CN109816228A - 一种企业bim技术应用能力量化评估***及方法 - Google Patents

Abstract

本发明属于企业BIM技术领域，公开了一种企业BIM技术应用能力量化评估***及方法，所述企业BIM技术应用能力量化评估***包括：数据采集模块、中央控制模块、数据优化模块、量化模型构建模块、能力等级划分模块、管理模块、打印模块、评估数据存储模块、评估显示模块。本发明通过数据优化模块能够适应大规模企业BIM技术应用相关数据集的处理要求，同时借助分布式的存储方式，数据集处理性能方面的提升，对大数据中的多类数据集进行统一分析与处理，便于高效存储和分析；同时，通过管理模块可以辅助决策分析，实现工作协同、量化管理，提高风险预控能力，实现管理和技术经验的积累。

Description

一种企业BIM技术应用能力量化评估***及方法

技术领域

本发明属于企业BIM技术领域，尤其涉及一种企业BIM技术应用能力量化评估***及方法。

背景技术

BIM(Building Information Modeling)技术是Autodesk公司在2002年率先提出，目前已经在全球范围内得到业界的广泛认可，它可以帮助实现建筑信息的集成，从建筑的设计、施工、运行直至建筑全寿命周期的终结，各种信息始终整合与一个三维模型信息数据库中，设计团队、施工单位、设施运营部门和业主等各方人员可以基于BIM进行协同工作，有效提高工作效率、节省资源、降低成本、以实现可持续发展。BIM的核心是通过建立虚拟的建筑工程三维模型，利用数字化技术，为这个模型提供完整的、与实际情况一致的建筑工程信息库。该信息库不仅包含描述建筑物构件的几何信息、专业属性及状态信息，还包含了非构件对象(如空间、运动行为)的状态信息。借助这个包含建筑工程信息的三维模型，大大提高了建筑工程的信息集成化程度，从而为建筑工程项目的相关利益方提供了一个工程信息交换和共享的平台。BIM有如下特征：它不仅可以在设计中应用，还可应用于建设工程项目的全寿命周期中；用BIM进行设计属于数字化设计；BIM的数据库是动态变化的，在应用过程中不断在更新、丰富和充实；为项目参与各方提供了协同工作的平台。我国BIM标准正在研究制定中，研究小组已取得阶段性成果。然而，现有采集的企业BIM技术应用相关数据随着大量小文件处理的应用需求，不同信息***中存在着大量异构数据源，数据缺乏统一的规范化组织方法，在某些领域，大量脚本文件难以有效的分析和高效存储与检索；同时，现有企业BIM技术仅能在技术环节对工程项目提供辅助支持，无法串联以支撑企业全局性的信息化管理需要。

综上所述，现有技术存在的问题是：

(1)现有采集的企业BIM技术应用相关数据随着大量小文件处理的应用需求，不同信息***中存在着大量异构数据源，数据缺乏统一的规范化组织方法，在某些领域，大量脚本文件难以有效的分析和高效存储与检索；同时，现有企业BIM技术仅能在技术环节对工程项目提供辅助支持，无法串联以支撑企业全局性的信息化管理需要。

(2)现有技术中网卡连接网络检索采集企业BIM应用相关的原始数据的过程中，需要对海量数据进行数据的挖掘，采用传统的算法，不能提高数据挖掘的峰值聚焦性能和查准率，使数据库的优化访问和数据调度能力得不到有效的改善。

