。特徵的範例可包括但不限於自然界中的豐富性、成本、易於製造和維修、老化(磨損和撕裂)、形狀、尺寸和不同季節的溫度中之一或多個。
附加上,普遍需求分析器模組202可隨著對確定在預製件庫中不存在類似於一或多個建築專案的一或多個自訂建築製品的現有建築製品,從而推薦不同於待預製的一或多個自訂建築製品的一或多個現有建築製品。在一實例中,如果現有建築製品中沒有相似於一或多個建築專案中的一或多個自訂建築製品,則計算系統200可推薦一或多個現有的預製製品,這些製品具有可比性並適合識別最接近當前需求的產品。在一具體實施例中,識別當前要求的最接近匹配可至少包括識別一或多個現有建築製品,這些製品是可比較的(例如,可相對於一或多個屬性的預定量(如前所討論)及/或一或多個特徵(如前所討論),認為相似於一或多個可自訂建築製品)。在一些具體實施例中,最接近的匹配可指嘗試將普遍需求、使用者意圖、空間和地理考慮因素考慮在內的推薦,並嘗試查看系統知識儲存以尋找可比較的製品/資訊以包括在推薦中。然後可將最接近的匹配呈現給使用者用於自訂,使得可重複使用建築製品的設計。在一些具體實施例中,一或多個AI及/或ML演算法可用於識別當前要求的最接近匹配。
附加上,普遍需求分析器模組202可設計可重複使用的建築製品。在一具體實施例中,計算系統200可至少基於預設規範來自動組合可重複使用的建築製品之設計。在一實例中,對於尺寸為4英尺(ft)乘6英尺(ft)的帶有鋼軌的窗板,計算系統200可呈現很少的預製設計,並且可至少基於BIM資料自訂很少的設計。此外,普遍需求分析器模組202不僅可呈現一些預製設計,而且可從施工過程的組態角度指示窗板的組裝可如何進行。此外,在一具體實施例中,預設規格可與以下一或多個有關,但不限於此:建築製品的性質、成本、製造和維修的難易度、老化(磨損和撕裂)、形狀、尺寸和不同季節的溫度等。
在一具體實施例中,普遍需求分析器模組202可推薦與在一或多個建築專案施工階段期間所要路由或異地執行並在特定時間點帶入施工現場的一或多個建築專案有關的工作子集。此外,普遍需求分析器模組202可至少基於所分析的資料,為建築專案推薦最佳化的施工進度。
總之,一旦普遍需求分析器模組202分析其輸入資料,計算系統200就可內省資料並輸出一組任務,這些任務最佳化一或多個建築專案的施工進度、業務處理流程以管理一或多個建築專案等。例如,如果建築專案涉及窗板(大型商業建築中可能有許多窗板),則計算系統200可能會建議與其獲取原物料然後在工地由人工組裝窗板,不如最好在工地外預製必要的窗板,然後將它們運到工地現場。此外,即使不存在普遍已組裝的窗板,計算系統200也可附加推薦一種製造這樣的窗板並迎合建築專案需要的方法。
在一具體實施例中,設計意圖分析器模組204可評估針對一或多個建築專案達成複數個自訂建築製品的實體設計之人類和實體意圖。例如,設計意圖分析器模組204可評估該意圖可能是為了節省時間和成本,或者以其他方式減少現場承包商的數量(從而減少工地責任)。在一具體實施例中,設計意圖分析器模組204可執行意圖分析,以確定要預製的一或多個自訂建築製品的意圖或一組目標。此外,在替代或另外的具體實施例中,設計意圖分析器模組204可執行意圖分析,以確定要預製的一或多個自訂建築製品的意圖或一組目標,以回應來自使用者的查詢(輸入)。目標和意圖可能是相關的,通常是方向一致的。例如,目標可能是在特定時間線上完成專案,在這情況下的意圖可能是能夠容納特定尺寸的窗框。這可以是設計意圖,在這情況下,將存在一個以上選項來支撐設計意圖。
此外,設計意圖分析器模組204可通過使用設計庫,將一或多個自訂建築製品的意圖轉化為一或多個自訂建築製品之設計。具體而言,一旦確定意圖,對於特定的自訂建築製品、任務或業務處理流程等,計算系統200可查詢設計庫並驗證意圖是否可與設計庫中已經可用的(多個)設計元素相關聯,並輸出一組建議以最佳化自訂建築製品的設計,以滿足由意圖或目標集定義的標準。例如,設計元素可為特定設計的鋼製窗框、特定尺寸的浴室艙等。
再者,設計意圖分析器模組204可針對設計一或多個自訂建築製品提供人機界面便利。例如,可在用戶端裝置104上提供使用者界面(例如,圖形使用者界面),以讓使用者能夠提供用於製造要預製的一或多個自訂建築製品之最佳設計的輸入。此外,可向使用者提供視覺顯示(例如,呈現在客戶端設備104上),以實施至少一或多個要預製的自訂建築製品的實體產品模擬。該實體產品模擬可讓使用者能夠形象化正在成形的實體產品。此外,向使用者提供視覺顯示另可實現對正在設置的實體產品進行視覺修改。在一具體實施例中,設計意圖分析器模組204可作為繪製單元的至少一部分來操作,從而能夠基於對一或多個自訂建築製品意圖的確定來模擬至少一或多個自訂建築製品,或至少一目標以在使用者界面中(例如,圖形使用者界面)呈現實體產品的數位表示。請注意,繪製單元可亦包括本文描述的其他模組。
附加上,設計意圖分析器模組204可計算一或多個自訂建築製品的最佳設計,以滿足設定目標。在一具體實施例中,可至少基於以下一或多者來計算用於製造要預製的一或多個自訂建築製品之最佳設計:預製庫的現有建築製品、有關一或多個建築專案的實體元素、一或多個建築專案的施工性質、一或多個建築專案的地理位置,以及有關一或多個建築專案的局部拓撲。例如,最佳設計可能會考慮自訂建築製品的實體元素、將要安裝自訂建築製品的區域拓撲結構、自訂建築製品的用途(例如,有功能還是只是美觀)和建議,例如,可包括用於建造/製造自訂建築製品等的材料。此外,可為計算出的最佳設計輸出一組最佳設計參數,以滿足要預製的一或多個自訂建築製品之裝配要求。在一些具體實施例中,一或多個AI及/或ML演算法可用於計算一或多個自訂建築製品的最佳設計,以滿足設定目標。
在一實例中,設計意圖分析器模組204可配置成從基於自然語言(NL)的內容中導出使用者特定意圖,這些內容來自所提供的使用者查詢(輸入)和主要因素,例如建築專案的排程。在一些實例中,可經由BIM界面212提供使用者查詢(輸入)。此外,在一些實例中,可在分析BIM資料之前將使用者查詢(輸入)提供給設計意圖分析器模組204。此外,在一些實例中,使用者查詢(輸入)可能與(i)為建築專案的垂直貨艙結構提供最佳化設計,以適應(建築專案的)50 x 50吋子結構:垂直維持結構可以分成3個垂直維持結構嗎?如果將垂直維持結構水平拆分怎麼辦?及/或(ii)產生觀景橋的淺水路最佳化設計:概述承受腐蝕影響的橋樑水路結構?如果從結構的三樓處懸掛一根大樑,可能會出現什麼結果?在較高海拔處連接到結構的角托架能否使結構承受10 mph的風速(例如),與結構整合的高海拔托架能否使結構承受10 mph的陣風?在一些實例中,至少可通過推斷建築專案的人口統計資料 — 位置、溫度、地形、土壤、海拔、人流量、當前設計(如果存在)等等,以及通過將推斷與使用者查詢(輸入)相關聯所導出使用者特定意圖。在一些實例中,無論是口頭還是書面的使用者查詢都可內化為書面自然語言查詢,並通過標記化操作來解釋,即是使用空格字元的標記化技術,將使用者輸入分解為單詞。此後,作為規範化操作的一部分,非標準詞將轉換為標準詞。這可使用文字簡化技術或其他預定義技術來實現。在一些實例中,獲得的規範化文字可能不僅僅是短語。在這情況下,規範化文字可包括上下文含義,並且所有這些的組合為設計意圖分析器模組204將翻譯成適當機器相關查詢的內容。然後可通過各種技術(例如無監督學習、降維或聚類),從標準化文字中獲得意圖。此類技術在技術上可稱為非負矩陣分解(NMF)、潛在語義分析(LSA)、隱含狄利克雷分配(LDA)等。在一些具體實施例中,一或多個AI及/或ML演算法可用於導出使用者特定意圖及/或有關一或多個建築製品的(多個)目標。
在一具體實施例中,可行性評估器模組206可評估建構包括多個自訂建築製品的實體產品組件之可行性。在一具體實施例中,可行性評估器模組206可評估拆卸、運輸和重新組裝一或多個自訂建築製品的可行性,這些製品將預製並帶到一或多個建築專案的一或多個建築工地。在一具體實施例中,可從外部資訊來源向可行性評估器模組206提供關於拆卸、運輸和重新組裝一或多個自訂建築製品的可行性之輸入。此外,在一具體實施例中,可向可行性評估器模組206提供與成本目標有關的資料,該成本目標與建構實體產品組件的可行性有關。在這情況下,可行性評估器模組206在評估建構實體產品組件的可行性時,將提供的成本目標考慮在內。在一具體實施例中,可確定建築公司在建造實體產品組件時將節省多少金錢及/或資源。此外,在一具體實施例中,可向可行性評估器模組206提供與規模經濟有關的資料,該規模經濟與建構實體產品組件的可行性有關。在這情況下,可行性評估器模組206另可在評估建構實體產品組件的可行性時考慮規模經濟。在一具體實施例中,可確定需要多少實體產品組件才能收支平衡並獲得利潤。此外,可行性評估器模組206可選擇性呈現可行性分數和信賴度分數。可行性和信賴度分數是通過將BIM、設計意圖和普遍需求考慮在內,使用多因素計算所計算得出。就解決方案的可行性而言,分數為最高100分的數值範圍。信賴度分數是基於ML和當前情境因素的系統推薦之度量。例如,可行性分數可考慮建築物的層數、地面生態、用於建造的材料類型、成本和時間因素,以及通過使用者的設計意圖強制要求的額外輸入。分數可至少與實體產品組裝相關。在一具體實施例中,可行性評估器模組206可確定一或多個自訂建築製品是否可在信賴度分數高於可行性臨界值之下預製。例如,系統管理員(或使用者)可將可行性臨界值設置為95%以上,信賴度分數約為90%。
