基于BIM的建筑结构设计知识本体及推演方法

The dual catalysis of internal demand and external pressure makes the design of building structures more urgent than ever before to use the modern knowledge management technology to fulfill the industrial restructuring and upgrading. The gap between data and knowledge makes the development of early knowledge systems in this field in trouble, while the vigorous development of BIM provides a good foundation for information management to make up for this gap. Obviously, the research of knowledge management for BIM-based structural design is urgent and well-equipped. This project constructs the ontology of building structure design knowledge through researching and analyzing the historic documents and references, meanwhile establishes the BIM ontology according to coding system, and then combs the semantic logic according to OWL and RDF resource model framework, finally develops the knowledge database for the BIM-based design of building structures with ontology development tools, to solve the problem that the past knowledge database in this field is not easy to maintain, extend, reuse and share. At the same time, we introduce the machine learning algorithm to improve the case-based reasoning method, proposes the search mechanism with the ability to learn user’s behavior, and then achieve more accurate case recommendation, and solve the problem that the past case search is not able to adapt to the evolvement of the industry knowledge and experiences. Based on these, the research will build a new generation of "intelligent" knowledge system for the BIM-based design of building structures to meet the comprehensive demand of building structure design and provide a practical foundation for the study of automated design mechanism.

内在需求与外部压力的双重催化使得建筑结构设计领域比过去更迫切需要借助现代知识管理技术完成行业转型升级。数据到知识的断层使本领域早期知识系统的发展陷入困境，而BIM的大力发展提供了良好的信息管理基础，补足了这一断层。可见，基于BIM的建筑结构设计知识管理研究需求急迫、条件充分。本项目通过调研分析建立建筑结构设计知识本体，依据编码体系建立BIM本体，而后依据OWL及RDF资源模型框架梳理语义逻辑，进而借助本体开发工具研发基于BIM的建筑结构设计知识库，解决过去的本领域知识库不易于维护、扩展、重用和共享的问题。同时，引入机器学习算法改进案例推演方法，研究具备学习使用者行为的能力的搜索机制，实现更精准的案例推荐，解决过去的案例搜索无法适应行业经验、知识发展变化的问题。在此基础上，本研究将构建新一代“智慧型”建筑结构设计领域知识系统以满足建筑结构设计的综合性需求，并为自动化设计机制研究提供实践基础。

内在需求与外部压力的双重催化使得建筑结构设计领域比过去更迫切需要借助现代知识管.理技术完成行业转型升级。数据到知识的断层使建筑工程领域早期知识系统的发展陷入困境，而BIM的大力发展提供了良好的信息管理基础，补足了这一断层。可见，基于BIM的建筑结构设计知识管理研究需求急迫、条件充分。领域知识本体及知识体系常常用来辅助各种复杂的分析应用或决策支持，不同领域的构建方案与应用形式则有所不同。因而，本课题对建筑工程领域知识本体、知识管理体系及应用进行研究，主要包括：（1）领域知识本体构建方法与领域知识存储策略：引入并改造了适用于建筑工程设计、施工与运维的知识本体构建方法与基于知识图谱技术的概念图谱构建方法，从应用需求出发搭建了参照概念图谱、存储于图数据库的领域知识图谱；（2）BIM模型的ifc-ontology的复用方法：依照设计规则审查要求，搭建基于ifc-ontology的设计模型审查信息本体架构，并利用ifcopenshell开源工具将待审BIM模型依本体架构导入Neo4j图数据库；（3）考虑计算机自动生成可执行程序的设计规范知识图谱元结构及应用：从SVO三元组发展出了一种适合法规文法与逻辑的元结构，基于该元结构，提出了支持计算机程序查询与推理的知识表达方式；（4）考虑用户行为的改进的推荐算法：利用共享平台动态采集用户对构件或模型的显性评价数据，通过矩阵分解与预测算法估计用户对其未点击构件或模型的评价，并根据估计排序进行推荐。研究成果可以为建筑工程设计、施工与运维领域应用搭建领域知识系统，并为结构自动设计研究提供实践基础。