城市軌道交通線網(wǎng)站臺(tái)門(mén)施工智能管控技術(shù)研究

汪琴 羅小華

收稿日期：2023-07-10

基金項(xiàng)目：湖北省教育廳科學(xué)技術(shù)研究項(xiàng)目（B2021413）；國(guó)家科技部創(chuàng)新方法工作專項(xiàng)（2020IM020800）

DOI：10.19850/j.cnki.2096-4706.2024.04.031

摘? 要：城市軌道交通線網(wǎng)全線站臺(tái)門(mén)數(shù)量多，按站點(diǎn)離散分布，安裝施工任務(wù)重，管理難度大。文章研究了城市軌道交通線網(wǎng)站臺(tái)門(mén)施工智能管控技術(shù)，包括采用圖像識(shí)別技術(shù)對(duì)施工安全進(jìn)行智能管控，采用虛擬安裝技術(shù)對(duì)施工全過(guò)程進(jìn)行質(zhì)量和進(jìn)度管控，提出改進(jìn)蟻群算法對(duì)傳統(tǒng)站臺(tái)門(mén)門(mén)體結(jié)構(gòu)安裝工藝流程進(jìn)行重新規(guī)劃，有效提升施工效率與質(zhì)量，減少安裝損耗，為智慧城軌的發(fā)展提供解決方案。

關(guān)鍵詞：城市軌道交通；站臺(tái)門(mén)；圖像識(shí)別；虛擬安裝；安裝規(guī)劃

中圖分類號(hào)：TP39? 文獻(xiàn)標(biāo)識(shí)碼：A? 文章編號(hào)：2096-4706（2024）04-0147-06

Research on Intelligent Management and Control Technology for Platform Door Construction of Urban Rail Transit Network

WANG Qin1， LUO Xiaohua2

（1.Wuhan City College， Wuhan? 430083， China; 2.China Railway Siyuan Survey and Design Group Co.， Ltd.， Wuhan? 430063， China）

Abstract： The entire line of urban rail transit network has alarge number of platform doors， is distributed discretely by stations， has heavy installation and construction tasks， and is difficult to manage. This paper studies the intelligent management and control technology for the construction of platform doors in urban rail transit network， including the use of image recognition technology for intelligent management and control of construction safety， and the use of virtual installation technology for quality and progress management and control throughout the construction process. It proposes an improved Ant Colony Optimization algorithm to re-plan the installation process of traditional platform door structures.It effectively improves construction efficiency and quality， reduces installation losses， and provides solutions for the development of smart urban rail.

Keywords： urban rail transit; platform door; image recognition; virtual installation; installation planning

0? 引? 言

站臺(tái)門(mén)起著隔絕軌行區(qū)與站臺(tái)公共區(qū)熱量交換以及保護(hù)乘客候車安全的作用，在城市軌道交通車站中大量運(yùn)用。國(guó)家“十四五規(guī)劃”中提出城市軌道交通新增運(yùn)營(yíng)里程3 000千米，站臺(tái)門(mén)將迎來(lái)更為廣闊的市場(chǎng)。站臺(tái)門(mén)通常以每個(gè)滑動(dòng)門(mén)為一個(gè)單元進(jìn)行劃分，每個(gè)單元結(jié)構(gòu)包括承重結(jié)構(gòu)、玻璃、門(mén)檻、頂箱、驅(qū)動(dòng)機(jī)構(gòu)、底座等，按B型車6輛編組進(jìn)行計(jì)算，一個(gè)站至少有48個(gè)門(mén)單元，按全線20個(gè)站進(jìn)行計(jì)算，則全線有960個(gè)站臺(tái)門(mén)門(mén)單元，數(shù)量眾多、安裝施工任務(wù)繁重，且各種單元施工過(guò)程中相互交叉進(jìn)行，需要合理安排施工順序；同時(shí)，站臺(tái)門(mén)為軌旁施工，對(duì)施工安全性要求高。