總之,可行性評估器模組206可確定實現建築專案目標的實用性,例如,按時、在預算內完成建築專案等。可行性評估器模組206可評估實現由設計意圖分析器模組204所輸出處理的可行性,例如,拆卸、運輸和重新組裝工地外製造的預製製品,並以及時且具有成本效益的方式帶到工地現場。可行性評估器模組206可亦確定是否存在工地外製造製品的規模經濟(例如,設計或製造設定是否可重新用於不同的專案等),以實施收支平衡或盈利等。然後,可行性評估器模組206可輸出可行性分數,該分數可亦包括執行由設計意圖分析器模組204輸出的特定處理可行性分數,考慮到原物料的可用性、供應鏈資訊、人工利用資訊,以及其他此類因素。
在一具體實施例中,預製設計複合材料模組208可計算最佳設計,以滿足實體產品組裝的設定目標。預製設計複合材料模組208可通過考慮實體元素、構造的性質、地理、局部拓撲等來計算用於製造一或多個自訂建築製品之最佳設計,並且可輸出一組最佳設計參數以滿足裝配要求等。最佳設計參數另可考慮來自BIM內省的資料、現有設計庫資料以及材料和環境約束。預製設計複合材料模組208可包括使用者界面(例如,圖形使用者界面),以促進使用者輸入來設計一或多個自訂建築製品。在一具體實施例中,使用者輸入可結合一或多個自訂建築製品的一或多個屬性(如前述)及/或一或多個特性(如前述)。因此,來自預製設計複合材料模組208的最佳設計輸出可使計算系統200能夠校準、自訂和設置一或多個自訂建築製品的設計元素,以滿足總體建構目標。在一具體實施例中,預製件設計複合材料模組208可作為設計產生器單元的至少一部分來操作,以實施最佳設計的計算。注意,設計產生器單元另可包括本文描述的其他模組。
在一具體實施例中,CDP模組210可創建和實現CDP的設計和製造。實體產品不僅是一次性組合,而是為了創建一組可重複使用的資料庫而產生,這些資料庫可用於基於建築類型、普遍需求等的其他建築專案。CDP通常與從BIM資料分析的需求相關,並且是基於實體產品建構的數位製品。數位製品有助於自訂(例如,顏色、尺寸、設計意圖等)。在一具體實施例中,CDP模組210使用視覺約束來實現產品模擬,並允許使用者可視化正在成形的實體產品,並提供內省和視覺修改正在設置的實體產品之能力。CDP模組210可與立體BIM模型介接,並且可允許使用者在即時視覺增強的使用者界面中互動和查詢BIM模型中定義的屬性、空間定義、元素、其屬性,以允許CDP的進一步自訂和修改。在一具體實施例中,使用者可通過嘗試BIM模型的屬性和特徵來查詢BIM模型,並查看基於對BIM模型所做變更的輸出。例如,使用者可改變CDP的顏色、形狀、材料和尺寸,並直觀地看到這些變化對立體BIM模型的影響。CDP模組210另可提供關於所提議實體產品的修改,從設計、效用和整體建構目標的角度來看是否可行之回饋。CDP模組210可輸出建築製品的數位模擬虛實整合,以及不同的選項和關於成本、製造時間、製造難易程度等之資訊。
透過開發策略和方法來實現設計師、供應商、製造商和裝配商之間的雙向資訊交流,CDP設計和製造的創建和實現釋放了工業化建築(IC)的新潛力。CDP實現自動化,並且還導致從實體產品的設計到實體產品的製造及/或組裝,讓自訂實體產品的專案交付流線化。
在一具體實施例中,軟體塑模到製造(F2F)服務可由計算系統200託管。簡而言之,F2F服務通過實體產品的製造及/或組裝簡化了設計。本文進一步討論F2F服務的細節。
3.2 工廠界面與交付物流子系統
工廠界面和交付物流子系統(子系統2)可包括但不限於工廠界面模組214、最佳化器模組216、監控生產效率模組218、主計劃界面模組220和交付物流模組222。這些模組中的每一者都可實施本文描述的一或多個深度學習、AI及/或ML技術。
在一具體實施例中,工廠界面模組214可接收一請求,其與需要為其創建一專案清單的專案相關。該請求可能與建築專案、製造專案或兩者之組合有關。例如,請求可能與執行端到端的建築專案或建築組件(例如牆壁、桁架、固定裝置、窗戶、管道、地板組件、屋頂組件等)有關。附加或替代上,該請求可涉及一或多個自訂建築製品的製造(如前述)。例如,在一具體實施例中,計算系統200可確定一或多個自訂建築製品可以高於可行性臨界值的置信度分數製造/預製,並向計算系統200提供與一或多個自訂建築製品相關聯的請求至工廠界面模組214。選擇性上,計算系統200可在提供有關一或多個自訂建築製品的請求給工廠界面模組214之前,例如經由使用者界面,尋求來自使用者的批准(輸入)。在一具體實施例中,工廠界面模組214可直接從與建築及/或製造專案相關聯的使用者或用戶接收與該專案相關之請求。例如,使用者可為正在製造的製品之最終使用者。在另一具體實施例中,工廠界面模組214可從一或多個製造商、供應者、供應商等意欲代表最終使用者或用戶從事建設及/或製造專案來接收有關該專案的請求。
在一具體實施例中,工廠界面模組214可確定與請求相關的專案目標。如本文所用,術語專案目標可指在執行建築及/或製造專案時在一定程度上應滿足的意圖、目的或目標。這些可能包括但不限於時間目標(例如,專案或專案一部分的排程)、成本目標(例如,專案或專案一部分的預算)、品質目標(例如,一專案或該專案的一部分的品質標準),可持續性目標(例如,將專案或專案一部分中可能導致全球暖化的二氧化碳排放量和其他排放量降至最低),效率目標(例如,專案或專案一部分的供應商及/或工廠效率目標),以及有關該專案的健康目標(例如,專案或專案一部分使用無毒材料)。例如,建造建築物的專案目標可能包括排程目標(例如,六個月)。在一案例下,工廠界面模組214可將六個月的排程設定為建築施工專案的專案目標。在另一實例中,建築物建造專案的專案目標可能是基於可持續性目標。例如,目標可能是使用可持續建築及/或製造技術建造建築物,及/或設計建築物的各個方面,使其在建造完成後作為綠色或可持續建築來營運。例如,該專案目標之一可能是使建築物達到既定的可持續性標準,例如能源與環境設計先鋒(LEED)標準,這是使用最廣泛的一種綠色建築物評級系統。在這情況下,工廠界面模組214可選擇原物料、供應商、建築設備、過程等,以達到可持續性標準的目的。例如,工廠界面模組214可選擇無毒、可持續生產或回收的材料,這些材料需要很少的能源來生產,以清潔能源運行的製造過程,追蹤和最小化碳排放,設計具有節能窗戶的建築物、屋頂綠化、水資源保護及/或循環利用、基於太陽能的電力系統等。
在一具體實施例中,工廠界面模組214可從設計意圖分析器模組204接收專案目標,以用於自訂建築製品的製造,如前述。在另一具體實施例中,專案目標可為多個目標的組合,諸如結合完成專案的時間軸之預算目標。在這情況下,工廠界面模組214可將預算和時間軸目標兩者視為專案目標。
此外,在一具體實施例中,工廠接口模塊214可確定與製造及/或建築專案相關的約束集。該約束集可指與製造及/或建築專案相關聯的一或多個參數、資料等,使得該約束集定義材料、製造和物流系統可實現什麼。在一具體實施例中,該約束集可包括製造約束、物流約束、供應約束、工程約束和材料約束等。在一具體實施例中,可至少部分通過知識庫導出約束集。知識庫可與圖1的資料儲存庫130相同或不同。知識庫可指計算系統200可存取的資料庫及/或資訊庫。在一具體實施例中,知識庫可包括與製造及/或建築專案相關的參數,以及來自與製造及/或建築專案相關的複數個資料源之資料饋送。例如,計算系統200可將與每個已執行專案相關聯的參數記錄在庫中以供將來使用。因此,在這情況下,知識庫可包括諸如與專案或類似專案相關聯的歷史資料之參數。此外,例如,對於針對建築物製造自訂窗格的請求,工廠界面模組214可存取知識庫,以確定是否已經存在具有類似規格的先前建築專案。如果是,則與先前建築專案相關聯的參數部分被確定為當前專案的約束集。在一實例中,這些參數可指過去製造特定窗格的已知單元之時間及/或成本、使用的供應商清單、組裝說明、後勤挑戰等,這些都可透過知識庫存取工廠界面模組214。該等參數另可指有關該專案的產業資料,例如執行類似專案的產業平均。例如,知識庫可提供關於工廠及/或類似性質的製造商在已知時間內執行類似專案所花費之平均時間、成本、勞動力等資訊。此外,該等參數另可指該專案的執行細節,例如組裝說明,以及有關該專案的預測資料,例如基於與供應商相關聯的歷史資料預測供應商端延遲之警報。
