本发明涉及施工数据传输，尤其涉及一种bim和gis施工数据传输方法及系统。
背景技术：
1、随着建筑行业对空间信息需求的日益增长，bim与gis的融合成为必然趋势。bim模型提供了详细的建筑结构信息，而gis则提供了丰富的地理空间信息，两者的结合能够创建出更加全面、精准的数字孪生模型，不仅涵盖了建筑内部的细节，还包含了建筑所在环境的地理特征，如地形地貌、周边设施、交通状况。
2、但是，在非常拥挤的施工区域中，特别是多个大型项目并行施工的场景下，会出现大量缓存的数据项，负责处理bim与gis数据的边缘服务器数据方面计算和存储资源有限，会因大量缓存的数据项堆积导致的资源紧张而无法高效处理所有紧急任务，导致部分数据处理延迟，影响施工数据的处理效率，所以，在此提出了一种bim和gis施工数据传输方法及系统，能够有效解决上述问题。
技术实现思路
1、本发明的目的是为了解决现有技术中边缘服务器存储以及计算资源有限，无法第一时间处理施工项目中bim与gis缓存的大量数据项的缺点，而提出的一种bim和gis施工数据传输方法及系统。
2、为了实现上述目的，本发明采用了如下技术方案：
3、一种bim和gis施工数据传输方法，数据传输过程为：
4、s1：获取施工数据过程中施工数据项，将施工数据项统一输出为行为向量；
5、s2：利用自回归移动平均模型arima模型对施工数据项的行为向量进行行为预测，得到行为模式和行为趋势；
6、s3：利用行为向量以及行为模式和行为趋势建立基线模型，将行为向量作为输入，基于基线模型获取紧急程度得分；
7、s4：基于紧急程度得分，设定传输阈值，当紧急程度得分小于传输阈值时，对施工数据项不予传输，当紧急程度得分大于传输阈值时，对施工数据项进行传输缓存。
8、所述施工数据项包括bim三维模型数据、gis地理信息数据。
9、所述施工数据项获取过程为：
10、定义施工数据项由空间行为特征向量和资源行为特征向量组成；
11、基于gis地理信息数据获取空间行为特征，空间行为特征包括距离和方位角，基于空间行为特征获取空间行为特征向量，基于bim三维模型数据获取资源行为特征，资源行为特征包括材料消耗率，基于资源行为特征获取资源行为特征向量；
12、所述空间行为特征的获取过程为：
13、定义gis地理信息数据中的两个gis对象的坐标点的距离为d，使用欧几里得距离计算平面坐标系上的距离：
14、其中，r是地球半径，μ1，μ是两点的纬度，λ1，λ2是两点的经度；
15、定义gis地理信息数据中的两个gis对象的坐标点方位角为α，则：α＝arctan2(sin(δλ)cos(μ2),cos(μ1)sin(μ2)-sin(μ1)cos(μ2)cos(δλ))，其中，δλ为两点的经度λ1，λ2之间的差值，表示为δλ＝λ2-λ1，得到空间行为特征；
16、所述空间行为特征向量的获取过程为：
17、定义空间行为特征向量为dij，基于距离矩阵表示空间关系：dij＝(xi-xj)2+(yi-yj)2+(zi-zj)2，其中i，j表示2个gis对象的坐标点，xi，yi，zi和xj，yj，zj分别表示2个gis对象的坐标点在三维坐标系中的坐标值；
18、所述资源行为特征的获取过程为：
19、定义bim三维模型数据中资源类型包括人力、设备、材料和资金，基于bim模型获取每个资源类型的类型和数量，相除得到单位体积的材料消耗率，表示为资源行为特征；
20、所述资源行为特征向量的获取过程为：
