建筑数字孪生自演化模型本体建模研究

基于关联建筑数据和本体建模方法开展建筑数字孪生自演化模型本体建模研究,对建筑数字孪生模型中涉及的各类信息要素和耦合交互关系进行统一语义描述,拟解决建筑孪生数据在数据层面上难以跨系统集成和跨行业融合的难题。接着,提出一种建筑数字孪生本体模型演化方法,实现基于本体模型的孪生数据存储与调用、增量更新、迭代更新和超前更新功能,将静态的本体模型转化为可执行的动态演化模型,通过孪生数据的演化表示建筑数字孪生模型的复杂演化过程。

数字孪生自演化驱动的地下工程沉降预测

随着城市地下空间发展,地下工程沉降问题应引起重视。传统沉降预测模型常存在模型预测精度不高、模型可解释性差和难以模拟沉降规律的动态变化等局限性和不足,对此提出一种基于数字孪生自演化的地下工程沉降预测方法。建立的地下工程孪生体为沉降预测模型的高精度建模提供了有效的支撑,开发的“多项式回归+总体卡尔曼滤波”自演化算法每一步都具有可解释性,同时模型参数自主校正功能使预测模型能够动态追踪沉降规律的改变。实验结果表明所提方法能够有效解决传统沉降预测模型的缺陷。