(3)现有技术中存储器对相关的数据进行缓存数据的过程中，采用传统的算法对数据进行缓存处理，不能有效降低冗余操作带来的性能损耗，降低了储存器的健壮性和稳定性。

发明内容

针对现有技术存在的问题，本发明提供了一种企业BIM技术应用能力量化评估***及方法。

本发明是这样实现的，一种企业BIM技术应用能力量化评估方法，所述企业BIM技术应用能力量化评估方法包括：

步骤一，通过数据采集模块利用网卡连接网络检索采集企业BIM应用相关的原始数据；

步骤二，中央控制模块通过数据优化模块利用数据优化算法对采集原始数据去除无关数据的优化操作；

步骤三，通过量化模型构建模块利用数据处理软件根据采集的数据，确定应用能力各因素的权重，对各个因素进行细化建立BIM应用能力评估量化的数学模型；

步骤四，通过能力等级划分模块利用数据处理软件把企业BIM技术应用能力依次划分为初步应用阶段、成长阶段、提高阶段、成熟阶段、以及持续提高阶段五个等级；

步骤五，通过管理模块利用管理程序对企业的信息化进行管理操作；通过打印模块利用打印机打印企业BIM技术应用能力量化评估结果；

步骤六，通过评估数据存储模块利用存储器存储采集的原始数据及企业BIM技术应用能力量化评估结果；

步骤七，通过评估显示模块利用显示器显示企业BIM技术应用能力量化评估结果。

进一步，数据采集模块通过网卡连接网络检索采集企业BIM应用相关的原始数据的过程中，采用改进的数据库海量数据挖掘方法具体包括：

二进制向量描述法获取海量数据信息流自相关函数C(τ)，如下：

式中，τ为自相关时延系数；U_i引入属性相关度估计法提取海量数据信息流自相关函数中的数据库海量信息流序列{x_i}：

式中，N＞1；

将海量数据特征聚类结果带入，对数据库海量信息流序列{x_i}进行属性相关度估计，利用X_i+jτ(τ)＝{x_i}×h_i(τ)+n_i(τ)×C(jτ)获取海量数据特征模糊减法聚类离散度；式中h(τ)为X(τ)在云计算数据库海量数据库索引函数，n(τ)为云计算数据库中海量数据的原函数，h(τ)和n(τ)为海量数据的信息增益；

利用公式X_i+jτ(τ)＝{x_i}×h_i(τ)+n_i(τ)×C(jτ)的聚类离散度对海量数据信息离散属性进行分析，并融合属性相关度法建立海量数据库信息高效数据挖掘模型，实现云计算数据库的数据挖掘：

r′_i(t)＝S_ri(t)*X_ri(-t)＝S(t)*X(-t)*h′_i(t)*h_i(-t)+n_1i(t)；

其中，属性相关度估计结果为：

进一步，评估数据存储模块通过存储器存储采集的原始数据及企业BIM技术应用能力量化评估结果，采用一致性Hash的分布式缓存数据冗余算法，具体包括以下步骤：

步骤一，请求获取缓存数据，生成数据键值，对键值进行hash运算；

步骤二，数据经过主Hash环，查找主Hash环，判断是否找到对应的虚拟节点，“是”获取主储存地址，“否”进入到hash从环，

步骤三，判断是否连接中央控制模块；“是”进行获取缓存数据，结束；“否”进入到从hash环；

步骤四，查找从hash环，找到对应的虚拟节点，获取储存地址，连接中央控制模块，获取缓存数据，结束。

本发明的另一目的在于提供一种实现所述企业BIM技术应用能力量化评估方法的企业BIM技术应用能力量化评估***，所述企业BIM技术应用能力量化评估***包括：

数据采集模块，与中央控制模块连接，用于通过网卡连接网络检索采集企业BIM应用相关的原始数据；

中央控制模块，与数据采集模块、数据优化模块、量化模型构建模块、能力等级划分模块、管理模块、打印模块、评估数据存储模块、评估显示模块连接，用于通过单片机控制各个模块正常工作；

数据优化模块，与中央控制模块连接，用于通过数据优化算法对采集原始数据去除无关数据的优化操作；

量化模型构建模块，与中央控制模块连接，用于通过数据处理软件根据采集的数据，确定应用能力各因素的权重，对各个因素进行细化建立BIM应用能力评估量化的数学模型；

能力等级划分模块，与中央控制模块连接，用于通过数据处理软件把企业BIM技术应用能力依次划分为初步应用阶段、成长阶段、提高阶段、成熟阶段、以及持续提高阶段五个等级；

