李錦鐘

（廣州大學(xué)土木工程學(xué)院）

1 引言

建筑工程的發(fā)展一直跟計(jì)算機(jī)技術(shù)密切相關(guān)，隨著我國社會經(jīng)濟(jì)的發(fā)展和城市化建設(shè)的加快，建筑工程中的設(shè)計(jì)技術(shù)、建造技術(shù)、管理技術(shù)等方面都隨著計(jì)算機(jī)信息技術(shù)的革新而產(chǎn)生了巨大的變化。自20世紀(jì)60年代開始，CAD技術(shù)（Computer Aided Design）逐步發(fā)展成為了建筑工程領(lǐng)域中不可缺少的計(jì)算機(jī)輔助設(shè)計(jì)技術(shù)，并且形成了基于CAD技術(shù)的設(shè)計(jì)、施工、驗(yàn)收和運(yùn)維的工程建設(shè)流程，這對于我國的城市化建設(shè)產(chǎn)生了巨大的影響。BIM技術(shù)是繼CAD技術(shù)后的又一革命性技術(shù)，它代表的是一種健全模型信息、實(shí)現(xiàn)模型全周期信息共享的理念，對于傳統(tǒng)的CAD模式的信息交流模式來說是一種更高層次的信息集成和標(biāo)準(zhǔn)化的交互理念。

2 BIM技術(shù)的概念及應(yīng)用

BIM(Building Information Model)技術(shù)并不是一種工具，也不是一種軟件，它是一種被應(yīng)用于建筑工程全周期過程中的理念。BIM技術(shù)是站在項(xiàng)目全局位置上考慮各專業(yè)分工協(xié)作的一種邏輯思維。該技術(shù)現(xiàn)階段大多被應(yīng)用于大型項(xiàng)目的建設(shè)過程中，包括建筑、結(jié)構(gòu)、暖通、給排水等專業(yè)的協(xié)同設(shè)計(jì)方面，以及現(xiàn)場施工管理和進(jìn)度管理方面。國內(nèi)的一些重大工程項(xiàng)目上，均使用了BIM技術(shù)進(jìn)行項(xiàng)目的建設(shè)和管理，例如上海中心、國家游泳中心（水立方）、上海世博會國家電網(wǎng)企業(yè)館、上海世博會中國國家館、上海世博會德國國家館、天津國際郵輪碼頭、北京市政務(wù)服務(wù)中心、徐州中心體育場[1]。

3 人工智能技術(shù)的概念及應(yīng)用

工程建設(shè)技術(shù)的發(fā)展離不開計(jì)算機(jī)技術(shù)的支持。人工智能（Artificial Intelligence，AI）作為計(jì)算機(jī)領(lǐng)域的一個(gè)重要學(xué)科分支，產(chǎn)生于20世紀(jì)50年代，并且是一個(gè)具備多學(xué)科應(yīng)用前景的重要學(xué)科。人工智能研究的是機(jī)器智能和智能機(jī)器的實(shí)現(xiàn)方法，同時(shí)，在機(jī)器智能化的設(shè)計(jì)過程中，利用專業(yè)知識庫中大量的數(shù)據(jù)來進(jìn)行學(xué)習(xí)訓(xùn)練，使機(jī)器模擬人類的思維過程和規(guī)律，進(jìn)而得到具備一定學(xué)習(xí)能力和判斷決策能力的智能機(jī)器。人工智能技術(shù)在現(xiàn)階段的研究包括專家系統(tǒng)（Expert System）、人工神經(jīng)網(wǎng)絡(luò)、模糊理論、遺傳算法、Petri網(wǎng)絡(luò)[2]。

4 人工智能技術(shù)在BIM技術(shù)中的應(yīng)用

由于BIM技術(shù)的提出和發(fā)展，未來的建筑行業(yè)的發(fā)展將會圍繞建筑信息模型來展開。雖然BIM技術(shù)具有廣闊的發(fā)展前景，但它也具有一些缺點(diǎn)：

1）它涉及的專業(yè)跨度大、專業(yè)數(shù)量多，在各專業(yè)的協(xié)作方面需要更上一級的人員來進(jìn)行統(tǒng)籌管理和實(shí)現(xiàn)各專業(yè)有條不紊的完成工程設(shè)計(jì)，這要求BIM管理者必須了解各個(gè)專業(yè)的工作特性和工作進(jìn)度把控策略，但是這無疑是要花費(fèi)大量的時(shí)間和精力去學(xué)習(xí)的。

