Воронеж, Воронежская область, Россия
Россия
УДК 625 Дороги. Железные дороги. Железнодорожное строительство. Автомобильные дороги. Дорожное строительство
В статье обсуждается применение популярной технологии BIM, ее простота в использовании, экономическая целесообразность и реальная помощь инженерам в их работе. Рассматриваются примеры улучшений в информационном моделировании, выгоды использования цифрового двойника и искусственного интеллекта. Методы машинного обучения способствуют обработке, систематизации, прогнозированию и классификации больших объемов информации на основе определенных критериев, что значительно уменьшает трудозатраты и повышает эффективность работы. Применение алгоритмов искусственного интеллекта упрощает классификацию BIM-моделей объектов капитального строительства и предотвращает ошибки при вводе данных. В ходе исследования было проведено сравнение между многомерным анализом и искусственной нейронной сетью, результаты которого подтвердили высокую эффективность обучения искусственного интеллекта.
моделирование, BIM-технологии, автомобильные дороги, строительство, передовые технологии, искусственный интеллект, цифровой двойник, нейронная сеть
1. Петренко, Д. А. BIM-решения «ИндоСофт» для проектирования и эксплуатации автомобильных дорог / Д. А. Петренко, С. А. Субботин // САПР и ГИС автомобильных дорог. – 2015. – № 2(5). – С. 100-107.
2. Абрамян, С.Г. BIM-технологии в строительстве: функции, развитие и опыт применения / С. Г. Абрамян, О. В. Бурлаченко, О. В. Оганесян, А. О. Бурлаченко, А. Р. Шаунусов // Вестник Волгоградского государственного архитектурно-строительного университета. Серия: Строительство и архитектура. – 2021. – Вып. 1(82). – С. 323-332.
3. Морозова, А. С. Autodesk о дорожном проектировании: проблемы и решения / А. С. Морозова // САПР и ГИС автомобильных дорог. – 2014. – № 2(3). – С 63-66.
4. Петренко, Д. А., Субботин С.А. BIM-решения «ИндоСофт» для проектирования и эксплуатации автомобильных дорог // САПР и ГИС автомобильных дорог. 2015. № 2(5). – С. 100-107.
5. Бабушкина, Н.Е. Решение задачи определения механических свойств материалов дорожных конструкций с использованием нейросетевых технологий / Н. Е. Бабушкина, А. А. Ляпин // Донской государственный технический университет, г. Ростов-на-Дону / Advanced Engineerch 2022. T. 22. – № 3. – С. 285-291.
6. Badenko, V. L. Integration of digital twin and BIM technologies within factories of the future / V. L. Badenko., N. S Bolshakov, E. B. Tishchenko [et al.] // Magazine of Civil Engineering. – 2021. – No. 1(101). – P. 10114. – DOI:https://doi.org/10.34910/MCE.101.14.
7. Боброва, Т.В. Адекватность проектной модели автомобильной дороги реальному объекту в контексте цифровой трансформации / Т.В. Боброва, // Construction and Geotechnics. – 2023. – Т. 14, – № 4. – С. 34–45. DOI:https://doi.org/10.15593/2224-9826/2023.4.03
8. Autodesk University 2023 полностью посвящен искусственному интеллекту: https://vk.com/@bim_tech-autodesk-university-2023-polnostu-posvyaschen-iskusstvennomu (дата обращения: 13.04.2024).
9. Dell’Acqua, G. Using Artificial Neural Network and Multivariate Analysis Techniques to Evaluate Road Operating Conditions / G. Dell’Acqua, M. De Luca, D. Zilioniene / Journal of Risk Research. – 2018. – Vol. 21. – Р. 679–691. URL: https://doi.org/10.1080/13669877.2016.1264445 (дата обращения: 04.04.2024).
10. Отчет. Оценка применения BIM-технологий в строительстве. Результаты исследования эффективности применения BIM-технологий в инвестиционно-строительных проектах российских компаний: https://www.nopriz.ru/upload/iblock/2cc/4.7_bim_rf_otchot.pdf Москва, 2016. (дата обращения: 16.04.2024).