管理模块，与中央控制模块连接，用于通过管理程序对企业的信息化进行管理操作；

打印模块，与中央控制模块连接，用于通过打印机打印企业BIM技术应用能力量化评估结果；

评估数据存储模块，与中央控制模块连接，用于通过存储器存储采集的原始数据及企业BIM技术应用能力量化评估结果；

评估显示模块，与中央控制模块连接，用于通过显示器显示企业BIM技术应用能力量化评估结果。

本发明的另一目的在于提供一种应用所述企业BIM技术应用能力量化评估方法的企业BIM协同平台。

本发明的优点及积极效果为：本发明通过数据优化模块能够适应大规模企业BIM技术应用相关数据集的处理要求，同时借助分布式的存储方式，数据集处理性能方面的提升，对大数据中的多类数据集进行统一分析与处理，便于高效存储和分析；同时，通过管理模块可以辅助决策分析，实现工作协同、量化管理，提高风险预控能力，实现管理和技术经验的积累。

本发明中数据采集模块通过网卡连接网络检索采集企业BIM应用相关的原始数据的过程中，需要对海量数据进行数据的挖掘，提高了数据挖掘的峰值聚焦性能和查准率，改善了数据库的优化访问和数据调度能力，采用一种改进的数据库海量数据挖掘方法。

本发明中评估数据存储模块通过存储器存储采集的原始数据及企业BIM技术应用能力量化评估结果过程中，需要对相关的数据进行缓存数据，为了有效降低冗余操作带来的性能损耗，提高了储存器的健壮性和稳定性，采用一致性Hash的分布式缓存数据冗余算法。

附图说明

图1是本发明实施例提供的企业BIM技术应用能力量化评估方法流程图。

图2是本发明实施例提供的企业BIM技术应用能力量化评估***结构框图。

图2中：1、数据采集模块；2、中央控制模块；3、数据优化模块；4、量化模型构建模块；5、能力等级划分模块；6、管理模块；7、打印模块；8、评估数据存储模块；9、评估显示模块。

具体实施方式

为能进一步了解本发明的发明内容、特点及功效，兹例举以下实施例，并配合附图详细说明如下。

下面结合附图对本发明的结构作详细的描述。

如图1所示，本发明提供的企业BIM技术应用能力量化评估方法包括以下步骤：

步骤S101，通过数据采集模块利用网卡连接网络检索采集企业BIM应用相关的原始数据；

步骤S102，中央控制模块通过数据优化模块利用数据优化算法对采集原始数据去除无关数据的优化操作；

步骤S103，通过量化模型构建模块利用数据处理软件根据采集的数据，确定应用能力各因素的权重，对各个因素进行细化建立BIM应用能力评估量化的数学模型；

步骤S104，通过能力等级划分模块利用数据处理软件把企业BIM技术应用能力依次划分为初步应用阶段、成长阶段、提高阶段、成熟阶段、以及持续提高阶段五个等级；

步骤S105，通过管理模块利用管理程序对企业的信息化进行管理操作；通过打印模块利用打印机打印企业BIM技术应用能力量化评估结果；

步骤S106，通过评估数据存储模块利用存储器存储采集的原始数据及企业BIM技术应用能力量化评估结果；

步骤S107，通过评估显示模块利用显示器显示企业BIM技术应用能力量化评估结果。

如图2所示，本发明提供的企业BIM技术应用能力量化评估***包括：数据采集模块1、中央控制模块2、数据优化模块3、量化模型构建模块4、能力等级划分模块5、管理模块6、打印模块7、评估数据存储模块8、评估显示模块9。

数据采集模块1，与中央控制模块2连接，用于通过网卡连接网络检索采集企业BIM应用相关的原始数据；

中央控制模块2，与数据采集模块1、数据优化模块3、量化模型构建模块4、能力等级划分模块5、管理模块6、打印模块7、评估数据存储模块8、评估显示模块9连接，用于通过单片机控制各个模块正常工作；

数据优化模块3，与中央控制模块2连接，用于通过数据优化算法对采集原始数据去除无关数据的优化操作；

量化模型构建模块4，与中央控制模块2连接，用于通过数据处理软件根据采集的数据，确定应用能力各因素的权重，对各个因素进行细化建立BIM应用能力评估量化的数学模型；

能力等级划分模块5，与中央控制模块2连接，用于通过数据处理软件把企业BIM技术应用能力依次划分为初步应用阶段、成长阶段、提高阶段、成熟阶段、以及持续提高阶段五个等级；