目前，國(guó)內(nèi)外對(duì)于站臺(tái)門(mén)的施工管理主要靠人工進(jìn)行調(diào)配、對(duì)于現(xiàn)場(chǎng)的控制主要采用監(jiān)理以及施工單位的人工管控方式，對(duì)于進(jìn)度的控制、物料的安排等難以做到全線施工全局最優(yōu)，并且施工現(xiàn)場(chǎng)的人力物力施工管理成本高。2020年，國(guó)家13部門(mén)聯(lián)合提出要加大智能建造在工程中的應(yīng)用[1，2]，因此，本文擬搭建城市軌道交通線網(wǎng)站臺(tái)門(mén)智慧施工管理系統(tǒng)，建立施工現(xiàn)場(chǎng)的BIM模型，通過(guò)現(xiàn)場(chǎng)采集數(shù)據(jù)驅(qū)動(dòng)模型實(shí)時(shí)反映施工動(dòng)態(tài)及進(jìn)度，并從全線施工的角度進(jìn)行安裝方案的決策與優(yōu)化，進(jìn)而達(dá)到對(duì)施工全過(guò)程實(shí)時(shí)管控的目的。

1? 站臺(tái)門(mén)智慧施工管理架構(gòu)設(shè)計(jì)

城市軌道交通線網(wǎng)站臺(tái)門(mén)智慧施工管理結(jié)構(gòu)如圖1所示，分為感知層、通信層、數(shù)據(jù)資源層、應(yīng)用層、平臺(tái)層以及用戶層。

1）感知層：負(fù)責(zé)對(duì)現(xiàn)場(chǎng)作業(yè)人員、工程進(jìn)度進(jìn)行感知，包括人臉識(shí)別及考核、防護(hù)服與安全帽的穿戴、作業(yè)行為的識(shí)別、作業(yè)進(jìn)度的感知等。

2）通信層：主要對(duì)現(xiàn)場(chǎng)采集的數(shù)據(jù)進(jìn)行實(shí)時(shí)傳輸。

3）數(shù)據(jù)資源層：建立標(biāo)準(zhǔn)化的數(shù)據(jù)結(jié)構(gòu)，感知層的數(shù)據(jù)經(jīng)通信層傳輸?shù)酱藢?，并按照?biāo)準(zhǔn)進(jìn)行自動(dòng)分類保存。

4）應(yīng)用層：為用戶提供各種應(yīng)用服務(wù)，包括實(shí)名制管理、進(jìn)度監(jiān)控、安全帽定位、行為盯控、項(xiàng)目管理、用電監(jiān)測(cè)、材料監(jiān)控以及VR安全教育等。

5）用戶層：包括PC端以及移動(dòng)端兩種類型，其中PC端主要為管理人員及遠(yuǎn)程指揮人員使用，移動(dòng)端主要為現(xiàn)場(chǎng)工作人員使用。

根據(jù)站臺(tái)門(mén)施工特點(diǎn)，建立城市軌道交通線網(wǎng)站臺(tái)門(mén)智慧施工架構(gòu)的功能拓?fù)鋱D[3]組成如圖2所示。

圖1? 站臺(tái)門(mén)智慧施工管理系統(tǒng)結(jié)構(gòu)圖

2? 基于圖像識(shí)別的站臺(tái)門(mén)施工安全管理技術(shù)

采用視頻圖像目標(biāo)的檢測(cè)方法[4，5]，實(shí)現(xiàn)對(duì)站臺(tái)門(mén)施工人員不安全行為的識(shí)別，其原理是：通過(guò)對(duì)實(shí)時(shí)視頻每秒截取一幀最清晰的圖片，傳輸?shù)揭曈X(jué)算法中，首先對(duì)圖片進(jìn)行前景檢測(cè)，識(shí)別缺陷區(qū)域，在此過(guò)程中加入陰影抑制、噪點(diǎn)抑制、畫(huà)面增強(qiáng)等圖像級(jí)優(yōu)化；然后通過(guò)圖形分割、SVM分類器、神經(jīng)網(wǎng)絡(luò)、卷積神經(jīng)網(wǎng)絡(luò)等方法對(duì)前景進(jìn)行特征檢測(cè)，識(shí)別出缺陷目標(biāo)；然后對(duì)目標(biāo)物進(jìn)行標(biāo)記，常用的方法有CMT、meanshift、TLD、卡爾曼濾波等，在標(biāo)記過(guò)程中不斷更新背景模型，將目標(biāo)物和背景進(jìn)行分離，提高檢測(cè)效果。

對(duì)于一些檢測(cè)類的算法如缺陷檢測(cè)，通過(guò)前景檢測(cè)技術(shù)，進(jìn)行背景分離后即可進(jìn)入事件檢測(cè)階段，自動(dòng)檢測(cè)圖片中缺陷信息，并完成提醒、統(tǒng)計(jì)和標(biāo)記功能。

