ENQUIRE PROJECT DETAILS BY GENERAL PUBLIC

Project Details
Funding Scheme : General Research Fund
Project Number : 17201717
Project Title(English) : Generation of semantically rich as-built Building Information Models (BIMs): A derivative-free optimization approach 
Project Title(Chinese) : 語義豐富的建成建築信息模型(BIM)生成:一類無導數優化方法 
Principal Investigator(English) : Dr Xue, Fan 
Principal Investigator(Chinese) : 薛帆 
Department : Department of Real Estate and Construction
Institution : The University of Hong Kong
Co - Investigator(s) :
Prof Lu, Wilson
Panel : Engineering
Subject Area : Civil Engineering, Surveying, Building & Construction
Exercise Year : 2017 / 18
Fund Approved : 454,157
Project Status : On-going
Completion Date : 31-12-2020
Abstract as per original application
(English/Chinese):

建成建築信息模型(BIM)表徵著建築物的實際狀況,在建築的全生命週期中有多種應用:如施工品質檢測、設施及應急管理、修繕建議、能耗分析及拆卸等。生成建成BIM首先需要測量建築物的實際情況,一些新型非接觸式測繪技術——如激光掃描及攝影測量學等——已可以自動收集大量數據。但是,從測量數據生成建成BIM ——尤其在考慮到諸如機械特性、熱力學或材質等非幾何語義信息時——依然十分具有挑戰性。 本研究旨在開發一類基於無導數優化(DFO)的、系統化及自動化的方法,用於生成語義豐富的建成BIM。該方法採用先進的DFO算法,選擇並擬合參數化BIM組件,從而生成與測量數據最為匹配的建成BIM。例如,我們獲獎的CMA-VNS(可變鄰域搜索的協方差矩陣適配)算法將作為研發基準。本研究的可行性已在一項先導研究中獲得證實。 本研究的成果將增強運用現代數學方法開發建成BIM的認知;亦可通過分析和理解相關最優化問題的適應性景觀,從理論上闡釋建成BIM生成過程的難點。在實用性方面,本研究將為建築工程施工/設施管理(AEC/FM)行業提供一種低成本、自動化及高復用性的建成BIM的生成方法,亦可能改變整體商業技術競爭格局。
Research Outcome
Layman's Summary of
Completion Report:
Not yet submitted

  SCREEN ID: SCRRM00542