买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中国建筑第五工程局有限公司申请的专利一种基于机器学习的建筑工程施工进度预警方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120748172B 。

龙图腾网通过国家知识产权局官网在2025-12-09发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511233665.1，技术领域涉及：G08B31/00；该发明授权一种基于机器学习的建筑工程施工进度预警方法及系统是由石传祖;孙广辉;李绍富;王梅梅;吴雄;黄书舟;李湛;李勇设计研发完成，并于2025-09-01向国家知识产权局提交的专利申请。

本一种基于机器学习的建筑工程施工进度预警方法及系统在说明书摘要公布了：本发明涉及建筑工程管理技术领域，公开了一种基于机器学习的建筑工程施工进度预警方法及系统，从施工现场传感器、BIM模型、IoT设备及历史数据库中采集多维原始数据；从多维原始数据中提取与施工进度相关的特征，对提取的特征进行组合和变换，得到复合特征；将复合特征输入进度预测模型，通过进度预测模型预测未来一段时间内的施工进度，输出预测结果；通过分析历史施工数据，确定初始预警阈值，在施工过程中，根据实时监测数据和预测结果，动态调整预警阈值；当施工进度偏离预测进度且超过动态调整后的预警阈值时，触发预警；本发明提高了对复杂施工环境的适应性和预测准确性。

本发明授权一种基于机器学习的建筑工程施工进度预警方法及系统在权利要求书中公布了：1.一种基于机器学习的建筑工程施工进度预警方法，其特征在于，该方法包括以下步骤： 从施工现场传感器、BIM模型、IoT设备及历史数据库中采集多维原始数据； 从多维原始数据中提取与施工进度相关的特征，对提取的特征进行组合和变换，得到复合特征； 将复合特征输入进度预测模型，通过进度预测模型预测未来一段时间内的施工进度，输出预测结果； 通过分析历史施工数据，确定初始预警阈值，在施工过程中，根据实时监测数据和预测结果，动态调整预警阈值； 当施工进度偏离预测进度且超过动态调整后的预警阈值时，触发预警； 所述将复合特征输入进度预测模型，通过进度预测模型预测未来一段时间内的施工进度，输出预测结果，包括： 将复合特征输入进度预测模型中，复合特征进入XGBoost分支，通过XGBoost分支对复合特征进行逐层划分与评估，得到第一施工进度预测结果； 复合特征同时进入随机森林分支，在进行处理时每棵决策树独立地对复合特征进行分析与判断，通过节点分裂和决策，得到各自的施工进度预测结果，将所有决策树的预测结果进行汇总，采用投票方式，得到第二施工进度预测结果； 将第一施工进度预测结果和第二施工进度预测结果通过交叉验证确定的权重进行加权融合，得到最终的预测结果； 所述通过XGBoost分支对复合特征进行逐层划分与评估，得到第一施工进度预测结果，包括： 根据特征对施工进度预测的潜在重要性，将复合特征划分为不同的子集，形成根节点下的初始分支； 对于根节点划分后的每个子集，继续在剩余的复合特征中，再次筛选出能区分数据样本的特征，进行下一层节点的划分； 将特征已全部用于划分时，形成叶节点，每个叶节点内的数据样本对应一个施工进度预测结果； 将所有叶节点的预测结果进行汇总，得到第一施工进度预测结果； 所述从多维原始数据中提取与施工进度相关的特征，对提取的特征进行组合和变换，得到复合特征，包括： 将时间序列形式的多维原始数据输入LSTM网络，通过门控机制捕捉施工进度在长时间序列中的趋势变化和周期性规律，输出表征进度趋势和周期的特征向量； 将建筑工程的施工任务以图结构表示，利用图神经网络对图结构进行学习，通过节点特征更新和消息传递机制，挖掘任务间复杂的依赖关系，输出表征任务关联程度的特征矩阵； 采用HOG算法对BIM模型中的工程构件提取几何特征； 所述采用HOG算法对BIM模型中的工程构件提取几何特征，包括： 基于构件的几何属性和语义信息进行识别，将构件的三维几何信息转换为参数化表示； 提取构件表面的纹理特征和材料特性，计算构件表面在不同方向上的梯度变化，形成特征直方图； 将构件划分为多个局部区域，分别提取特征并融合，捕捉构件的局部几何特性； 将连续的梯度特征离散化，转换为数字特征向量，得到构件的几何特征信息。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国建筑第五工程局有限公司，其通讯地址为：410007 湖南省长沙市雨花区中意一路158号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。