如前述,知識庫另可包括來自與製造及/或建築專案相關聯的複數個資料源之資料饋送。在一具體實施例中,來自該資料源的資料饋送可包括還有來自製造商、供應商、設計者和裝配商等的資料。來自這些資料源的資料饋送可能涉及採購資訊、供應鏈考量、物流資訊、地理定位資料、環境資料等。來自複數個資料源的資料饋送本質上可為是動態的,即該資料饋送可即時更新,以反映從複數個資料源接收的資訊之任何變化。例如,由於某些事件,與製造專案相關的供應鏈可能會中斷。因此,可更新與知識庫中供應鏈相關聯的資料饋送,以反映中斷的資訊。
在一具體實施例中,工廠界面模組214將約束集與該專案目標形成關聯性,並且評估相關聯的約束集和專案目標,以產生最佳化模型。在一具體實施例中,工廠界面模組214採用多種深度學習、人工智慧(AI)和機器學習(ML)演算法,來關聯及評估該約束集和該專案目標,並產生最佳化模型。例如,一些專案目標可包括在已知的約束集內,最佳化製造成本、供應鏈相關物流、最佳化勞動力或人力成本、最佳化設備或機械成本、最佳化材料消耗成本、最大化產出等。此外,如前述,該約束集可包括動態變數,例如來自資料源的即時資料饋送,包括令人驚訝遇到的不可預見情況、有關該專案的參數之動態串流,以及使用者對輸入資料和場景的手動更新。工廠界面模組214將約束集與該專案目標相關聯,並且在已知時刻繼續評估相關聯的約束集和專案目標,以達到最佳模型。在一具體實施例中,與製造或建築專案相關聯的排程及/或工作流程可分解或分解成其元素屬性,並且這些元素屬性可以圖形形式保存,以供工廠界面模組214關聯和評估。在一具體實施例中,工廠界面模組214可採用AI/ML演算法及/或深度學習技術來評估圖表,如前述,並且例如嘗試計算圖表的節點間之最短路徑。在這情況下,在已知約束集的情況下,圖表節點之間的最短路徑計算可由工廠界面模組214評估,以產生最佳化模型。用於產生最佳化模型的一些深度學習技術和AI/ML演算法可能包括(但不限於)用於預測的node2vec技術、貪婪演算法、Dijkstra演算法和利潤最大化演算法。例如,在一具體實施例中,工廠界面模組214可使用利潤最大化演算法,來評估與專案相關聯的供應和需求圖表。在這情況下,該等專案目標之一可為最大化有關該專案的效率及/或利潤,因此,工廠界面模組214可應用利潤最大化演算法,來評估圖表上的收入軸和成本軸之交點,其指示工廠的最佳化模型,例如,以最大化利潤。在一具體實施例中,工廠界面模組214可使用貪婪演算法,來評估建築及/或製造任務和活動的組合和順序是否可導致更好之效率。這是一啟發式方法。在一具體實施例中,工廠界面模組214可使用Dijkstra演算法來尋找關聯性並產生最佳化模型,以從廣泛的相關任務源中獲得完成的設定目標。應注意,工廠界面模組214可另外利用:用於計算指導、推薦、機器學習或其組合的概率、啟發式、確定性或其他合適的方法,以產生最佳化模型。此外,可在本發明系統中使用任何合適的模型(例如,機器學習、非機器學習等)和演算法。
在一具體實施例中,工廠界面模組214根據用於執行製造及/或建築專案的最佳化模型創建專案清單。如本文所用,術語專案清單可指與製造及/或建築專案相關聯的工作流程、文件、通告、指南等,其從專案、人力、設備、資源、材料、物流和流程方面提供涵蓋時間、成本和排程態樣的最佳化模型。在一具體實施例中,可創建專案清單以用於製造自訂建築製品,如前述。如此,該專案清單可包括需要根據施工進度和專案狀態製造某些組件或產品的順序。製造排程(與製造一或多個自訂建築製品的排程相關聯)可輸入到施工主排程管理器(與整個建築專案的完成排程相關聯),以確保自訂建築製品在正確的時間按正確的順序製造,來保持建築專案的正常進行。在一具體實施例中,工廠界面模組214可選擇性參考該專案清單,以根據製造計劃來協調材料的採購。工廠界面模組214可根據可用性、成本和其他專案考慮來確定,並動態從特定供應商採購材料。在一具體實施例中,該株案清單可提供與製造專案相關聯的逐步驟說明,從採購原物料、材料運輸、最佳製造方式、最佳製造順序、組裝說明、運輸和物流資訊等等。因此,工廠界面模組214可管理製造及/或建築專案的整個處理工作流程,從而減輕製造商或工廠的調度、庫存和採購問題以及交付物流規劃。
圖2B例示根據一具體實施例之專案清單的示範概述。如圖2B所示,諸如與工廠界面模組214相關聯或作為其部分的處理器244接收約束集238和專案目標240作為輸入。如前述,可從知識庫236接收約束集238。如前述,處理器244可對約束集238和專案目標240應用相關技術,以產生最佳化模型246。如前述,最佳化模型246可包括來自一或多個AI及/或ML演算法的輸出。在一具體實施例中,可將最佳化模型246呈現給使用者,以供驗證及/或接收對最佳化模型246的任何使用者修改。此外,如圖2B所示,最佳化模型246用於創建專案清單248,其包括與專案執行相關的細節。例如,可重新排列及/或修改最佳化模型246,以創建使用者友好的專案清單248,其可以有組織的方式提供與專案相關聯的細節。例如,對於製造專案,專案清單248可以指示採購細節,例如要採購的原物料連同建議的供應商及/或與原物料相關聯的成本。附加上,專案清單248可詳細指示製造順序以及與每個製造步驟相關聯的時間及/或完成排程。此外,專案清單248可包括與組裝、運送和物流相關聯的資訊,如圖2B內所示。在一具體實施例中,專案清單248可顯示在與使用者相關聯的使用者界面上。上面討論範例中的使用者例如可為製造商。使用者可對專案清單248進行修改。例如,使用者可能較喜歡供應商3勝過建議的供應商2,如圖2B所示。使用者可因此編輯專案清單248,以將供應商2改變為供應商3。專案清單248相應自動更新,以反映該變化可能對處理的其餘部分及/或排程產生之任何影響。例如,由於供應商3的位置,可預測專案進度可能會受到一個星期的影響。因此,專案清單248可被更新,以修改與製造處理的一或多個步驟相關聯之排程。應當注意,圖2B所示的專案清單248僅用於例示目的,並且專案清單248可以任何形式呈現給使用者。例如,在一具體實施例中,專案清單248可採用儀表板、聲音、影片、虛擬實境物件、使用增強實境的故事等形式呈現給使用者。
在一具體實施例中,最佳化器模組216可為互動模組,其根據即時資料及/或使用者修改來確定如何最佳執行製造及/或建築專案。在一具體實施例中,最佳化器模組216可分析與專案的一組約束相關聯之即時資料。例如,最佳化器模組216可從供應商接收關於原物料供應延遲的即時資料。最佳化器模組216可分析接收到的資料,並且可確定所分析的資料對有關該專案的專案目標之影響。例如,該專案目標之一可能是在已知時間內完成建築專案。因此,最佳化器模組216可分析原物料延遲對有關該專案的總體排程目標之影響。因此,如果需要,最佳化器模組216可基於確定的影響產生已更新的專案清單。例如,最佳化器模組216可產生已更新的專案清單,該清單可提供用於採購原物料以按時完成建築專案之備選供應商清單。在一具體實施例中,使用者可提供對該專案目標的修改,或提供自訂專案目標。例如,製造商等使用者在遇到意外設備故障後,可能希望修改專案清單中提供的製造流程。最佳化器模組216可分析修改,並產生已更新的專案清單,提供考慮到修改來執行該製造專案的最佳化模型。
在一具體實施例中,監控生產效率模組218可監控與製造及/或建築專案有關之生產效率。例如,對於與自訂建築製品的製造相關聯的專案,所監控的效率可能與製造或正在製造自訂建築製品的一或多個工廠之效率相關或不相關。此外,在一實例中,所監控的效率可與提供用於製造自訂建築製品的原物料之一或多個原物料供應商的效率相關。一般而言,所監控的效率可能與計算系統200中的一或多個模組的效率及/或建築專案之建造過程中涉及的一或多個處理有關。在一具體實施例中,為了監控與自訂建築製品的製造相關之效率,可向監控生產效率模組218提供來自一或多個原物料供應商及/或一或多個工廠之即時饋送。在一具體實施例中,監控生產效率模組218可進一步提供與所監控生產效率相關聯的因果關係資料及/或補救資料。例如,對於製造專案,監控生產效率模組218可根據來自工廠的即時資料,確定工廠的生產效率是一天內製造n個單元。然而,有關該專案的專案目標表明一天生產m個單元的效率目標,其中m>n。計算系統200(在一實例中,監控生產效率模組218)可應用AI及/或ML演算法,來確定較低生產效率的原因或原因。例如,監控生產效率模組218可確定特定供應商供應的劣質原物料導致品質相關問題和返工,從而降低工廠的整體生產效率。該資料可作為較低生產效率的因果關係資料提供給工廠主管。此外,監控生產效率模組218可確定與生產效率相關聯的補救資料。例如,在一具體實施例中,監控生產效率模組218可應用人工智慧(AI)及/或機器學習(ML)演算法,來確定在已知有關該專案的約束集情況下提高生產效率之方式。因此,在上面討論的範例中,監控生產效率模組218可提供關於建議的原物料替代供應商,以解決原物料品質的問題。例如,監控生產效率模組218可提供策略和建議的組合,以提高生產效率來滿足一天m個單元生產的效率目標。