管理模块6，与中央控制模块2连接，用于通过管理程序对企业的信息化进行管理操作；

打印模块7，与中央控制模块2连接，用于通过打印机打印企业BIM技术应用能力量化评估结果；

评估数据存储模块8，与中央控制模块2连接，用于通过存储器存储采集的原始数据及企业BIM技术应用能力量化评估结果；

评估显示模块9，与中央控制模块2连接，用于通过显示器显示企业BIM技术应用能力量化评估结果。

所述数据采集模块1通过网卡连接网络检索采集企业BIM应用相关的原始数据的过程中，需要对海量数据进行数据的挖掘，提高了数据挖掘的峰值聚焦性能和查准率，改善了数据库的优化访问和数据调度能力，采用一种改进的数据库海量数据挖掘方法，具体过程，如下：

二进制向量描述法获取海量数据信息流自相关函数C(τ)，如下：

式中，τ为自相关时延系数；U_i引入属性相关度估计法提取海量数据信息流自相关函数中的数据库海量信息流序列{x_i}：

式中，N＞1；

将上述的海量数据特征聚类结果带入，对数据库海量信息流序列{x_i}进行属性相关度估计，利用X_i+jτ(τ)＝{x_i}×h_i(τ)+n_i(τ)×C(jτ)获取海量数据特征模糊减法聚类离散度；式中h(τ)为X(τ)在云计算数据库海量数据库索引函数，n(τ)为云计算数据库中海量数据的原函数，h(τ)和n(τ)为海量数据的信息增益；

利用公式X_i+jτ(τ)＝{x_i}×h_i(τ)+n_i(τ)×C(jτ)的聚类离散度对海量数据信息离散属性进行分析，并融合属性相关度法建立海量数据库信息高效数据挖掘模型，实现云计算数据库的数据挖掘：

r′_i(t)＝S_ri(t)*X_ri(-t)＝S(t)*X(-t)*h′_i(t)*h_i(-t)+n_1i(t)；

其中，属性相关度估计结果为

所述评估数据存储模块8通过存储器存储采集的原始数据及企业BIM技术应用能力量化评估结果过程中，需要对相关的数据进行缓存数据，为了有效降低冗余操作带来的性能损耗，提高了储存器的健壮性和稳定性，采用一致性Hash的分布式缓存数据冗余算法，具体包括以下步骤：

步骤一，请求获取缓存数据，生成数据键值，对键值进行hash运算；

步骤二，数据经过主Hash环，查找主Hash环，判断是否找到对应的虚拟节点，“是”获取主储存地址，“否”进入到hash从环，

步骤三，判断是否连接中央控制模块；“是”进行获取缓存数据，结束；“否”进入到从hash环；

步骤四，查找从hash环，找到对应的虚拟节点，获取储存地址，连接中央控制模块，获取缓存数据，结束。

所述能力等级划分模块5通过数据处理软件将企业BIM技术应用能力依次划分为初步应用阶段、成长阶段、提高阶段、成熟阶段、以及持续提高阶段五个等级的过程中，其具体的企业BIM技术应用能力评定方法，具体包括以下步骤：

步骤一，选取评价指标，BIM应用能力的构成要素较多，涉及的范围广泛，应用能力指标的选取必须正确，各个能力指标不能有太多的信息重叠；

步骤二，构建评价体系，在确保各个应用能力之间的从属关系准确无误后，根据BIM技术特点，立足与BIM在工程项目中的实际使用情况，分层构建BIM应用能力评价指标体系；

步骤三，确定评价指标的权重，首先利用层次分析法确定评价指标的主观权重，然后利用熵权法确定评价指标的客观权重，最后利用方根组合赋权法确定指标的组合权重，力求权；重确定的准确性和可靠性；

步骤四，建立并验证评价模型，根据评价指标体系的组成情况，选择元分析方法来计算BIM技术各个应用能力的强弱程度，并对项目工程BIM技术的应用情况进行实证分析，以验证评价模型的可行性，为工程项目BIM应用能力评价提供新的方法。

本发明提供的数据优化模块3优化方法如下：

(1)针对企业BIM应用相关的原始数据优化过程中产生的大量频繁集，查找满足最小支持度要求的频繁集，去除该数据集项的真子集，循环执行查找和删除，直到全部数据集查找完毕为止，并保留最大的数据频繁集，降低数据搜索范围；