視覺(jué)算法工作流程框架分為前景檢測(cè)、目標(biāo)檢測(cè)、目標(biāo)分割等幾個(gè)部分，如圖3所示。

圖3? 視覺(jué)算法工作流程框架圖

1）前景檢測(cè)：當(dāng)圖片的某個(gè)區(qū)域變化比較頻繁時(shí)，這塊區(qū)域稱為前景團(tuán)塊，就會(huì)被識(shí)別并分離出來(lái)。

2）目標(biāo)檢測(cè)：在圖像序列中，部分前景團(tuán)塊的狀態(tài)是穩(wěn)定的，認(rèn)定這些前景團(tuán)塊為缺陷目標(biāo)，并提取出來(lái)。

3）目標(biāo)分割技術(shù)：分析出識(shí)別目標(biāo)對(duì)應(yīng)的部分，并從背景圖像里分割出來(lái)。

視覺(jué)算法系統(tǒng)架構(gòu)：主要由高清數(shù)字監(jiān)控?cái)z像機(jī)、流媒體服務(wù)器、視覺(jué)算法服務(wù)器、Web管理平臺(tái)服務(wù)器等子系統(tǒng)等組成[6]。系統(tǒng)最大化的利用前端視覺(jué)設(shè)備，在此基礎(chǔ)上搭建流媒體和算法調(diào)度層，以及Web管理后臺(tái)，使簡(jiǎn)單操作成為重中之重，減少?gòu)?fù)雜的配置設(shè)置，簡(jiǎn)化設(shè)置和操作。

站臺(tái)門(mén)施工人員主要的安全識(shí)別對(duì)象有安全帽、高空作業(yè)工作服、工作鞋、腳手架、圍欄等。如圖4所示，該模塊能識(shí)別到站臺(tái)門(mén)施工人員的安全帽，若施工人員未按要求佩戴安全帽，系統(tǒng)會(huì)報(bào)警，并顯示該人員信息。模塊識(shí)別精度能達(dá)到90%以上，能夠有效保障站臺(tái)門(mén)施工安全。

圖4? 站臺(tái)門(mén)施工安全帽識(shí)別圖片

3? 基于虛擬安裝的站臺(tái)門(mén)施工過(guò)程管控技術(shù)

3.1? 站臺(tái)門(mén)虛擬安裝模塊的架構(gòu)

用參數(shù)化建模方法，快速建立站臺(tái)門(mén)三維BIM模型[7，8]，通過(guò)渲染程序模擬站臺(tái)門(mén)BIM模型在真實(shí)環(huán)境條件下的外觀狀態(tài)，通過(guò)BIM模型拆解程序仿真自動(dòng)扶梯和電梯的設(shè)備零部件安裝工序，展示設(shè)備的施工過(guò)程及完工狀態(tài)，進(jìn)而實(shí)現(xiàn)地鐵車站站臺(tái)門(mén)BIM仿真模擬環(huán)境中的虛擬安裝[9]，如圖5所示。

圖5? 站臺(tái)門(mén)虛擬安裝技術(shù)路線

構(gòu)建沉浸式的虛擬安裝模塊，實(shí)現(xiàn)虛擬安裝過(guò)程的參與，通過(guò)施工現(xiàn)場(chǎng)施工監(jiān)測(cè)，虛實(shí)模型交互，保持站臺(tái)門(mén)的施工處于健康可控狀態(tài)。采用多層結(jié)構(gòu)體系作為系統(tǒng)的構(gòu)架形式，從結(jié)構(gòu)分層劃分主要包括人機(jī)交互層、仿真數(shù)字模型層、仿真運(yùn)行支撐層、數(shù)據(jù)庫(kù)系統(tǒng)，如圖6所示。

圖6? 站臺(tái)門(mén)虛擬安裝模塊結(jié)構(gòu)示意圖

1）人機(jī)交互層主要包括二維態(tài)勢(shì)GUI、三維視景GUI、系統(tǒng)管理GUI、控制接口等部分，主要為系統(tǒng)使用人員、系統(tǒng)管理人員、系統(tǒng)評(píng)估人員、其他交互設(shè)備及系統(tǒng)等用戶提供可視化的交互使用界面。