在一具體實施例中,主排程界面模組220可對與製造及/或建築專案的各個階段相關聯之時間軸進行調整。至少由於與該專案設計和執行中涉及的各個階段相關之一或多個可避免及/或不可避免的延遲,可能需要進行所述調整。例如,一或多個製造自訂建築製品或正在製造處理中的工廠可能會出現延誤。主排程界面模組220可持續監控這些更新,並相應對後續專案工作流程排程執行調整。
在一具體實施例中,交付物流模組222可提供關於在建築及/或製造專案的每個階段(時期)交付工作產品之建議、結果和最後期限。在一具體實施例中,交付物流模組222可在施工過程的各個階段(時期)完成之前,很好地提前輸出關於施工過程的每個階段(時期)完成之時間線。
3.3 市場子系統
再者,在一具體實施例中,市場子系統(子系統3)或數位市場可包括但不限於市場首款導入模組224、數位客製化界面模組226、投標管理器模組228、工廠界面模組230、效率分析器模組232以及支援和維護模組234。如前述,這些模組中的每一者都單獨或其組合都可創建數位市場,該市場提供支援自訂建築製品及/或專案清單的貨幣化平台。這些模組中的每一者都可實施本文描述的一或多個AI/ML技術。
在一具體實施例中,市場首款導入模組224可從意欲使用該專案的投標人處接收對與該專案相關請求的投標請求。在一具體實施例中,該專案可包括但不限於製造專案、建築專案、對預先存在的專案或製品之客製化請求,以及自訂建築製品。在一具體實施例中,市場首款導入模組224可將與關於該專案請求相關聯的細節提供給可能有興趣使用該專案之投標人,例如供應商、製造商、設計師、供應者等。
此外,在一具體實施例中,數位客製化界面模組226可提供使用者界面,以自訂例如在數位市場上可供銷售的預先存在專案及/或製品。例如,使用者可存取數位市場界面,以提供與可用於銷售的製品(諸如窗格)的客製化請求相關聯之細節。使用者可針對可供出售的窗格請求一自訂框架。市場首款導入模組224及/或數位客製化界面模組226可從使用者接收該自訂請求作為對該專案之請求。市場首次亮相模塊224可在數位市場上提供與該請求相關聯的細節以供投標人查看,及/或可將請求直接發送給可能對使用該專案感興趣的投標人。投標人可審查自訂請求,並且如果有興趣,可向市場首款導入模組224提供投標請求。投標請求可表明潛在投標人的興趣,例如可能對使用該專案感興趣的供應商、製造商、設計師、供應者等。例如,自訂窗框製造商可能意欲處理自訂請求,並將其興趣作為投標請求提交給市場首款導入模組224。如前述,市場首款導入模組224在接收到來自投標人的投標請求時,可根據針對該專案產生的最佳化模型提供一組建議給投標人。例如,市場首款導入模組224可確定針對可在數位市場上銷售的窗格所創建的預先存在專案清單。市場首款導入模組224可根據自訂請求和與投標人相關聯的一或多個因素(例如投標人的位置),分析預先存在的專案清單,以使用上述技術產生最佳化模型。市場首款導入模組224可根據針對該專案產生的最佳化模型,提供一組建議給投標人,例如但不限於製造成本預測、有關該專案的專案清單、製造時間預測和材料供應商資訊。
在一具體實施例中,投標管理器模組228可基於由市場首款導入模組224提供的一組建議,從投標人接收有關該專案的投標。例如,根據系統所提供的製造成本預測,投標人,例如窗格製造商,可對自訂窗格製造專案進行投標。同樣,意欲使用該專案的其他投標人可在該專案的數位市場上提交投標。投標管理器模組228接收來自所有意欲使用該專案的投標人之投標。在一具體實施例中,投標管理器模組228基於一或多個專案目標來安排接收到的投標。例如,有關該專案的專案目標可在兩週內完成該專案。投標人可提供其製造時間軸的細節,並且投標管理器模組228可以這樣的方式安排投標,即旨在在兩週內交付專案投標人的安排方式是,首先將其展示給使用者,然後是其餘的投標。應注意,可存在管理及/或安排接收到的其他出價方式,並且本發明不限於這裡討論的範例。在一具體實施例中,投標管理器模組228可在數位市場界面上提供與該專案相關經安排的投標,以供使用者查看所提交的投標並選擇一或多個投標人來處理該專案。
在一具體實施例中,工廠界面模組230可向一或多個工廠提供界面,用於至少基於由投標管理器模組228所接收的投標,來製造有關該專案之一或多個建築製品。在一具體實施例中,工廠界面模組230可基於上面討論的技術,為接收到投標的專案創建專案清單。
在一具體實施例中,效率分析器模組232可監控與所接收到投標相關聯的專案相關之生產效率。此外,效率分析器模組232可基於上面討論的技術,提供與所監測生產效率相關聯的因果關係資料及/或補救資料。
在一具體實施例中,支援和維護模組234可輸出一或多個關於如何為利用計算系統200製造的專案及/或一或多個自訂建築製品提供支援和維護之建議。這是計算系統200必須提供的眾多技術優勢之一。
圖2C例示根據本發明一具體實施例的數位市場250之示範概述。數位市場250可指市場子系統(子系統3),其可包括但不限於市場首款導入模組224、數位客製化界面模組226、投標管理器模組228、工廠界面模組230、效率分析器模組232以及支援和維護模組234。在一具體實施例中,由工廠界面模組214及/或處理器244根據最佳化模型246創建的專案清單248可存取至數位市場250。此外,使用者可存取CDP庫254,以識別使用者想要製造的CDP。另外,使用者可能想要自訂現有的CDP,並且可邀請指示需要製造的自訂CDP之投標252。在一具體實施例中,使用者可至少部分基於從專案清單248接收之資訊來邀請投標。附加上,可向工廠界面模組214提供對投標細節之請求,以在需要時對CDP的現有專案清單248進行任何修改。投標邀請及/或投標請求可發送給一或多個合適的投標人,例如投標人A 256和投標人B 258,如圖2C所示。在一具體實施例中,投標人A 256可存取由數位市場提供的增值服務,如前述。例如,投標人A 256可請求與自訂CDP的製造相關聯之詳細專案清單248及/或可請求與自訂CDP的製造相關聯之一組建議,以進行知情投標。在一具體實施例中,投標人A 256可接收與預測成本相關聯的一組建議、預測排程以及與自訂CDP的製造相關聯之原物料的建議供應商。投標人A 256可考慮所提供的一組建議來決定投標金額,例如,用於該製造專案。如圖2C所示,投標人A 256和投標人B 258可針對製造專案提交投標260。提交的投標細節可提供給工廠界面模組214。工廠界面模組214及/或處理器244可基於從數位市場250接收的資訊,更新最佳化模型246及/或專案清單248。
在另一實例中,數位市場250可由一或多個供應商用來請求建築及/或製造專案的投標。在這情況下,供應商可針對整個建築及/或製造專案的詳細資訊或建築及/或製造專案的一部分進行投標。投標請求可發送給一或多個投標人,例如投標人A 256和投標人B 258,如圖2C所示。一或多個投標人可存取該專案清單及/或與建築及/或製造專案相關聯的一組建議,以提交投標。此外,或另外,投標人及/或供應商可請求為建築及/或製造專案所創建的專案清單,以最佳化該專案的執行。
應注意,圖2C中提供的圖示僅用於示範目的。數位市場250可以各種方式,將專案清單248用於專案。例如,專案清單248可在一或多個投標人提交投標後創建。在一情況下,投標人可通過支付額外費用來請求自訂CDP專案之個性化專案清單248。投標人可在使用者選擇最終投標之前或之後請求專案清單248。專案清單248可由投標人用於最佳化自訂CDP專案之執行。
4.0 軟體塑模到製造服務
在各種具體實施例中,軟體塑模到製造(F2F)服務可由圖1的伺服器電腦106託管,以通過實體產品的製造及/或組裝來簡化設計。F2F服務利用一個軟體應用程式,使協作團隊能夠將其知識和能力帶入可自訂的產品中,從而限制BIM使用者/設計師在特定供應鏈成員可實現的範圍內進行設計。該可自訂產品可能具有嵌入式規則,以自動產生實際製造及/或組裝實體產品所需的資訊。由於中繼資料保留在雲端中,該軟體應用程式通過雙向資料流連接各方。
該軟體應用程式包含CDP,用於通過製造及/或組裝每個實體產品來整合設計。CDP包含製造等領域的約束和效率,並將BIM使用者/設計師限制在與約束一致的參數和選項內之規範。CDP由可包括成員的團隊針對特定實體產品所開發,例如,一或多個CDP產品設計師、裝配商、製造商、材料供應商或顧問。一旦BIM使用者/設計師在允許的限制範圍內指定自訂之實體產品,CDP就會向專案交付團隊輸出指令,以製作自訂的實體產品。CDP通過易於適應和簡化的圖形模型(例如,在某些具體實施例中為2D和3D)表示,該模型可作為現有第三方設計/BIM軟體中的參數化組件運行,並與託管相關資料和相關演算法的雲端平台並行鏈接,以將資料轉換為簡化專案交付所需之格式。