(2)对最大数据频繁集进行预处理，去除与其无关的属性，剔除相关的高分支属性，然后归纳整理数值型属性，并生成对应的训练样本；

(3)在对样本进行训练时，分别计算每个节点属性的信息增益和增益率，然后找出满足信息增益率最大值以及信息增益率大于等于平均值属性的节点，作为当前的主干节点，然后对主干子节点的样本循环执行前面的步骤，当分支的主属性值都相等或者没有属性可选时，生成初始决策树；

(4)读取决策树数据集中的中心点信息，使用两个文件分别记录中心点信息，并存储在***文件中。

本发明提供的步骤(3)中，在对每个节点属性的信息增益率进行计算时，对节点的键值对按照键来分组和排序，然后将具有相同键的键值对发送给Reduce函数进行处理，并得到输出结果，在Reduce函数阶段，如果数据集的属性值是连续的，就进行排序，而对于属性值离散的数据集可以不进行排序。

本发明提供的步骤(4)中，两个文件中的所有中心点信息在run函数中读入，然后比较前后两次的中心点是否相同或相似，如果相同则停止迭代过程。

本发明提供的管理模块6管理方法如下：

1)构建BIM模型；BIM模型包括几何信息、物理信息、规则信息及建筑物变化以后的实际存在信息；

2)以BIM模型为数据载体，利用项目指标化管理工具、数字资产库、企业云平台等工具建立三级管理体系；

3)通过虚拟建造线、目标控制线、实际建造线、评价考核线四个工程数据挖掘过程进行施工企业的信息化管理；

其中，所述的三级即为三级管理主体：按照项目管理主体划分为公司级、分公司级、项目级，分别对应为决策层、管理层、执行层，各层级依托企业三级管理***按照各级管理职责进行上下联动，共同完成项目三维模型和工程数据的搭建维护、并基于同一模型落实技术应用点实施、项目过程管控以及数字化交付等工作；

所述的四线即为四个工程数据挖掘过程，是按照工程数据过程管理划分为虚拟建造线、目标控制线、实际建造线、评价考核线四个工程数据挖掘过程，数据挖掘一般是指从大量的数据中通过统计、在线分析处理、情报检索、机器学习、专家***(依靠过去的经验法则)和模式识别等算法搜索隐藏于其中信息的过程；

所述虚拟建造线，是建立项目BIM模型后上传企业云平台***，依据编制完成的***内嵌算法通用规则(即内嵌规则)，对项目模型特异性参数调整设定，通过虚拟建造调取企业数字资产库中经验参考性数据，模拟出标准化的项目建造路线，提供项目施工管理参照样本；

所述目标控制线，是对虚拟建造线数据采取分级处理，公司级以通用参数进行初步设定，分公司级依据项目差异、管理目标调整通用参数。

所述实际建造线，是综合运用移动互联网、物联网、生物识别、云计算、数据降噪以及人工智能技术，针对采集便捷性、数据准确性、流程标准性展开研究，以实现项目现场海量实际数据的有效获取与利用；

所述评价考核线，是对实际建造线、目标控制线进行过程、结果两维度的比对分析，建立基于“PDCA循环”的可追溯纠偏管理与绩效评定机制。

以上所述仅是对本发明的较佳实施例而已，并非对本发明作任何形式上的限制，凡是依据本发明的技术实质对以上实施例所做的任何简单修改，等同变化与修饰，均属于本发明技术方案的范围内。

Claims (5)

1.一种企业BIM技术应用能力量化评估方法，其特征在于，所述企业BIM技术应用能力量化评估方法包括：

步骤一，通过数据采集模块利用网卡连接网络检索采集企业BIM应用相关的原始数据；

步骤二，中央控制模块通过数据优化模块利用数据优化算法对采集原始数据去除无关数据的优化操作；

步骤三，通过量化模型构建模块利用数据处理软件根据采集的数据，确定应用能力各因素的权重，对各个因素进行细化建立BIM应用能力评估量化的数学模型；

步骤四，通过能力等级划分模块利用数据处理软件把企业BIM技术应用能力依次划分为初步应用阶段、成长阶段、提高阶段、成熟阶段、以及持续提高阶段五个等级；

步骤五，通过管理模块利用管理程序对企业的信息化进行管理操作；通过打印模块利用打印机打印企业BIM技术应用能力量化评估结果；

步骤六，通过评估数据存储模块利用存储器存储采集的原始数据及企业BIM技术应用能力量化评估结果；

步骤七，通过评估显示模块利用显示器显示企业BIM技术应用能力量化评估结果。

2.如权利要求1所述的企业BIM技术应用能力量化评估方法，其特征在于，数据采集模块通过网卡连接网络检索采集企业BIM应用相关的原始数据的过程中，采用改进的数据库海量数据挖掘方法具体包括：