2）BIM技術(shù)具有將建筑全周期信息統(tǒng)一化儲存和管理的特點(diǎn)，其中，涉及的數(shù)據(jù)量對于大型項(xiàng)目來說將會是一個(gè)不可估量的數(shù)值，傳統(tǒng)的人為干預(yù)和管理存在效率低、出錯(cuò)概率大的缺點(diǎn)，這將會阻礙BIM技術(shù)在項(xiàng)目全周期過程中的順利進(jìn)行。因此，本文針對人工智能技術(shù)的特點(diǎn)進(jìn)行研究和探討，提出將人工智能技術(shù)應(yīng)用于BIM技術(shù)中的一些策略和方案。

4.1 基于專家系統(tǒng)的BIM圖紙審查系統(tǒng)的研究

專家系統(tǒng)（Expert System）屬于人工智能技術(shù)中發(fā)展較早的一門智能技術(shù)。通俗來說，專家系統(tǒng)就是機(jī)器經(jīng)過抓取大量的工程數(shù)據(jù)和專業(yè)知識進(jìn)行學(xué)習(xí)和邏輯訓(xùn)練后，成為一個(gè)具備專業(yè)知識和工程經(jīng)驗(yàn)的系統(tǒng)，它被用于模擬行業(yè)中專家在決策時(shí)的思維過程，針對實(shí)際工程中遇到的問題給出決策和解決方案。

BIM技術(shù)的發(fā)展提高了工程圖紙?jiān)O(shè)計(jì)的出圖標(biāo)準(zhǔn)，傳統(tǒng)的圖紙審查需要大量的人力資源，要求審圖人員具備完備的專業(yè)知識和豐富的實(shí)際工程經(jīng)驗(yàn)，并且在審查過程中考慮到人為因素的干擾，還可能出現(xiàn)誤判、漏判的問題。為了提高圖紙審查效率和審查正確率，考慮基于專家系統(tǒng)技術(shù)的BIM圖紙審查系統(tǒng)的研究成為了未來發(fā)展的一種可行的策略和方向。由于專家系統(tǒng)是以大量的工程數(shù)據(jù)和專業(yè)知識庫作為基礎(chǔ)，它能彌補(bǔ)傳統(tǒng)審圖流程過程中審圖效率低、審圖容錯(cuò)率低的缺點(diǎn)，從而提高了圖紙審查速度和審查的正確率。就目前階段而言，針對全專業(yè)的圖紙審查系統(tǒng)的開發(fā)還需要一定的發(fā)展時(shí)間，但是，針對各專業(yè)圖紙審查子系統(tǒng)的研究是可行的，李雪，馬小軍等[3]已經(jīng)實(shí)現(xiàn)了基于BIM的建筑電氣審圖專家系統(tǒng)的設(shè)計(jì)，并且針對建筑電氣設(shè)計(jì)階段，建立了審圖知識庫、審圖推理策略、獲取模型信息和人機(jī)接口的模塊。這對于建筑、結(jié)構(gòu)、給排水等專業(yè)來說是一個(gè)可以借鑒的思路。

現(xiàn)階段將專家系統(tǒng)應(yīng)用到BIM圖紙審查系統(tǒng)中還存在一些問題和技術(shù)難點(diǎn)：

1）BIM技術(shù)推廣問題。目前BIM技術(shù)還存在技術(shù)成本高、BIM專業(yè)人員過少的問題，導(dǎo)致了傳統(tǒng)建筑工程領(lǐng)域?qū)IM技術(shù)接受度還有所不足，從而讓BIM技術(shù)的推廣遇到了瓶頸。要想解決技術(shù)推廣問題，就需要在國家的政策支持下，各企業(yè)通過接觸BIM、學(xué)習(xí)BIM、使用BIM，最后實(shí)現(xiàn)理解BIM的過程。只有這樣，才能推動(dòng)建筑行業(yè)的良性發(fā)展。

2）BIM技術(shù)和專家系統(tǒng)技術(shù)都需要龐大的數(shù)據(jù)庫支持。在互聯(lián)網(wǎng)發(fā)展以及建筑信息模型理念的推廣契機(jī)下， 需要考慮BIM技術(shù)實(shí)施時(shí)建筑模型信息的數(shù)據(jù)信息儲存、調(diào)用和管理問題，而且專家系統(tǒng)需要建立專業(yè)的、完善的知識庫作為基礎(chǔ)才能真正的幫助審圖流程的順利進(jìn)行，否則，將會出現(xiàn)很大的審圖誤差和審查錯(cuò)誤。統(tǒng)一標(biāo)準(zhǔn)化的建筑信息管理是一個(gè)未來的趨勢，結(jié)合當(dāng)下的云計(jì)算、云儲存等計(jì)算機(jī)技術(shù)來探索建設(shè)過程中的數(shù)據(jù)管理方案會是一個(gè)新的思路。

