工程階段,項目名稱,創(chuàng)新內(nèi)容及目的,關(guān)鍵技術(shù)

設(shè)計階段,,,

,基于AI技術(shù)的工程造價預測技術(shù)研究及應用,"創(chuàng)新內(nèi)容:分析某領(lǐng)域設(shè)計指標體系，形成歷史數(shù)據(jù)指標知識圖譜，建立指標和項目特征、單體指標、清單條目的關(guān)系，再應用大模型進行造價指標識別,清單數(shù)據(jù)匹配,大模型與設(shè)計師或造價人員交互以實現(xiàn)快速的歷史數(shù)據(jù)檢索，建立擬建工程指標體系,再應用深度神經(jīng)網(wǎng)絡(luò)和聚類分析算法對知識圖譜數(shù)據(jù)進行分析，實現(xiàn)擬建數(shù)據(jù)和歷史數(shù)據(jù)的智能匹配和換算（指標換算、定額換算、價格換算等）,自動預測出估算或概算數(shù)據(jù)，向設(shè)計師提供大模型交互方案以便于快速理解數(shù)據(jù)

創(chuàng)新目的:提升設(shè)計人員在估算、概算階段編制文件的效率,減少因設(shè)計師或造價人員經(jīng)驗或精力不足導致的估算或概算數(shù)據(jù)編制不準確的情況;為概算限額設(shè)計的數(shù)據(jù)調(diào)整提供歷史數(shù)據(jù)支撐,當前數(shù)據(jù)的組成分析能力,進一步提供設(shè)計或造價人員編制的成果的可行性,減少因過度的數(shù)據(jù)調(diào)整導致施工期的爭議情況","1.工程造價知識庫建設(shè)及智能檢索技術(shù)：研究企業(yè)知識庫建設(shè)方案，分析不同結(jié)構(gòu)的數(shù)據(jù)特點及存儲方式，和高效檢索方案；

2.基于神經(jīng)網(wǎng)絡(luò)的擬建工程造價數(shù)據(jù)生成技術(shù)：通過擬建工程指標，召回歷史數(shù)據(jù)，并進行定額換算，指標換算，價格換算等過程，形成擬建工程的估算或概算；"

,基于大模型的多維異構(gòu)工程造價數(shù)據(jù)檢索技術(shù)研究和應用,"創(chuàng)新內(nèi)容:利用大模型的語義識別能力將造價歷史數(shù)據(jù)進行識別和存儲,形成清單庫,文件庫,指標庫,但設(shè)計師或造價工程師需要了解某些維度的數(shù)據(jù)時,通過與大模型交互,建立不同數(shù)據(jù)結(jié)構(gòu)不同維度的檢索指令,快速提供數(shù)據(jù)給檢索人員

創(chuàng)新目的:提升設(shè)計和造價人員的工作效率,減少因溝通不足導致的成本增加，使用歷史數(shù)據(jù)作為參考以減少估算、概算的編制錯誤","1.多維異構(gòu)數(shù)據(jù)標識和存儲技術(shù)：對不同類型的數(shù)據(jù)進行自動識別和屬性標識，利用大模型識別造價有關(guān)的視頻、語音、文字、圖片的主要內(nèi)容，并進行數(shù)據(jù)標識和分類，用于后續(xù)檢索，建立多維異構(gòu)數(shù)據(jù)的存儲方案和區(qū)塊鏈驗真機制，為實現(xiàn)快速檢索和原始文件保護提供支持；

2.基于大模型的任意維度數(shù)據(jù)檢索技術(shù)：利用大模型的語義識別能力，對用戶提供的檢索要求進行邏輯推理，并形成檢索指令，反饋任意維度的檢索結(jié)果；"

,基于神經(jīng)網(wǎng)絡(luò)和大模型的BIM模型一鍵算量技術(shù)研究及應用,"創(chuàng)新內(nèi)容:應用神經(jīng)網(wǎng)絡(luò)學習BIM模型的構(gòu)件分類方案,進而實現(xiàn)自動分類能力,再利用大模型的語義識別能力對清單進行識別和特征匹配,建立構(gòu)件分類和清單條目之間的關(guān)聯(lián)關(guān)系,快速提取模型工程量，并建立工程量清單