21、基于资源行为特征，使用资源需求矩阵进行表示，明确项目中涉及的所有资源类型，如人力、设备、材料和资金，从bim模型中提取每个构件(如墙、梁、板)的几何信息(长度、宽度、高度)和材料信息，基于bim模型中各构件的材料信息，汇总每个资源类型的材料消耗率，同时确定项目中的所有活动或任务，这些资源和活动构成了资源需求矩阵的基础，创建资源需求矩阵，这是一个二维表格，其中行代表项目活动数量，列代表资源类型，矩阵中的每个单元格表示一个特定活动对特定资源的材料消耗率，将其在资源需求矩阵中的需求量构成一个向量，这个向量的维度等于资源类型的数量，如果项目涉及三种资源类型，则每个活动的资源行为特征向量将是一个三维向量，每个元素代表对该资源类型的需求量，得到资源行为特征向量；
22、基于空间行为特征向量和资源行为特征向量，得到施工数据项。
23、所述行为向量的获取过程为：
24、利用空间行为特征向量及资源行为特征向量进行归一化处理，输出统一的向量表示，得到行为向量。
25、所述行为模式和行为趋势的获取过程为：
26、使用行为向量绘制自相关函数acf图和偏自相关函数pacf图，定义行为向量表示为y＝(y1y2,...yt)，其中t为行为向量中行为序列的观测总数，绘制自相关函数acf图和偏自相关函数pacf图的过程为：
27、定义自相关系数为r，计算自相关系数acf的过程为：其中，rk表示滞后k的自相关系数，yt表示行为序列y在时间点t的观测值，表示行为序列y的平均值，yt-k表示行为序列y在时间点t-k的观测值，基于自相关系数rk的值进行统计图绘制，得到自相关函数acf图；
28、计算偏自相关系数pacf的过程为：基于回归模型公式：yt＝α+β1yt-1+β2yt-2+…+βkyt-k+∈t，其中，α为模型截距项，β1，β2，βk为自回归系数，yt-1，yt-2，yt-k为向量序列的滞后值，∈t为在时间点t的误差项，基于回归模型输出的行为序列y在时间点t的观测值yt进行统计图绘制，得到偏自相关函数pacf图；
29、基于acf和pacf图，确定自回归移动平均模型arima模型的参数p、d、q，其中，p为自回归项，d为差分阶数，q为移动平均项，自回归移动平均模型arima模型的参数p、d、q的确定过程为：
30、所述pacf图中条形图为零的阶段，该阶段数为自回归项p，所述acf图中条形图变为零的阶段，该阶段数为移动平均项q，所述acf图中显示数据在d次差分后变平稳，则差分阶数为d；
31、基于确定的参数p、d、q拟合自回归移动平均模型arima模型，则自回归移动平均模型arima模型表示为：φ(b)(1-b)dyt＝θ(b)∈t其中，φ(b)表示自回归多项式，θ(b)表示移动平均多项式，b表示后移算子，自回归多项式的获取过程为：φ(b)＝1-φ1b-φ2b2-...-φpbq，移动平均多项式的获取过程为：θ(b)＝1+θ1b+θ2b2+...+θqbq，后移算子的获取过程为：输入行为向量至自回归移动平均模型arima模型中，输出向量的行为序列中出现的季节性、周期性的序列数据，得到行为模式，输出行为序列随时间的长期走向趋势的序列数据，得到行为趋势。
32、所述基线模型建立过程为：
33、对行为模式和行为趋势中的序列数据进行卷积计算，卷积计算的过程为：
34、利用卷积神经网络cnn一维卷积层、池化层和全连接层处理行为模式和行为趋势中的序列数据，定义一维卷积层输出序列为s，将序列数据输入一维卷积层，一维卷积层通过滤波器在时间序列上滑动，对每个窗口内的序列数据进行卷积运算：其中，s(t)为在时间点t的卷积运算输出值，wi为滤波器在位置i的权重，x(t-i)是输入的序列数据在时间点(t-i)的值，b为偏置项，k-1为滤波器窗口的上限索引，得到输出序列s；
