[发明专利]一种多级分类的BIM模型智能轻量化处理方法

权利要求书

1.一种多级分类的BIM模型智能轻量化处理方法，其特征在于，该方法包括下述几个步骤：

步骤一：将一个完整的基于Autodesk Revit软件建立的BIM模型进行属性信息与几何模型信息分离处理，将属性信息存入独立的数据库中，将几何模型信息另存为独立的Revit文件，并通过几何模型中构件的ID与对应的属性信息数据库进行关联；

步骤二：根据属性信息，对几何模型中的构件进行多级分类，并判断各子类别文件中的各构件是否包含圆弧面，获取每一个子类别文件中包含圆弧面的构件的每一个圆弧面的几何特征参数；

步骤三：建立建筑模型构件的圆弧面最优减面系数分类模型

步骤3.1以圆弧面的角度、半径和高度作为几何特征参数，在Autodesk Revit软件中依据特征参数值绘制对应的BIM模型，然后将BIM模型依据不同减面系数转换成glTF格式，当多边形相邻两边夹角大于或等于156°时，此时的减面系数即为该组几何特征参数的最优减面系数，将其作为该组几何特征参数的分类标签；依次获取每一组几何特征参数的分类标签，得到数据库；数据库中的一条数据为圆弧面的角度、半径和高度，以及对应的分类标签；将数据库中的数据随机不重复的按数量8:2分为训练集和测试集；

步骤3.2建立圆弧面最优减面系数分类模型

在梯度提升决策树算法的基础上建立圆弧面最优减面系数分类模型，并使用网格搜索与交叉验证方法进行超参数寻优；用步骤3.1中得到的训练集中的几何特征参数X作为梯度提升决策树的输入变量，最优减面系数Y作为期望输出，建立梯度提升决策树预测模型；在建模时，选取超参数决策树数量M的集合、学习率v的集合以及每棵决策树最大叶子节点数J的集合，利用网格搜索技术遍历所有可能的超参数组合，根据最小对数损失准则，对于训练集中的数据采用5折交叉验证方法确定模型的最优参数，得到圆弧面最优减面系数分类模型；

步骤3.3利用测试集对步骤3.2中得到的圆弧面最优减面系数分类模型进行测试，当准确率大于0.9时，即验证该分类模型为有效模型；

步骤四：将步骤二中的每一个子类别文件中包含圆弧面的构件的每一个圆弧面的几何特征参数输入到步骤三中验证为有效的分类模型中，得到每一个圆弧面的最优减面系数预测值，并计算每一个构件的减面系数，一个构件的减面系数K的计算方法为：

其中，K是赋予一个构件的减面系数；n是含圆弧面构件上圆弧面的数量；

步骤五：根据步骤四中计算得到的每一个构件的减面系数，将步骤一中的基于Autodesk Revit建立的BIM模型转换成glTF格式，实现Revit模型的智能轻量化处理。

2.根据权利要求1所述的一种多级分类的BIM模型智能轻量化处理方法，其特征在于，对数损失函数的公式为：

其中,Y为最优减面系数的期望,X为几何特征参数,L为损失函数.N为训练集中的样本量；M为可能的类别数,为根据训练集中的最优减面系数Y的值的统计获得，采用5折交叉验证方法时，训练集划分为5个数据集，则M为根据对应的一个数据集中的最优减面系数Y的值的统计获得；y_ij是一个二值指标,表示类别j是否是几何特征参数x_i的真实类别，判断为true取1，false取0；p_ij为模型预测几何特征参数x_i属于类别j的概率。

3.根据权利要求1所述的一种多级分类的BIM模型智能轻量化处理方法，其特征在于，构件的一个圆弧面的几何特征参数获取方法如下：

获得弧面半径的值时：

首先获取Element属性中的Geometry的Geometry.Element值，然后在获取GeometryElement，选择其中的Solid，继续获取Faces的FaceArray值，再继续获取其中EdgeLoops的EdgeArrayArray，选择其中的Arc的属性Radius的值，再将英制单位转换成公制单位；

获取角度的值时：

圆弧面的角度值不能直接获取，可以通过计算间接获得，前几步操作同获得弧面半径的值时的操作相同，在获取EdgeLoops的EdgeArrayArray后，选择其中的Arc的属性Radius的值和属性ApproximateLength的值，将英制单位转换成公制单位，再根据角度制弧长公式L＝nπr/180，可得n＝180L/πr，其中L＝ApproximateLength，r＝Radius；

获取厚度的值时：

获取Element属性中Parameters的ParameterSet中的“无连接高度”或“厚度”即可，再将英制单位转换成公制单位。