2）仿真數(shù)字模型層主要是負(fù)責(zé)建立具體仿真應(yīng)用中各仿真對(duì)象模型，主要有仿真對(duì)象數(shù)學(xué)模型、環(huán)境及其他公用模型、RTI接口封裝和擴(kuò)展等，本層作為仿真對(duì)象的直接實(shí)現(xiàn)，是仿真應(yīng)用功能的主要內(nèi)容，同時(shí)在本層實(shí)現(xiàn)的底層接口封裝可提高應(yīng)用的擴(kuò)展性，以至形成底層透明的中間層應(yīng)用框架。

3）仿真運(yùn)行支撐層包括支持分布式仿真運(yùn)行的中間件、引擎、API等，主要有運(yùn)行時(shí)支撐環(huán)境、圖形引擎、系統(tǒng)服務(wù)、系統(tǒng)API等部分，它提供了仿真系統(tǒng)運(yùn)行所需的分布式互連服務(wù)、圖形渲染、數(shù)據(jù)服務(wù)、系統(tǒng)功能調(diào)用等底層功能。

4）數(shù)據(jù)庫(kù)系統(tǒng)負(fù)責(zé)仿真模型數(shù)據(jù)、環(huán)境數(shù)據(jù)、配置參數(shù)、用戶數(shù)據(jù)等的存放管理，進(jìn)一步發(fā)展出數(shù)據(jù)分析和挖掘功能后，還可以提供仿真數(shù)據(jù)評(píng)估、仿真流程優(yōu)化、環(huán)境影響分析、實(shí)測(cè)數(shù)據(jù)對(duì)比等多方面分析功能，從而實(shí)現(xiàn)對(duì)抗仿真的數(shù)據(jù)化、自動(dòng)化、科學(xué)化。

3.2? 站臺(tái)門(mén)虛擬安裝模塊的開(kāi)發(fā)應(yīng)用

基于BIM的站臺(tái)門(mén)虛擬安裝模塊采用如圖7所示的技術(shù)框圖進(jìn)行開(kāi)發(fā)，由虛擬仿真內(nèi)容制作工具、工業(yè)仿真平臺(tái)等系統(tǒng)組成研發(fā)創(chuàng)作環(huán)境，用于研發(fā)、創(chuàng)作虛擬仿真系統(tǒng)中的數(shù)字化內(nèi)容。虛擬仿真開(kāi)發(fā)工具及引擎環(huán)境利用虛擬仿真的數(shù)字化內(nèi)容，結(jié)合基礎(chǔ)語(yǔ)言平臺(tái)研發(fā)環(huán)境進(jìn)行系統(tǒng)開(kāi)發(fā)。

站臺(tái)門(mén)虛擬安裝模塊實(shí)施于標(biāo)準(zhǔn)以太網(wǎng)（局域網(wǎng)），組成設(shè)備包括終端（分為桌面終端、VR互動(dòng)終端、AR/MR互動(dòng)終端）、集控管理端及動(dòng)作捕捉設(shè)備，有關(guān)組網(wǎng)必備的布線、交換以及對(duì)多人展示配置的投影或大屏設(shè)備等（圖8）。最終建立站臺(tái)門(mén)BIM虛擬安裝模型如圖9所示。

圖7? 站臺(tái)門(mén)虛擬安裝模塊開(kāi)發(fā)技術(shù)框架圖

圖8? VR/AR系統(tǒng)及聯(lián)網(wǎng)協(xié)同

圖9? 站臺(tái)門(mén)虛擬安裝模型

4? 基于改進(jìn)蟻群算法的站臺(tái)門(mén)安裝規(guī)劃技術(shù)

站臺(tái)門(mén)每個(gè)門(mén)單元安裝包括門(mén)框、玻璃、門(mén)機(jī)、立柱等各種部件，以6輛編組B型車為例，全線20個(gè)站則有960個(gè)門(mén)單元，零部件眾多，且每種零部件安裝所需的時(shí)間、工裝以及人員均不同，根據(jù)相關(guān)統(tǒng)計(jì)，在產(chǎn)品的整個(gè)生產(chǎn)周期中，安裝過(guò)程大約耗費(fèi)35%左右的人力、占用40%左右的工作時(shí)間，消耗30%左右的總生產(chǎn)成本。本文基于蟻群算法提出了一種站臺(tái)門(mén)安裝規(guī)劃方法。