創(chuàng)新目的:解決BIM算量過程中需要人工對構(gòu)件進行分類的問題,同時應用大模型進行清單匹配識別,進一步減少人員手工操作的工作,進而實現(xiàn)BIM工程量自動提取,其成果可用于概算和預算的工程量核對,提升概預算編制的準確性","1.技術(shù)BIM的多維編碼技術(shù)：通過分類編碼實現(xiàn)對各類編碼的關(guān)聯(lián)；

2.基于神經(jīng)網(wǎng)絡(luò)的BIM構(gòu)件自動編碼技術(shù)：通過神經(jīng)網(wǎng)絡(luò)對BIM構(gòu)件屬性進行訓練，實現(xiàn)自動分類，通過分類結(jié)果對照分類編碼標準，實現(xiàn)自動的編碼關(guān)聯(lián)；

3.基于大模型的清單特征語義識別技術(shù)：通過大模型的理解能力實現(xiàn)對特征數(shù)據(jù)的提取，進而實現(xiàn)清單特征與模型構(gòu)件屬性數(shù)據(jù)的匹配，以建立工程量和構(gòu)件的關(guān)系；"

,基于BIM和AI技術(shù)的設(shè)計算量一體化技術(shù)研究和應用,"創(chuàng)新內(nèi)容：利用BIM模型進行設(shè)計，并通過神經(jīng)網(wǎng)絡(luò)進行模型工程量提取，利用大模型進行語義匹配建立清單特征并形成清單列表，用于分析設(shè)計階段工程預算；

創(chuàng)新目的：通過應用BIM實現(xiàn)設(shè)計工作，減少后續(xù)的設(shè)計問題，同時應用模型實現(xiàn)算量工作，設(shè)計分析造價提供參考，提升設(shè)計階段的工程造價管理能力","1.技術(shù)BIM的多維編碼技術(shù)：通過分類編碼實現(xiàn)對各類編碼的關(guān)聯(lián)；

2.基于神經(jīng)網(wǎng)絡(luò)的BIM構(gòu)件自動編碼技術(shù)：通過神經(jīng)網(wǎng)絡(luò)對BIM構(gòu)件屬性進行訓練，實現(xiàn)自動分類，通過分類結(jié)果對照分類編碼標準，實現(xiàn)自動的編碼關(guān)聯(lián)；

3.基于大模型的清單特征語義識別技術(shù)：通過大模型的理解能力實現(xiàn)對特征數(shù)據(jù)的提取，進而實現(xiàn)清單特征與模型構(gòu)件屬性數(shù)據(jù)的匹配，以建立工程量和構(gòu)件的關(guān)系；

4.基于BIM工程量清單的造價分析技術(shù)：通過形成的BIM工程量清單，與已有的清單單機匹配，上傳平臺，形成數(shù)據(jù)分析結(jié)果；"

施工階段,,,

,基于apriori算法的安全、質(zhì)量相關(guān)性分析技術(shù)研究及應用,"創(chuàng)新內(nèi)容：利用相關(guān)性分析算法，從大量歷史數(shù)據(jù)中挖掘相關(guān)性，發(fā)現(xiàn)數(shù)據(jù)之間的相關(guān)性，找出不同項目特征、不同部位發(fā)生的安全、質(zhì)量事故頻繁項集，為項目編制風險源控制方案提供數(shù)據(jù)支持，對某些高頻事件提高警惕性，制定更為詳細的計劃，提升方案的風險源方案的針對性；進而分析頻繁項集的相關(guān)性，推測當發(fā)生某些安全、質(zhì)量問題時，同步發(fā)生其他的問題的概率，用以提前向項目管理人員預警，以提升其現(xiàn)場檢查的針對性，進一步降低安全、質(zhì)量事故發(fā)生的情況；

