基于混沌遗传算法和图论分析的BIM模型协作与决策优化

受到BIM模型信息交换模式缺陷的影响,数据协作与决策分析过程中局部数据交换不够完整,在时间约束下的任务项目决策不充分,造成BIM模型整体效率降低,输出结果偏差较大。为了解决这一问题,引入混沌遗传算法与图论分析方法,提出了1种BIM模型协作与决策优化方法,选择合适的Logistic映射关系,引入混沌遗传算法,结合在不同目标函数下的偏差权重,优化规模适应度最大值,提高BIM模型协作参量之间全局最优解的更新速度;建立BIM模型协作参量与决策参量对应子项目的一阶线性常微分方程,利用最小二乘式,求解未关联融合的相关参量;结合协作参量与决策参量优化结果,完成BIM模型协作与决策优化。实验结果表明,该优化方案应用后,协作性能变化的整体指标状态在可控范围内,且全局可靠性测试曲线平滑,波动幅度较小且平缓,波动频率具有规律性。整体切实有效,优化效果稳定可靠,具有较高的研究价值与市场推广价值。