4.1? 零部件的安裝關(guān)系分析

根據(jù)站臺(tái)門(mén)的BIM模型建立各個(gè)零部件之間的安裝聯(lián)接關(guān)系圖，圖10為站臺(tái)門(mén)某個(gè)零部件的安裝聯(lián)接關(guān)系圖，圖中圓圈代表零件，零部件之間的聯(lián)接關(guān)系用Ci表示。采用如圖11所示基礎(chǔ)件識(shí)別算法，識(shí)別基礎(chǔ)件的安裝聯(lián)接特性和各項(xiàng)物理特征。

圖10? 安裝聯(lián)接關(guān)系圖

圖11? 基礎(chǔ)件識(shí)別算法流程圖

4.2? 零部件安裝影響矩陣建立

建立零部件之間的安裝影響矩陣。影響安裝的主要因素包括：安裝操作便利的程度、安裝過(guò)程的重定向性以及安裝工具的適用性。

安裝操作便利程度主要通過(guò)零部件的質(zhì)量和尺寸進(jìn)行衡量，如果質(zhì)量過(guò)大或者過(guò)小、尺寸過(guò)大或者過(guò)小，都不利于安裝的進(jìn)行，需要先進(jìn)行安裝。通過(guò)對(duì)站臺(tái)門(mén)零部件的質(zhì)量和尺寸分別進(jìn)行排序，從大到小進(jìn)行打分，作為安裝的影響系數(shù)fij （m）。

安裝操作的重定向性，指的是兩個(gè)零部件在安裝過(guò)程中是否需要重新調(diào)整安裝方向，如果需要重新調(diào)整，則fij （t）為1，否則為0。

安裝工具的適用性，指的是在安裝過(guò)程中是否需要更換安裝工具，如果需要更換，則影響系數(shù)fij （d）為1，否則為0。

兩零件安裝的影響系數(shù)為：

fij （p） = w1 ·? fij （m） + w2 ·? fij （t） + w3 ·? fij （d）? ? ? （1）

式中：w1 + w2 + w3 = 1。

4.3? 站臺(tái)門(mén)安裝規(guī)劃方法改進(jìn)

采用改進(jìn)的蟻群算法對(duì)站臺(tái)門(mén)的安裝進(jìn)行重新規(guī)劃[10]。以基礎(chǔ)件作為蟻群算法的起點(diǎn)，基礎(chǔ)件通過(guò)前述的流程獲得。根據(jù)安裝連接矩陣，確定下一個(gè)零件的選擇，在確定零件時(shí)，需要根據(jù)前述的安裝操作便利系數(shù)、安裝方向以及安裝工具影響系數(shù)共同決定：

（2）

式中：； 表示t時(shí)刻螞蟻k由上一安裝零件pi到下一零件pj的轉(zhuǎn)移概率； 表示t時(shí)刻路徑（i，j）上的信息素濃

度；fj （m）、fj （l）分別表示的是零件pj質(zhì)量、最大尺寸對(duì)安裝操作便利性，即零件級(jí)安裝代價(jià)；fj （m）、fj （l）以及fij （d）、fij （t）分別表示的是零件pj相對(duì)于零件pi的重定向性、工具的適用性，即路徑（i，j）上的序列級(jí)安裝代價(jià)；參數(shù)α、β分別是信息素濃度、期望啟發(fā)信息的因子、均為非負(fù)數(shù)。

1）局部信息素更新。采用信息素更新策略，更新螞蟻已經(jīng)搜索過(guò)路徑的信息素，減少該路徑的吸引力，保證計(jì)算結(jié)果的多樣性，避免過(guò)早的收斂。

（3）

式中：ρ表示信息素局部揮發(fā)系數(shù)，ρ的取值范圍為（0，1）；τ表示初始信息素的大小。

2）讓所有螞蟻都經(jīng)歷一次搜索，然后制定全局信息素更新策略，更新所有信息素。

（4）

式中：；；γ表示信息素全局揮發(fā)系數(shù)，取值范圍為（0，1）； 表示路徑（i，j）上累計(jì)增加的信息素總量； 表示在t和（t + n）時(shí)間內(nèi)，螞蟻k在路徑（i，j）上留下的信息素；Q表示信息素調(diào)節(jié)參數(shù)，一般取Q=1.0；f表示螞蟻k完成一次搜索耗費(fèi)的安裝代價(jià)。

3）計(jì)算當(dāng)前方案的代價(jià)，當(dāng)達(dá)到最大循環(huán)次數(shù)或者安裝方案代價(jià)基本穩(wěn)定時(shí)，輸出最優(yōu)安裝序列。

