装配式建筑施工建筑信息模型应用成熟度评价

针对目前装配式建筑信息模型(BIM)应用水平差异大、应用效果不明显的问题,从施工阶段入手,建立装配式建筑施工BIM的成熟度评价模型.首先,结合熵权法和灰色关联聚类综合确定指标权重,引入云模型进行成熟度评价;其次,建立装配式建筑施工BIM应用成熟度评价指标和方法.工程案例表明:模型具有可行性,可为装配式建筑的BIM推广和成熟度评价提供参考.     

地铁施工影响下邻近建筑遗产安全风险评估

建筑遗产风险评估是遗产保护领域的重要研究内容。为应对近年来快速发展的城市轨道交通对周边建筑遗产造成的影响，快速、准确的对建筑遗产安全进行风险评估很有必要。本文应用物元理论方法研究了地铁施工影响下的建筑遗产安全风险评估模型，并对工程实例进行计算。结果表明：该方法符合客观实际，可同时用于安全风险排序和安全风险评估，可利用计算机进行编程，高效可靠。可见物元理论应用于安全风险评估的可行性，同时为同类项目进行风险评估提供决策支持。     

建筑信息模型在冻结凿井施工的关键应用

建筑信息模型(BIM)正逐步取代CAD成为工程领域的核心技术,其在建筑行业取得的良好效果,使矿建凿井等传统领域BIM的应用愈发迫切。通过调研近年来国内外BIM研究趋势、规范标准及技术工具,评价了中国现阶段的BIM应用特点和水平;根据冻结法凿井工程特点,制定了特色的项目级BIM应用流程,阐述了冻结工程应用的内容与障碍。依托真实工况,建立了冻结工程特色族库,完成了立井冻结工程3D模型。并进一步地在参数化建模布置,钻孔轨迹纠偏、进度控制管理三方面进行了探索与实践,效果良好,提高了工程效率,为相关工程推广应用BIM提供了参考。     

郑州节能环保产业孵化中心绿色示范楼设计思路

在建筑能耗与污染严重的现今社会,建筑设计仅仅从使用功能、形体美学等方面考虑是不够全面的。绿色建筑作为适应当今社会趋势的建筑形式备受人们瞩目。本文以郑州节能环保产业孵化中心绿色示范楼的绿色设计理念和建筑形态成因为对象,对其进行评论。     

A Layer-Stripping Method for 3D Near-Surface Velocity Model Building Using Seismic First-Arrival Times

In order to improve the efficiency of 3D near-surface velocity model building, we develop a layer-stripping method using seismic first-arrival times. The velocity model within a Common Mid-Point (CMP) ...     

基于老厂房改造的景观规划设计

随着城市化高速发展，老厂房再利用的问题日益急迫.上海是中国近代工业起源地,也是率先着手对彰显城市文脉的工业遗产进行调查和保护的历史文化名城.本文以上海典型案例入手，分析了具有代表性的老厂房改造的项目特点，并在此基础上，对常州大成三厂这一民国时期的纺织业遗留地块进行改造设计手法进行介绍，从设计理念、设计内容和节点设计3个方面，体现了文化传承和生态技术相融合理念.     

基于Lobatto-Gauss结构的一维四次有限体积元法

构造基于Lobatto-Gauss结构的一维四次有限体积元法,并对这种方法进行稳定性和收敛性分析,进一步探讨对偶单元节点上导数的超收敛性.数值实验验证了所给方法的超收敛性.     

物联网和智慧城市数据处理与管理概念体系构建——以ITU-T数据处理与管理焦点组标准化项目为例

概念体系构建和术语工作是制定任何标准的基础,在多学科和多领域的场景中,构建概念体系和术语工作面临不同利益相关方需求不同而难以达成共识的巨大挑战。文章梳理了ITU-T FG-DPM在促进不同利益相关方和项目组成员之间达成通用概念共识构建统一术语及定义的经验,通过规范概念体系的构建过程,采用术语多维度协同视角来构建统一的数据处理与管理概念体系,促进了工作组和项目组内外在物联网与智慧城市领域数据处理与管理方面达成共识。文章对多学科多领域场景的概念体系构建和术语工作具有一定参考意义,并不局限于物联网和智慧城市领域。     

基于深度学习的建筑物识别

针对随着城市化的快速发展,城市与城市间的辨识度越来越弱,城市地标的概念越来越热门这一现象,提出了一种基于深度学习的建筑物识别方法;使用改进的Faster R-CNN算法作为训练模型,首先,将需要识别的图片输入深度神经网络,提取出特征框图;然后,模型通过区域建议网络预测目标建筑物所在位置的区域建议,并将这些区域建议映射到特征框图上,RoI Pooling层将这些区域建议转换成固定大小的特征框图;最后使用非极大值抑制从预测边界框中移除相似的结果,得到预测边界框以及边框中目标建筑物的类别和概率;实验结果表明:在训练数据集充足的条件下,使用此方法对地标建筑物的识别率能达到90. 8%,通过与其他模型比较分析,该模型具有较好的识别效果。     

多障碍建筑群图像空间布局智能寻优方法优化

为了解决传统方法大多将注意力放在建筑群体局部优化方面,缺少对整个含多障碍建筑群体空间布局优化研究的问题。通过改进粒子群法研究多障碍建筑群图像空间布局智能寻优方法优化问题。建立寻优问题模型,将最小化最大风速比、最大化采光满足率、最优化容积率作为多障碍建筑群图像空间布局智能寻优目标,依据寻优问题模型建立总目标函数。针对粒子群算法的弊端,对其进行改进;将粒子和种群最优粒子差异程度当成依据对权重进行确定。通过密集距离对粒子和相邻粒子间的密集程度进行描述,依据密集程度,选用逐一去除法对最优解进行更新。针对提出的多障碍建筑群图像空间布局多目标寻优问题,采用改进粒子群算法进行求解。结果表明:采用所提方法优化后,日照满足率虽然略低于优化前;但最大加速比和容积率均更优;所提方法 WBGT指标(湿球黑球温度)高于其他方法。可见所提方法可令各指标均衡最优化,能够保证新陈代谢率低,热适应差的人舒适性。