創(chuàng)新目的：通過對歷史數(shù)據(jù)的分析，進一步提升項目對工程施工安全、質(zhì)量管理的事前控制能力，提前預測、預警可能會發(fā)生的安全、質(zhì)量事故，提前落實責任人，通過龐大的數(shù)據(jù)庫支持技術(shù)人員，減少因一線人員不專業(yè)、不負責任、精力不足導致的安全、質(zhì)量問題，減少將施工活動干成“死活”才發(fā)現(xiàn)質(zhì)量問題，從而發(fā)生拆改的情況，降低安全、質(zhì)量管理通病的發(fā)生。","1.基于相關(guān)性分析的質(zhì)量通病管理技術(shù)：建立分析維度，再通過相關(guān)性分析的頻繁項集分析，對項目同維度數(shù)據(jù)進行排序，形成高頻事件列表，這些列表往往是一些質(zhì)量通病，通過該分析可以針對特定維度（如企業(yè)部門、配合的施工隊、施工時間、施工地域等）進行分析，以建立更為針對性的管理要求；

2.基于apriori算法的安全、質(zhì)量風險源分析技術(shù)：通過apriori算法實現(xiàn)對頻繁項集的分析，和相關(guān)性分析，進而針對性的指導項目編制風險源方案，彌補傳統(tǒng)管理手段范圍大，針對性不強的缺點；

3.基于apriori算的安全、質(zhì)量日常工作管理技術(shù)：通過應用算法分析的結(jié)果，實現(xiàn)對日常工作針對性的預判和預警，通過建立崗位職責和流程，進一步提升管理的針對性，減少不負責任的情況，提升施工現(xiàn)場的管理效果；"

,基于k-means聚類分析算法的工程深基坑監(jiān)測數(shù)據(jù)分析及邊坡控制效果評估技術(shù),"創(chuàng)新內(nèi)容：將聚類分析技術(shù)應用于工程深基坑監(jiān)測數(shù)據(jù)的分析過程，形成基于分析結(jié)果的基坑控制評估體系，通過比對不同數(shù)據(jù)和技術(shù)方案，選擇控制效果較好的方案;

創(chuàng)新目的：通過應用聚類分析過程，實現(xiàn)對邊坡控制技術(shù)分析和評估，以提升深基坑邊坡控制技術(shù)安全性",1.基于k-means聚類分析的深基坑邊坡控制指標評估技術(shù)：通過聚類分析對基坑變形的數(shù)據(jù)進行分析，形成變形聚類數(shù)據(jù)，分析評估技術(shù)方案對基坑邊坡變形控制的能力，從多個項目篩選控能力較好的技術(shù)方案作為范本推廣；

,基于大模型的施工知識庫建設(shè)及應用技術(shù)研究,"創(chuàng)新內(nèi)容：研究施工知識庫建設(shè)過程，分析表格、文檔、圖紙、模型、圖片、視頻、音頻等不同數(shù)據(jù)類型的數(shù)據(jù)結(jié)構(gòu)和存儲方案,實現(xiàn)高效率存儲和檢索，研究通過大模型交互，利用COT技術(shù)提示大模型，使其能夠理解檢索要求并根據(jù)思維鏈的邏輯判斷生成的檢索語句，以實現(xiàn)任意維度的檢索；研究知識庫應用場景以及任意維度檢索應用邏輯，形成可落地的AI應用場景案例；

創(chuàng)新目的：分析針對工程施工領(lǐng)域的知識庫建設(shè)的普適性方案，制定知識庫建設(shè)標準，為企業(yè)快速構(gòu)建自己的知識庫體系提供支持，提供穩(wěn)定的COT檢索邏輯，以實現(xiàn)任意維度的數(shù)據(jù)建模，為項目施工活動的數(shù)據(jù)分析提供支持；","1.施工知識庫建設(shè)方案研究：研究要建立企業(yè)的施工知識庫需要完成的基礎(chǔ)工作，編制相應的規(guī)范標準，以提升行業(yè)數(shù)字化工作的能力；

2.基