因此，針對BIM技術(shù)中各個(gè)專業(yè)的特性和審圖規(guī)則，利用專家系統(tǒng)技術(shù)補(bǔ)足人為因素的缺點(diǎn)，研究專家系統(tǒng)技術(shù)在子專業(yè)的圖紙審查過程中的行為模式，能更好的輔助工程建設(shè)的順利進(jìn)行。

4.2 基于人工神經(jīng)網(wǎng)絡(luò)的BIM項(xiàng)目成本預(yù)測研究

人工神經(jīng)網(wǎng)絡(luò)（Artificial Neural Networks, ANN）是一種模擬人腦中的神經(jīng)系統(tǒng)信息傳輸、信息處理過程的一種人工智能技術(shù)。人工神經(jīng)網(wǎng)絡(luò)技術(shù)最大的特點(diǎn)是具備學(xué)習(xí)能力、自我組織能力和推理能力。

BIM技術(shù)具備強(qiáng)大的碰撞測試能力和工程量化統(tǒng)計(jì)能力，能夠快速地計(jì)算工程量和成本情況?，F(xiàn)階段BIM計(jì)算大多用于大型項(xiàng)目的全周期建設(shè)過程，而大型項(xiàng)目往往具有工程規(guī)模大、工作周期長、技術(shù)難度大、工種數(shù)量多、人員流動(dòng)性大的特點(diǎn)，相應(yīng)的工程成本也是一個(gè)龐大的數(shù)值。因此，在項(xiàng)目建設(shè)前針對項(xiàng)目全周期建設(shè)進(jìn)行成本預(yù)測，減少不必要的人力資源、材料資源的消耗，提高資源的利用率等方面的研究是必要的。人工神經(jīng)網(wǎng)絡(luò)技術(shù)由于具備學(xué)習(xí)能力和推理能力，在項(xiàng)目數(shù)據(jù)庫和BIM模型信息的支持下，根據(jù)時(shí)間維度（Time）和成本維度（Cost）的影響，能給項(xiàng)目成本預(yù)測提出一套最優(yōu)的實(shí)施方案。經(jīng)過BIM模型的信息采集，BP神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)訓(xùn)練和結(jié)果修正后，基于人工神經(jīng)網(wǎng)絡(luò)的模式能夠快速的生成一套基于時(shí)間、成本維度的成本預(yù)測結(jié)果，以及對應(yīng)的方案實(shí)施路線，從而實(shí)現(xiàn)成本預(yù)測和優(yōu)化，并減少在實(shí)際建設(shè)過程中出現(xiàn)的資源浪費(fèi)問題。

目前，要想將人工神經(jīng)網(wǎng)絡(luò)技術(shù)應(yīng)用于BIM項(xiàng)目成本預(yù)測中還存在一些問題：

1）BIM軟件開發(fā)還不夠完善。BIM技術(shù)的發(fā)展還需要一些時(shí)間，目前支持建立BIM模型的常用軟件有Revit、Archi CAD、Bentley等，國內(nèi)使用Revit較多，而Revit目前還處于起步階段，缺少針對子專業(yè)的二次開發(fā)應(yīng)用，軟件的應(yīng)用生態(tài)圈還不夠完善。

2）人工神經(jīng)網(wǎng)絡(luò)的應(yīng)用體系還不夠成熟。人工神經(jīng)網(wǎng)絡(luò)技術(shù)中的算法研究還不夠完善，基于不同工程的神經(jīng)網(wǎng)絡(luò)模型搭建方法還有待研究，針對大型項(xiàng)目的應(yīng)用并沒有提出一套完整的神經(jīng)網(wǎng)絡(luò)搭建、算法訓(xùn)練、算法糾偏、算法接口方案。

5 結(jié)語

論文介紹了BIM技術(shù)和人工智能技術(shù)在我國的應(yīng)用情況，基于人工智能技術(shù)，提出了基于專家系統(tǒng)和基于人工神經(jīng)網(wǎng)絡(luò)在BIM技術(shù)中的應(yīng)用，并分析了上述應(yīng)用過程中存在的問題和解決方法?，F(xiàn)代建筑工程的發(fā)展離不開計(jì)算機(jī)技術(shù)的輔助和技術(shù)支持，探索多元化的人工智能技術(shù)在工程建設(shè)方面的應(yīng)用，解決計(jì)算機(jī)學(xué)科同工程領(lǐng)域之間的技術(shù)交叉問題對我國的城市化建設(shè)具有重要意義。