該軟體應用程式另結合了BIM軟體的組態工具外掛,其中組件通過其自己的界面與具有自適應參數表示的組件組態工具一起表示。該軟體應用程式亦進一步整合一個位於可視化編碼平台內的開發人員外掛,使CDP開發人員和所有者能夠創建、調整CDP並從中獲利。
F2F服務包含至少一網路入口網站,供CDP所有者、CDP開發人員、CDP使用者(BIM使用者/設計師)和CDP客戶使用、管理、審查及/或購買CDP。
本發明中包含一新的獨特檔案類型,稱為.cdp檔案(讀作「點CDP」)。這種獨特的檔案類型以其自己的可讀檔案格式代表每個可自訂數位產品,以在本發明的使用者之間,於其包括數位建築元素的設計市場之平台上匯出、共享和匯入。CDP檔案可在數位建築元素的設計市場上作為.cdp檔案買賣,並通過使用者/設計師外掛在BIM軟體中解釋為.cdp檔案。
圖3為例示F2F服務的使用概述之示意圖。F2F服務係基於組件型概念和參數化設計,依賴並支援建築、工程和施工(AEC)產業在設計師已經使用的已創建BIM軟體平台上建構,來建構參數化組件並簡化專案文件。與CDP合作的F2F服務將這一概念轉化為一種複雜的方法,其中的組件不僅僅是圖形表示。
CDP是AEC產業中的一複雜演算法,專門針對待建實體產品的設計、製造和調度而開發。基於BIM和參數化設計的邏輯,CDP將設計更改限制為輸入參數。這些輸入參數與嵌入式和關聯供應鏈之能力直接相關。這些輸入參數將知識(通常與一長串不同的供應商和顧問一起存放在筒倉中)帶入一簡單的數位組件,其中包含一組與可實現目標直接相關的可調參數。
例如,關聯的供應鏈和CDP所有者通過識別輸入資料(例如,規格和約束,包括製造能力)和輸出資料(例如,說明、排程、批准圖紙、製造機器檔案)並嵌入資料來創建CDP,變成一種保留為雲端原生的演算法。CDP是針對給定的待建實體產品之整合設計和生產所創建。相關的供應鏈團隊可能包括但不限於成本估算人員、材料供應商、製造商、裝配商和分銷商。CDP所有者可能是也可能不是相關供應鏈團隊的成員。
在圖3的範例中,CDP和所有關聯的中繼資料都留在雲端中。如圖3所示,建築設計人員可存取CDP,並在可調整資料的約束範圍內做出設計選擇及/或更改。調整後的資料留在雲端中。一旦建築設計師在約束範圍內指定實體產品的設計,CDP可自動創建輸出資料,用於由一或多個相關供應鏈團隊成員生產該實體產品。
CDP通過易於適應和簡化的圖形模型(例如,在某些具體實施例中為2D和3D)表示,該模型可作為現有第三方設計/BIM軟體中的參數化組件運行,並與託管相關資料的雲端平台並行鏈接。相關資料構成建構表單的精確副本,包括最精細的細節,但並不以圖形方式表示。關聯資料作為原始資料保留在雲端中。
對於建築設計師所做的每一項更改,CDP都會根據確定的(參數化的)內置關係自動調整輸出資料。這些調整使正確的細節和輸出能夠簡化即時可用的實體產品之交付。演算法中存在的原始中繼資料可調整為所需格式,以根據製造商、建造商及/或軟體為專案交付創建無縫鏈接。
圖4為例示至CDP的各種輸入和輸出之示意圖。圖4所示的CDP之非限制性輸入集包括製造約束和效率、物流約束和效率、供應約束和效率、工程約束、材料約束和效率以及方法效率。此外,圖4所示的CDP之非限制性輸出集包括製造指令和機器代碼、物流管理資訊、供應調度和成本核算、批准圖紙、材料清單和材料資訊,以及採購資訊。與輸入參數一樣,可提取的輸出資料量也很大。通過添加所需的輸出代碼來轉換資料,用來創建該實體產品的準確輸出可從由BIM使用者所創建的調整後資料自主創建。
圖5為例示輸入至知識庫用於CDP發展的範例之示意圖。如圖5中所示,知識庫可由數位市場存取。CDP是利用製造和裝配設計(DFMA)技術與計算設計相結合而開發的,旨在使AEC產業從服務驅動模型轉變為CDP的開發。圖5顯示CDP產品設計師、製造商、組裝商、材料供應商和顧問的示範協作團隊,他們可結合其知識來製作CDP。該團隊能夠將其知識結合到參數模型中,這些模型根據實際可實現的目標來限制待建造實體產品之適應性。該團隊能夠創建一個CDP,其可提供早期承包商參與(ECT)的價值,而無需實際參與任何工作。
相關團隊嵌入特定於其要求的輸出,以簡化從數位產品到建構實體產品的交付。關聯的團隊另鏈接元素之間的關係,以自動化設計過程。例如,如果對一件實體產品進行設計更改,則將自動對實體產品的其他部件進行任何隱式更改。輸出係針對相關團隊的機械、技術、軟體和供應鏈所自訂。定價、時間安排、排程和方法論都解決所有元素的最細節。
為了建構CDP,使用DFMA技術開發製造和施工方法,將實體產品和原物料的每個子元素分解為最精細的細節、設計過程以及整體實體產品。DFMA方法確保製造和組裝的整個過程都被理解,並設計到CDP中。
這種理解和設計每個細節的過程允許在材料、製造和裝配系統可實現的約束條件下開發CDP,這些約束可採用CDP中的一組參數形式。可採用計算設計來建構參數演算法,該演算法將組件詳細描述為相互關聯的物件群組。相關子組件中對第一子組件中變化的適應取決於參數集。這些關係作為演算法中的一組規則來建構,然後產生所需的輸入和幾何資料,以在BIM軟體中形成完全參數化的模型和圖形表示。
根據BIM軟體的不同,輸入和幾何資料可能會有所不同,但仍可使用相同的方法產生,並將額外的代碼添加到演算法中,以將資料轉換為所需的形式。演算法本身可通過雲端伺服器託管在BIM軟體外部,輸出資料連接並重建BIM平台內的參數化圖形表示。
圖6為例示多個CDP整合的示意圖。圖6顯示數個不同的組件,其代表通過製造及/或組裝來建造建築物之設計。在圖6的圖示中顯示十八個組件,每個組件由四個子組件組成。在最細粒度的層面上,CDP包括通過製造及/或組裝實體產品的設計,需要從材料供應商處獲得至少一材料。如圖6所示,材料供應商與每個子組件相關聯。假設每個子組件都是唯一的,則可使用七十二個CDP建構圖6中所示的建築物。
一實例CDP是浴室艙CDP作為浴室艙可能是構成建築物的許多實體產品之一。儘管CDP可視為數位產品,但其由十三個子組件組成,這些子組件本身就是CDP。有特定的供應商、製造商和裝配商團隊與13個CDP中的每一者相關聯。十三個子組件中的每一者的CDP都細化到指定用於製造子組件的原物料之級別。
十三個子組件之一者的實例為用於浴室艙的牆組件。此牆組件CDP可能由輕鋼架(LGS)框架機和裝配團隊、護套、電腦數值控制(CNC)加工、螺絲、鉚釘、鋼捲,甚至物流所組成。護套、螺絲、鉚釘和鋼捲是相關材料的範例,如圖6所示。CDP的每個元素都有自己的限制、輸出要求和設計知識。該牆組件CDP不僅可為CNC機器和LGS框架機自動創建G碼(G-code)或CAM處理,其還可為元素的訂購和製造創建關鍵路徑。
此外,牆組件CDP可能在浴室艙內所有CDP的每個元素之間具有內置關係。例如,如果臉盤移動,因為其與水龍頭有直接關係,所以水龍頭也移動。然後這會對護套產生影響,這需要移動鑽孔並修改CNC機器的G碼。移動臉盆也會影響框架,需要放置雙頭螺栓,進而需要修改框架機的G碼。所有這些變化也可能影響固定件、管道以及所需文件和組裝說明之數量和位置。CDP使整個過程自動化,並確保正確進行變更並產生所需的輸出資料,以簡化牆組件的製造、交付和組裝。
5.0 程序概觀
圖7為例示根據一具體實施例之用於製造及/或建築專案的專案清單創建方法步驟之示範流程圖700。圖7可當成將方法編碼為一或多個電腦程式的基礎,或諸如圖1中伺服器電腦106的計算裝置執行或託管的其他軟體元件。
在步驟702中,計算裝置可接收與專案有關的請求。該專案可為建築專案及/或製造專案。有關該專案的請求可直接從使用者電腦(例如,圖1的使用者電腦104)接收。該使用者電腦可關聯於與建築及/或製造專案相關聯的使用者或用戶。附加或替代上,該使用者裝置可關聯於意欲代表最終使用者或用戶從事建設及/或製造專案之一或多個製造商、供應者、供應商等。
在步驟704,該計算裝置可確定與在步驟702接收到的請求有關之一或多個專案目標,如前述。
在步驟706,該計算裝置可確定一組用於製造及/或建築專案的約束。該計算裝置可通過至少過知識庫導出該約束集來確定該約束集。如前述,知識庫可包括一或多個有關該專案的參數,以及來自有關該專案的複數個資料源之資料饋送。在一具體實施例中,該約束集可包括製造約束、物流約束、供應約束、工程約束和材料約束等,如前述。
在步驟708,該計算裝置可將該組已確定約束與關聯於該製造及/或建築專案的一或多個專案目標相關聯。如前述,該計算裝置可採用深度學習、AI及/或ML技術,以將該組已確定約束與有關該專案的一或多個專案目標形成智慧型關聯性。
在步驟710,該計算裝置可評估該已關聯的約束集及一或多個專案目標,以產生與該製造及/或建築專案相關聯之最佳化模型。如前述,該計算裝置可使用深度學習技術和AI及/或ML演算法來產生最佳化模型。除其他外,其可包括用於預測的node2vec技術、貪婪演算法、狄克斯特拉(Dijkstra)演算法和利潤最大化演算法。