二进制向量描述法获取海量数据信息流自相关函数C(τ)，如下：

式中，τ为自相关时延系数；U_i引入属性相关度估计法提取海量数据信息流自相关函数中的数据库海量信息流序列{x_i}：

式中，N＞1；

将海量数据特征聚类结果带入，对数据库海量信息流序列{x_i}进行属性相关度估计，利用X_i+jτ(τ)＝{x_i}×h_i(τ)+n_i(τ)×C(jτ)获取海量数据特征模糊减法聚类离散度；式中n(τ)为X(τ)在云计算数据库海量数据库索引函数，n(τ)为云计算数据库中海量数据的原函数，n(τ)和n(τ)为海量数据的信息增益；

利用公式X_i+jτ(τ)＝{x_i}×h_i(τ)+n_i(τ)×C(jτ)的聚类离散度对海量数据信息离散属性进行分析，并融合属性相关度法建立海量数据库信息高效数据挖掘模型，实现云计算数据库的数据挖掘：

r′_i(t)＝S_ri(t)*X_ri(-t)＝S(t)*X(-t)*h′_i(t)*h_i(-t)+n_1i(t)；

其中，属性相关度估计结果为：

3.如权利要求1所述的企业BIM技术应用能力量化评估方法，其特征在于，评估数据存储模块通过存储器存储采集的原始数据及企业BIM技术应用能力量化评估结果，采用一致性Hash的分布式缓存数据冗余算法，具体包括以下步骤：

步骤一，请求获取缓存数据，生成数据键值，对键值进行hash运算；

步骤二，数据经过主Hash环，查找主Hash环，判断是否找到对应的虚拟节点，“是”获取主储存地址，“否”进入到hash从环，

步骤三，判断是否连接中央控制模块；“是”进行获取缓存数据，结束；“否”进入到从hash环；

步骤四，查找从hash环，找到对应的虚拟节点，获取储存地址，连接中央控制模块，获取缓存数据，结束。

4.一种实现权利要求1所述企业BIM技术应用能力量化评估方法的企业BIM技术应用能力量化评估***，其特征在于，所述企业BIM技术应用能力量化评估***包括：

数据采集模块，与中央控制模块连接，用于通过网卡连接网络检索采集企业BIM应用相关的原始数据；

中央控制模块，与数据采集模块、数据优化模块、量化模型构建模块、能力等级划分模块、管理模块、打印模块、评估数据存储模块、评估显示模块连接，用于通过单片机控制各个模块正常工作；

数据优化模块，与中央控制模块连接，用于通过数据优化算法对采集原始数据去除无关数据的优化操作；

量化模型构建模块，与中央控制模块连接，用于通过数据处理软件根据采集的数据，确定应用能力各因素的权重，对各个因素进行细化建立BIM应用能力评估量化的数学模型；

能力等级划分模块，与中央控制模块连接，用于通过数据处理软件把企业BIM技术应用能力依次划分为初步应用阶段、成长阶段、提高阶段、成熟阶段、以及持续提高阶段五个等级；

管理模块，与中央控制模块连接，用于通过管理程序对企业的信息化进行管理操作；

打印模块，与中央控制模块连接，用于通过打印机打印企业BIM技术应用能力量化评估结果；

评估数据存储模块，与中央控制模块连接，用于通过存储器存储采集的原始数据及企业BIM技术应用能力量化评估结果；

评估显示模块，与中央控制模块连接，用于通过显示器显示企业BIM技术应用能力量化评估结果。

5.一种应用权利要求1～3任意一项所述企业BIM技术应用能力量化评估方法的企业BIM协同平台。