传统建筑业粗放式、碎片化发展，生产效益低、资源消耗大、环境污染重，距高质量发展要求仍有差距。智能建造作为新一代信息技术与工程建造融合形成的建造新模式，在实现工程要素资源数字化的基础上，通过规范化建模、网络化交豆、可视化认知、高性能计算及智能化决策支持，实现数字链驱动下的立项策划、规划设计、施(加)工生产、运维服务一体化集成与高效协同，全方位赋能工程生产体系与组织方式。

01  基于BIM的装配式建筑综合管理平台

02  基于Adam-BP神经网络的装配式建筑施工成本预测

(1)通过构建BP神经网络装配式建筑成本预测模型，得到成本影响因素与施工成本之间的映射关系。能够在工程项目投标前的投资决策提供成本预估参考，提升经济效益。

(2)利用典型分析法分析各个因素与成本之间的相关性，从而对装配式项目施工过程中的成本进行优化，进而控制成本。

样本数据来源

成本数据样本集

样本训练、预测

经过多次调试BP神经网络模型参数组，最终设定模型训练的迭代次数为500，学习率为4，权重衰减为1，批次为100.迭代次数为500次时，全局误差为0.0081，满足预测精度要求。

神经网络对数据集训练后，得到预测数据集的4组装配式建筑标准层施工成本预测值。

在工程项目的可行性研究阶段的成本估算误差精度为10%，4组样本相对误差均小于5%。预测模型预测结果精度良好、具有良好的泛化效果。

03  遗传算法的多目标装修工程施工组织优化研究

04 资源-工期-成本约束下的工程网络计划综合优化算法

问题描述及数学模型:施工过程中对资源需求的饱和或过剩可通过对网络计划做出必要的调节解决，即“工期-资源”的优化问题。可以通过两种途径解决：（1）延长某些工序的施共时间，使单位时间内资源需求量降低；（2）对资源需求密集时间段的工序进行调整(提前或延后)，并控制整体工期的拖延最少，即“工期最短”。项目开发的另一个目标为降低施工成本，追求工期与成本之间的合理权衡。即“工期-费用”优化问题。