在步驟712,該計算裝置可根據用於執行該製造及/或建築專案的最佳化模型來創建專案清單。該專案清單可包括與製造及/或建築專案相關聯的工作流程、文件、通告、指南等,其從專案、人力、設備、資源、材料、物流和流程方面提供涵蓋時間、成本和排程態樣的最佳化模型,如上面關於圖2之討論。
鑑於前述,本文呈現的具體實施例使建築專案的管理變得簡單。這是通過改進建築專案的建設週期的效率來實現,例如,通過在工地以外的地方路由或執行建築專案的某些態樣,以預製一些自訂的建築製品(諸如,建築構件,如牆壁、桁架、固定裝置、窗戶、管道間、地板構件、屋頂構件等)。此外,本文呈現的具體實施例提供用於建築專案的建築製品或組件的高效設計、專案清單、製造和客製化之系統、設備和方法。
在一具體實施例中,可利用一或多個設備來實施符合本發明的具體實施例。在一實例中,一或多個設備包含一記憶體和一耦接到記憶體的處理器。在一實例中,處理器配置成執行與本文所描述具體實施例一致的步驟或階段。
在一具體實施例中,可利用一或多個系統來實施符合本發明的具體實施例。在一實例中,一或多個系統可包括對應於圖1中所討論示範系統100的一或多個實體,該一或多個實體配置成執行與本文所描述具體實施例一致的步驟或階段。
6.0 基於意圖的設計和計算模擬流程之實例
圖8為例示根據一具體實施例,創建建築及/或製造專案的專案清單之各種子系統模組和方法步驟的另一示範流程圖800。圖8討論根據一具體實施例之由計算系統200及/或與計算系統200相關聯的裝置(為清楚起見在本文中簡稱為計算系統200),為創建案清單而執行之各種操作。
在步驟S802,計算系統200(例如,計算系統200的工廠界面模組214)可接收一有關專案的請求。該專案可為建築專案、製造專案及/或兩者之組合。計算系統200可進一步確定一或多個有關請求的專案目標、以及一組該專案的約束。該約束集可至少透過包括與專案相關的一或多個參數的知識庫以及來自與專案相關聯的複數個資料源之資料饋送所導出。計算系統200可將該組已確定約束與一或多個專案目標形成關聯性,並且評估該已關聯的約束集及一或多個專案目標以產生最佳化模型。最後,在步驟S802,計算系統200可根據用於執行該專案的最佳化模型來創建一專案清單。
在步驟S804,計算系統200(例如,計算系統200的最佳化器模組216)可實施與製造及/或建築專案相關聯之自訂專案目標。計算系統200可分析與在步驟S802中該組已確定約束相關聯之即時資料和使用者修改(如果有的話)。計算系統200可確定該已分析資料和使用者修改對在步驟S802中確定之一或多個專案目標的影響。計算系統200可基於確定的影響產生已更新的專案清單。
在步驟S806,計算系統200(例如,計算系統200的監控生產效率模組218)可監控與該製造及/或建築專案相關聯之生產效率。計算系統200可提供有關該生產效率的因果資料和補救資料之一或多者,如前述。
在步驟S808,計算系統200(例如,計算系統200的主排程界面模組220)可監控與該製造及/或建築專案相關聯之即時資料,並且在偵測到可能導致延遲的事件時,根據該已偵測事件的影響,更新與該專案不同階段相關之排程。
在步驟S810,計算系統200(例如計算系統200的交付物流模組222)可提供關於在建築及/或製造專案的每個階段(階段)交付工作產品之建議、結果和最後期限。
圖9為例示根據一具體實施例之管理關於建築及/或製造專案的投標之各種子系統模組和方法步驟的另一示範流程圖900。圖9討論根據一具體實施例,由 計算系統200及/或與計算系統200相關聯的裝置(為清楚起見在本文中簡稱為計算系統200)所執行以提供一組建議的各種操作。
在步驟S902,計算系統200(例如,計算系統200的市場首款導入模組224)可從一或多個使用該專案的投標人接收對關於該專案請求的投標請求。該專案可指製造專案、建築專案及/或兩者之組合。根據上面討論的技術,計算系統200可產生有關該專案的最佳化模型。根據所產生有關該專案的最佳化模型,計算系統200可提供一組建議給該等一或多個投標人。
在步驟S904,計算系統200(例如計算系統200的數位客製化界面模組226)可提供使用者界面,以自訂例如在數位市場上可供銷售的預先存在專案及/或製品。
在步驟S906,計算系統200(例如,計算系統200的投標管理器模組228)可根據計算系統200提供的一組建議,從一或多個投標人接收與該專案相關之投標。計算系統200可另根據該等一或多個專案目標來安排接收到的投標。計算系統200可在一數位市場界面上提供有關該專案的該等已安排投標。
在步驟S908,計算系統200(例如,計算系統200的工廠界面模組230)可產生與計算系統200接收到一或多個投標的專案相關聯之專案清單。
在步驟S910,計算系統200(例如,計算系統200的效率分析器模組232)可監控與計算系統200接收到一或多個投標的專案相關聯之生產效率。計算系統200可向使用者,例如投標人,提供與所監測到生產效率相關聯的因果關係資料及/或補救資料。
在步驟S912,計算系統200(例如,計算系統200的支援和維護模組234)可輸出關於如何提供該專案的支援和維護之一或多個建議。
7.0 揭露的其他態樣
在一具體實施例中,可利用一或多個電腦可讀取儲存媒體來實施符合本發明的具體實施例。電腦可讀取儲存媒體係指任何類型的實體記憶體,其中可儲存處理器可讀的資訊或資料。因此,電腦可讀取儲存媒體可儲存由一或多個處理器執行的指令,包括用於使(多個)處理器執行與本文所描述具體實施例一致的步驟或階段之指令。術語「電腦可讀取媒體」應理解為包括有形物品並且排除載波和瞬態信號,即非暫態。實例包括隨機存取記憶體(RAM)、唯讀記憶體(ROM)、揮發性記憶體、非揮發性記憶體、硬碟、CD ROM、DVD、快閃碟、磁盤和任何其他已知的實體儲存媒體。
如本文中申請專利範圍和說明書中所使用的用語「包含」、「包括」和「具有」應視為指出可包括未指明的其他元件之開放群組。用語「一」、「一種」和字詞的單數形式應視為包括相同字詞的複數形式,使得這些用術語表示提供某物中的一或多者。用語「一」或「單一」可用於表示某物中的一者且僅一者。同樣地,當需要特定數量的事物時,可使用其他特定的整數值,例如「二」。「較佳地」、「較佳的」、「較佳」、「選擇性」、「可能」等用語以及類似用語都用於指示所提到之專案、條件或步驟為本發明的選擇性(非必要)特徵。
已經參考各種特定的和較佳的具體實施例和技術來描述本發明。然而,應當理解,在保持於本發明精神和範疇內的同時,可進行許多變化和修改。熟習該項技藝者應明白,除了本文具體描述之類以外的方法、裝置、裝置元件、材料、程序和技術可應用於如本文廣泛揭示的本發明實踐中,而無需訴諸過度實驗。本文描述的方法、裝置、裝置元件、材料、程序和技術的所有本領域已知功能之等同物都旨在本發明的涵蓋內。每當揭示一範圍時,所有的子範圍和個別值都包括在內。本發明不受所揭示具體實施例的限制,包括附圖中所示或說明書中舉例說明的任何具體實施例,這些具體實施例是以範例的方式給出而非限制性。附加上,應當理解,本文所述的網路、裝置及/或模組的各種具體實施例包含可選特徵,其可單獨或一起應用於本文所示或預期的任何其他具體實施例,以與此類網路、裝置及/或模組的特徵混合和匹配。
雖然使用有限數量的具體實施例描述本發明,但是受益於本發明的熟習該項技藝者將理解可設計出不悖離本發明範疇的其他具體實施例。
1,2,3:子系統
100:系統
102:網路
104:用戶端電腦
106:伺服器電腦
130:資料儲存庫
200:計算系統
202:普遍需求分析器模組
204:設計意圖分析器模組
206:可行性評估器模組
208:預製設計複合材料模組
210:CDP模組
212:BIM界面
214:工廠界面模組
216:最佳化器模組
218:監控生產效率模組
220:主計劃界面模組
222:交付物流模組
224:市場首款導入模組
226:數位客製化界面模組
228:投標管理器模組
230:工廠界面模組
232:效率分析器模組
234:支援和維護模組
236:知識庫
238:約束集
240:專案目標
244:處理器
246:最佳化模型
248:專案清單
250:數位市場
252:投標
254:CDP庫
256:投標人A
258:投標人B
260:提交投標
700,800,900:示範流程圖
結合圖式參考較佳具體實施例的詳細描述將變得明白本發明的進一步優點:
圖1例示根據一具體實施例的一範例網路架構。
圖2A例示根據一具體實施例之針對建築專案設計、製造和自訂建築製品或組件之範例計算系統。
圖2B為例示根據一具體實施例之示範專案清單的示意圖。
圖2C為例示根據一具體實施例之數位市場概述的示意圖。
圖3為例示根據一具體實施例之軟體塑模到製造(F2F)服務的使用概述之示意圖。
