買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉中電建鐵路建設投資集團有限公司;中電建鐵路建設投資集團重慶有限公司;重慶大學申請的專利一種基于BIM的智能施工過程監測方法及系統獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN120277796B 。

龍圖騰網通過國家知識產權局官網在2025-09-12發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510772241.6，技術領域涉及：G06F30/13；該發明授權一種基于BIM的智能施工過程監測方法及系統是由袁峰;溫元平;李小勇;鐘祖良;厲志;宋銳;張建軍;李偉;龐磊磊;涂義亮;王利民;王明理;劉呈祥;葛慧婷;曹鈺暉設計研發完成，并于2025-06-11向國家知識產權局提交的專利申請。

本一種基于BIM的智能施工過程監測方法及系統在說明書摘要公布了：本發明公開了一種基于BIM的智能施工過程監測方法及系統，屬于智能施工技術領域，通過構建地鐵車站轉換段暗挖施工現場對應的BIM，并基于所述BIM對地鐵車站轉換段暗挖施工現場進行有限元分析，確定應力集中區域，然后采集所述應力集中區域對應的安全影響因素，并采用預先部署的機器學習模型對所述安全影響因素進行識別，確定支撐結構優化數據，最后將所述支撐結構優化數據傳輸給現場工作人員，以使現場工作人員根據所述支撐結構優化數據進行施工，實現了對支撐結構參數的動態優化，能夠自適應圍巖應力重分布過程，有效地保證了施工安全性。

本發明授權一種基于BIM的智能施工過程監測方法及系統在權利要求書中公布了：1.一種基于BIM的智能施工過程監測方法，其特征在于，包括： 構建地鐵車站轉換段暗挖施工現場對應的BIM，并基于所述BIM對地鐵車站轉換段暗挖施工現場進行有限元分析，確定應力集中區域； 采集所述應力集中區域對應的安全影響因素，并采用預先部署的機器學習模型對所述安全影響因素進行識別，確定支撐結構優化數據； 將所述支撐結構優化數據傳輸給現場工作人員，以使現場工作人員根據所述支撐結構優化數據進行施工，完成基于BIM的智能施工過程監測； 所述機器學習模型的預先部署方法，包括： 構建具備數據矩陣識別能力的機器學習模型，并對所述機器學習模型的超參數進行初始化編碼，獲取多個超參數編碼； 獲取預先存儲的歷史安全影響因素以及歷史安全影響因素對應的支撐結構優化數據標簽，并根據歷史安全影響因素以及歷史安全影響因素對應的支撐結構優化數據標簽，獲取每個超參數編碼對應的適應度； 根據所述超參數編碼對應的適應度，確定適應度最大的超參數編碼作為最優編碼； 采用隨機鏈式搜索策略對超參數編碼進行聯合鏈式搜索，得到聯合鏈式搜索之后的超參數編碼； 以所述最優編碼為基礎，采用概率決策均衡搜索策略對聯合鏈式搜索之后的超參數編碼進行全局與局部的均衡搜索，得到均衡搜索之后的超參數編碼； 采用自適應隨機混沌搜索策略對均衡搜索之后的超參數編碼進行全局搜索，得到全局搜索之后的超參數編碼； 重復執行隨機鏈式搜索策略、概率決策均衡搜索策略以及自適應隨機混沌搜索策略，直至滿足訓練結束條件，重新獲取最優編碼； 根據重新獲取的最優編碼，對所述機器學習模型部署； 對所述機器學習模型的超參數進行初始化編碼，獲取多個超參數編碼，包括： 在所述機器學習模型的超參數對應的上限與下限之間進行隨機初始化，并將初始化之后的超參數編碼為向量，得到初始超參數編碼； 以所述初始超參數編碼為基礎，獲取多個其他的超參數編碼為： 其中，表示第k個超參數編碼，且k=1時，為初始超參數編碼，表示第k+1個超參數編碼，表示求余函數，表示圓周率，sin表示正弦函數，表示第一常數項，且設置為0.5；b表示第二常數項，且設置為0.2； 采用隨機鏈式搜索策略對超參數編碼進行聯合鏈式搜索，得到聯合鏈式搜索之后的超參數編碼，包括： 針對任意一個超參數編碼，為所述超參數編碼隨機匹配一個其他超參數編碼，得到每個所述超參數編碼對應的聯合搜索編碼； 根據所有超參數編碼對應的適應度，將超參數編碼按照適應度從大到小的順序排列，得到排列之后的超參數編碼； 針對個排列之后的超參數編碼，根據所述超參數編碼對應的聯合搜索編碼，對超參數編碼進行聯合鏈式搜索，得到聯合鏈式搜索之后的超參數編碼為： 其中，表示第t次訓練時第i個排序后的超參數編碼的第d維超參數，i=1,2,..,M，M表示超參數編碼總數，d=1,2,..,D，D表示超參數編碼中超參數總維度，表示第i個聯合鏈式搜索之后的超參數編碼的第d維超參數，sin表示正弦函數，cos表示余弦函數，表示圓周率，表示（0,1）之間的第一隨機數，表示（0,1）之間的第二隨機數，表示第i個排序后的超參數編碼對應的聯合搜索編碼的第d維超參數； 以所述最優編碼為基礎，采用概率決策均衡搜索策略對聯合鏈式搜索之后的超參數編碼進行全局與局部的均衡搜索，得到均衡搜索之后的超參數編碼，包括： 以當前訓練次數為基礎，獲取自適應決策概率為： 其中，表示自適應決策概率，表示預設的概率基本值，表示韋伯分布控制因子，W表示韋伯分布函數，T表示預設的最大訓練次數，t表示當前訓練次數；表示韋伯分布的形狀參數，表示韋伯分布的尺度參數，e表示自然常數； 生成（0,1）之間的第三隨機數，并判斷所述第三隨機數是否小于自適應決策概率，若是，則對聯合鏈式搜索之后的超參數編碼進行萊維飛行搜索，獲取均衡搜索之后的超參數編碼，否則以所述最優編碼為基礎，對聯合鏈式搜索之后的超參數編碼進行最優方向搜索，獲取均衡搜索之后的超參數編碼； 對聯合鏈式搜索之后的超參數編碼進行萊維飛行搜索，獲取均衡搜索之后的超參數編碼為： 其中，表示第t次訓練時第j個聯合鏈式搜索之后的超參數編碼的第d維超參數，表示第j個均衡搜索之后的超參數編碼的第d維超參數，j=1,2,..,M，M表示超參數編碼總數，表示第t+1次訓練時第j個聯合鏈式搜索之后的超參數編碼對應的更新速度中的第d維元素，表示第一慣性權重，表示第t次訓練時第j個聯合鏈式搜索之后的超參數編碼對應的更新速度中的第d維元素，表示第一學習因子，表示第二學習因子，表示設置于（1,3）之間的搜索范圍控制因子，表示第j個聯合鏈式搜索之后的超參數編碼與第一隨機超參數編碼之間的歐式距離，表示第j個聯合鏈式搜索之后的超參數編碼與第二隨機超參數編碼之間的歐式距離，表示（0,1）之間的第一萊維飛行因子，表示（0,1）之間的第二萊維飛行因子； 以所述最優編碼為基礎，對聯合鏈式搜索之后的超參數編碼進行最優方向搜索，獲取均衡搜索之后的超參數編碼為： 其中，表示最優編碼的第d維超參數。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人中電建鐵路建設投資集團有限公司;中電建鐵路建設投資集團重慶有限公司;重慶大學，其通訊地址為：100000 北京市豐臺區汽車博物館東路10號院3號樓7層701；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。