站臺(tái)門(mén)整體結(jié)構(gòu)如圖12所示，主要的安裝部件有：安裝支架、門(mén)檻、底座、立柱、門(mén)機(jī)梁組件、結(jié)構(gòu)組件、滑動(dòng)門(mén)、應(yīng)急門(mén)、固定門(mén)、端門(mén)、蓋板組件等。

各部件安裝所用工具如表1所示。

按一側(cè)站臺(tái)門(mén)24個(gè)門(mén)單元進(jìn)行計(jì)算，算法設(shè)定α = 1.0，β = 0.8，γ = 0.5，ρ = 0.05，τ0 = 0.2，Q = 1.0，m = 18，循環(huán)次數(shù)200次。經(jīng)過(guò)200次迭代后，站臺(tái)門(mén)安裝序列為：2→6→4→5→7→8→9→3→1→10→11，安裝耗時(shí)約為12 h。

傳統(tǒng)站臺(tái)門(mén)安裝順序?yàn)椋?→1→4→2→6→5→7

→8→9→10→11，安裝耗時(shí)約為28 h。

5? 結(jié)? 論

本文研究提出了城市軌道交通線網(wǎng)站臺(tái)門(mén)智慧施工管理技術(shù)，可實(shí)現(xiàn)施工作業(yè)人員安全行為的識(shí)別、站臺(tái)門(mén)BIM模型基礎(chǔ)上的虛實(shí)結(jié)合的施工過(guò)程管理。在保證施工安全和質(zhì)量的基礎(chǔ)上，提出了基于人工智能算法的站臺(tái)門(mén)安裝規(guī)劃技術(shù)，對(duì)安裝工藝流程進(jìn)行優(yōu)化，實(shí)踐證明，運(yùn)用該項(xiàng)技術(shù)后，可顯著提高安裝效率，降低安裝成本。

參考文獻(xiàn)：

[1] 羅情平，任玲，王義華.城市軌道交通智慧工地信息化集成管理系統(tǒng)研究與應(yīng)用 [J].都市快軌交通，2022，35（6）：45-50.

[2] 譚紹玉，丁偉.信息化技術(shù)在城市軌道交通工程建設(shè)安全管理中的應(yīng)用 [J].中國(guó)安全生產(chǎn)科學(xué)技術(shù)，2021，17（S2）：117-123.

[3] 田闖，潘洪義，王瑞忠，等.城市軌道交通工程監(jiān)測(cè)預(yù)警管理體系探討與實(shí)踐 [J].建筑技術(shù)開(kāi)發(fā)，2022，49（16）：158-160.

[4] 潘惠蘋(píng)，任艷，徐春.基于核典型相關(guān)分析和支持向量機(jī)的圖像識(shí)別技術(shù) [J].南京理工大學(xué)學(xué)報(bào)，2022，46（3）：284-290.

[5] 林湧濤，崔寧，趙志俊，等.基于深度學(xué)習(xí)的圖像目標(biāo)定位識(shí)別研究 [J].現(xiàn)代信息科技，2023，7（2）：83-86.

[6] 吳真真，唐超，楊曉飛.基于深度學(xué)習(xí)的視頻識(shí)別及動(dòng)態(tài)監(jiān)測(cè)技術(shù)應(yīng)用——以軌道交通建設(shè)工程為例 [J].測(cè)繪通報(bào)，2022（9）：23-28.

[7] 呂慶，崔維久，于德湖，等.BIM融合信息技術(shù)在智慧工地中的應(yīng)用研究 [J].施工技術(shù)：中英文，2021，50（20）：5-11.

[8] 王山，何承錦，胡炫宇，等.BIM技術(shù)在長(zhǎng)株潭城際軌道交通西環(huán)線工程總承包項(xiàng)目中的應(yīng)用 [J].施工技術(shù)：中英文，2022，51（8）：79-82+110.

[9] 許時(shí)穎.城市軌道交通工程WBS和BIM模型分解及編碼的研究與應(yīng)用 [J].施工技術(shù)：中英文，2022，51（5）：15-18.

[10] 劉香香，孫鳳.基于蟻群算法的裝配式建筑施工工序多目標(biāo)優(yōu)化模型 [J].土木工程與管理學(xué)報(bào)，2021，38（3）：113-118.

作者簡(jiǎn)介：汪琴（1985—），女，漢族，湖北武漢人，講師，博士，研究方向：信息化、智能施工。