圖4為例示根據一具體實施例之可自訂數位產品(CDP)的範例輸入與輸出之示意圖。
圖5為例示根據一具體實施例之範例輸入至知識庫之示意圖。
圖6為例示根據一具體實施例之整合從建築物到相關材料供應商的多個可自訂數位產品(CDP)之示意圖。
圖7為例示根據一具體實施例之創建專案的專案清單方法步驟之示範流程圖。
圖8為例示根據一具體實施例之創建專案的專案清單方法步驟之另一流程圖。
圖9為例示根據一具體實施例之用於管理投標以及提供與建設及/或製造專案相關的支援和維護方法步驟之示範流程圖。
100:系統
102:網路
104:用戶端電腦
106:伺服器電腦
130:資料儲存庫
Claims (20)
- 一種用於在計算環境內創建專案清單之方法,該方法包含: 接收一有關專案相關的請求,該專案是建築專案與製造專案之至少一者; 確定一或多個有關該請求的專案目標; 確定一組用於該專案的約束,該約束集係至少透過包括有關該專案的一或多個參數之知識庫,以及來自有關該專案的複數個資料源之資料饋送所導出; 將該組確定的約束與該等一或多個專案目標形成關聯性; 評估該已關聯的約束集和該等一或多個專案目標,以產生一最佳化模型;及 根據用於執行該專案的最佳化模型創建一專案清單。
- 如請求項1所述之方法,其更包含: 從以下至少一者確定該等一或多個專案目標:有關該專案的時間目標、成本目標、品質目標、可持續性目標、效率目標及健康目標。
- 如請求項1所述之方法,其更包含: 根據以下至少一者確定有關該專案的該等參數:有關該專案的歷史資料、有關該專案的產業資料、有關該專案的執行資料及有關該專案的預測資料。
- 如請求項1所述之方法,其更包含: 應用深度學習、人工智慧(AI)和機器學習(ML)過程中的一或多者來產生最佳化模型。
- 如請求項1所述之方法,其更包含: 確定該約束集包括確定以下至少一者:預先存在的製造資料集、供應商資料集、材料資料集、地理定位資料集和環境資料集。
- 如請求項1所述之方法,其更包含: 分析有關該約束集的即時資料和使用者修改,以實施一自訂專案目標; 確定該分析資料對該等一或多個專案目標之影響;及 根據該已確定的影響產生一已更新的專案清單。
- 如請求項1所述之方法,其更包含創建該專案清單,該專案清單包括涵蓋來自專案、人力、設備、來源、材料、物流和過程中至少一者的時間、成本和排程態樣之最佳化模型。
- 如請求項1所述之方法,其更包含: 監控有關該專案的生產效率;及 提供有關該生產效率的因果資料和補救資料之一或多者。
- 如請求項1所述之方法,其更包含: 從一或多個意欲進行該專案的投標人收到有關該專案的投標請求;及 根據所產生有關該專案的最佳化模型,提供一組建議給該等一或多個投標人。
- 如請求項9所述之方法,其更包含提供該組建議,其包括以下至少一者:成本預測、有關該專案的專案清單、時間預測及材料供應商資訊。
- 一種用於在計算環境內創建專案清單之計算系統,該計算系統包含: 一或多個電腦系統,該系統包含一或多個硬體處理器和儲存媒體;及 多個指令,其儲存在該儲存媒體中,實施工廠界面模組,當該計算系統執行該等指令時,使該計算系統: 接收一有關專案相關的請求,該專案是建築專案和製造專案之至少一者; 確定一或多個有關該請求的專案目標; 確定一組用於該專案的約束,該約束集係至少透過包括有關該專案的一或多個參數之知識庫,以及來自有關該專案的複數個資料源之資料饋送所導出; 將該組確定的約束與該等一或多個專案目標形成關聯性; 評估該已關聯的約束集和該等一或多個專案目標,以產生一最佳化模型;及 根據用於執行該專案的最佳化模型創建一專案清單。
- 如請求項11所述之計算系統,其更包含: 多個指令,其儲存在該儲存媒體中,實施用於達成自訂專案目標的最佳化器模組,當該計算系統執行該等指令時,使該計算系統: 分析有關該約束集的即時資料和使用者修改; 確定該分析資料對該等一或多個專案目標之影響;及 根據該已確定的影響產生一已更新的專案清單。
- 如請求項11所述之計算系統,其更包含: 多個指令,其儲存在該儲存媒體中,實施一監控生產效率模組,當該計算系統執行該等指令時,使該計算系統: 監控有關該專案的生產效率;及 提供有關該生產效率的因果資料和補救資料之一或多者。
- 如請求項11所述之計算系統,其中該工廠界面模組在由該計算系統執行時,進一步使該計算系統創建專案清單,該清單包括涵蓋來自專案、人力、設備、來源、材料、物流和過程中至少一者的時間、成本和排程態樣之最佳化模型。
- 如請求項11所述之計算系統,其更包含: 多個指令,其儲存在該儲存媒體中,實施市場首款導入模組,當該計算系統執行該等指令時,使該計算系統: 從一或多個意欲進行該專案的投標人處收到有關該專案的投標請求;及 根據所產生有關該專案的最佳化模型,提供一組建議給該等一或多個投標人。
- 如請求項15所述之計算系統,其更包含: 多個指令,其儲存在該儲存媒體中,實施投標管理器,當該計算系統執行該等指令時,使該計算系統: 根據由該市場首款導入模組提供的該建議集,從該等一或多個投標人處接收有關該專案的投標; 根據該等一或多個專案目標安排該已收到的投標;及 在一數位市場界面上提供有關該專案的該等已安排投標。
- 一種非暫態電腦可讀取儲存媒體,其上儲存有電腦可執行程式,當至少一處理器執行該程式時,使該至少一處理器: 接收一有關專案相關的請求,該專案是建築專案和製造專案之至少一者; 確定一或多個有關該請求的專案目標; 確定一組用於該專案的約束,該約束集係至少透過包括有關該專案的一或多個參數之知識庫,以及來自有關該專案的複數個資料源之資料饋送所導出; 將該組確定的約束與該等一或多個專案目標形成關聯性; 評估該已關聯的約束集和該等一或多個專案目標,以產生一最佳化模型;及 根據用於執行該專案的最佳化模型創建一專案清單。
- 如請求項17所述之非暫態電腦可讀取儲存媒體,該電腦可執行程式進一步使該至少一處理器: 分析有關該約束集的即時資料和使用者修改,以實施一自訂專案目標; 確定該分析資料對該等一或多個專案目標之影響;及 根據該已確定的影響產生一已更新的專案清單。
- 如請求項17所述之非暫態電腦可讀取儲存媒體,該電腦可執行程式進一步使該至少一處理器: 監控有關該專案的生產效率;及 提供有關該生產效率的因果資料和補救資料之一或多者。
- 如請求項17所述之非暫態電腦可讀取儲存媒體,該電腦可執行程式進一步使該至少一處理器: 從一或多個意欲進行該專案的投標人處收到有關該專案的投標請求;及 根據所產生有關該專案的最佳化模型,提供一組建議給該等一或多個投標人。
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US202263316609P | 2022-03-04 | 2022-03-04 | |
US63/316,609 | 2022-03-04 | ||
US18/116,017 | 2023-03-01 | ||
US18/116,017 US20230315952A1 (en) | 2022-03-04 | 2023-03-01 | System and method for creation of a project manifest in a computing environment |
Publications (1)
Publication Number | Publication Date |
---|---|
TW202336656A true TW202336656A (zh) | 2023-09-16 |
Family
ID=87884223
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW112107496A TW202336656A (zh) | 2022-03-04 | 2023-03-02 | 用於在計算環境中創建專案清單的系統和方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20230315952A1 (zh) |
TW (1) | TW202336656A (zh) |
WO (1) | WO2023167912A1 (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117112116B (zh) * | 2023-10-16 | 2024-02-02 | 成都市蓉通数智信息技术有限公司 | 基于数字政务的用户管理系统 |
CN117851412B (zh) * | 2024-03-07 | 2024-05-17 | 四川省交通勘察设计研究院有限公司 | 一种基于bim的公路工程清单编制方法和系统 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020156668A1 (en) * | 2001-02-16 | 2002-10-24 | Morrow Martin E. | Remote project development method and system |
US7295119B2 (en) * | 2003-01-22 | 2007-11-13 | Wireless Valley Communications, Inc. | System and method for indicating the presence or physical location of persons or devices in a site specific representation of a physical environment |
EA200802152A1 (ru) * | 2004-06-29 | 2009-12-30 | Текстура Корпорейшн | Система и способ управления платежом в строительстве |
JP5172354B2 (ja) * | 2005-02-11 | 2013-03-27 | ヴォルト インフォメーション サイエンシズ インコーポレーテッド | プロジェクト作業の計画/範囲変更の運営情報およびビジネス情報シナジーシステムおよび方法 |
US20090327024A1 (en) * | 2008-06-27 | 2009-12-31 | Certusview Technologies, Llc | Methods and apparatus for quality assessment of a field service operation |
CA2746656A1 (en) * | 2008-12-11 | 2010-06-17 | Textura Corporation | Construction project prequalification |
-
2023
- 2023-03-01 WO PCT/US2023/014257 patent/WO2023167912A1/en unknown
- 2023-03-01 US US18/116,017 patent/US20230315952A1/en active Pending
- 2023-03-02 TW TW112107496A patent/TW202336656A/zh unknown
Also Published As
Publication number | Publication date |
---|---|
US20230315952A1 (en) | 2023-10-05 |
WO2023167912A1 (en) | 2023-09-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Messner | BIM Project Execution Planning Guide, Version 3.0 | |
Li et al. | A project-based quantification of BIM benefits | |
Sacks et al. | Interaction of lean and building information modeling in construction | |
TW202336656A (zh) | 用於在計算環境中創建專案清單的系統和方法 | |
US20180144277A1 (en) | Data-feedback loop from product lifecycle into design and manufacturing | |
Chelson | The effects of building information modeling on construction site productivity | |
Niu et al. | Integrating crowd-/service-sourcing into digital twin for advanced manufacturing service innovation | |
Nouiri et al. | Towards energy efficient scheduling of manufacturing systems through collaboration between cyber physical production and energy systems | |
Moghadam | Lean-mod: An approach to modular construction manufacturing production efficiency improvement | |
Boateng et al. | A dynamic framework for managing the complexities of risks in megaprojects | |
Abdelmegid et al. | Exploring the links between simulation modelling and construction production planning and control: a case study on the last planner system | |
Bekdik et al. | Modularising design processes of façades in Denmark: re-exploring the use of design structure matrix | |
US11868686B2 (en) | System and method for manufacture and customization of construction assemblies in a computing environment | |
Schneider et al. | Ontology for big systems: The ontology summit 2012 communique | |
Leiva | First principles of smart manufacturing | |
Zidi et al. | A new approach for business process reconfiguration under uncertainty using Dempster-Shafer Theory | |
Lynch et al. | Financial digital twin for public sector capital projects | |
Kuei et al. | Supply chain quality management: a simulation study | |
Leitner et al. | Effective development of automation systems through domain-specific modeling in a small enterprise context | |
Asif et al. | Digitalization for sustainable buildings: Technologies, applications, potential, and challenges | |
Piñero Ramírez et al. | A software ecosystem for project management in BIM environments assisted by artificial intelligent techniques | |
Katsaliaki et al. | Distributed simulation of supply chains in the industry 4.0 Era: A state of the art field overview | |
Boehm | Principles for successful systems and software processes | |
Montali | Digitised engineering knowledge for prefabricated façades | |
Čustović et al. | Cloud manufacturing for industrialized construction: Opportunities and challenges for a new manufacturing model |