35、对输出序列s经过池化层进行最大池化值输出特征操作，从每个池化窗口内选取最大的值作为该窗口的代表，定义池化窗口大小为p，最大池化过程为：z(t)＝max{s(t),s(t+1),…,s(t+p-1)}，其中，z(t)为池化层在时间点t的输出特征，得到输出序列s经过池化层的最大池化值特征z；
36、输出序列s经过平均池化计算每个时间t的池化窗口内的平均值作为输出特征的操作为：其中，m(t)为平均层在时间点t的输出特征，表示从时间点t开始，输出序列s直到t+p-1结束的p个连续时间点上的值的总和，得到输出序列s经过平均层的平均值特征m；
37、全连接层将最大池化值特征z和平均层的平均值特征m作为输入，定义全连接层、卷积层和池化层中所有的神经元数量最大为j，全连接层输出为h：其中，hj为全连接层第j个神经元的输出，vij是第i个位置的输入特征与第j个神经元之间的权重，zi是第i个位置神经元的输出，cj是第j个神经元的偏置项，σ为激活函数，得到全连接层输出预测值h；
38、将全连接层输出预测值h结合到arima模型中得到基线模型，表示为：(1-φ1b-φ2b2-...-φpbq)(1-b)dyt＝(1+θ1b+θ2b2+...+θqbq)∈t+βh，β为全连接层输出预测值h的系数，得到基线模型。
39、所述获取紧急程度得分的过程为：
40、将数据项对应的为行为向量y输入至基线模型中，得到预测值hy，预测值hy为紧急程度得分，定义传输阈值v，hy>v时，对hy对应数据项进行传输缓存，hy<v时，对hy对应数据项不予传输。
41、一种bim和gis施工数据传输系统，包括用于获取获取施工数据及过程中状态指标的bim+gis数据集成模块，用于施工数据传输的模块包括：
42、数据预处理模块：获取施工数据过程中施工数据项，将施工数据项统一输出为行为向量；
43、数据规划模块：使用自回归移动平均模型arima对施工数据项的行为向量进行行为预测，基于预测结果得到行为模式和行为趋势；
44、数据紧急程度分配模块：利用行为向量以及行为模式和行为趋势建立基线模型，将行为向量作为输入，基于基线模型获取紧急程度得分；
45、数据传输策略模块：基于紧急程度得分，设定传输阈值，当紧急程度得分小于传输阈值时，对施工数据项不予传输，当紧急程度得分大于传输阈值时，对施工数据项进行传输缓存。
46、本发明具备以下有益效果：
47、1、通过结合传输过程中数据项的行为向量、行为模式、行为趋势，通过arima模型来建立基线模型，最计算紧急程度得分，可以自动对所有安全相关数据进行排序，确保紧急和关键的数据被优先处理，这样，施工管理者和安全人员可以迅速聚焦于最紧迫的问题上，而不是浪费时间在低优先级的事件上。
1.一种bim和gis施工数据传输方法，其特征在于，数据传输过程为：
2.根据权利要求1所述的一种bim和gis施工数据传输方法，其特征在于，所述施工数据项包括bim三维模型数据、gis地理信息数据。
3.根据权利要求1所述的一种bim和gis施工数据传输方法，其特征在于，所述施工数据项获取过程为：
4.根据权利要求1所述的一种bim和gis施工数据传输方法，其特征在于，所述行为向量的获取过程为：
5.根据权利要求1所述的一种bim和gis施工数据传输方法，其特征在于，所述行为模式和行为趋势的获取过程为：
6.根据权利要求4所述的一种bim和gis施工数据传输方法，其特征在于，所述基线模型建立过程为：
7.根据权利要求1所述的一种bim和gis施工数据传输，其特征在于，所述获取紧急程度得分的过程为：
8.一种bim和gis施工数据传输系统，用于权利要求1-7任意一项所述的一种基于bim+gis的施工数据传输方法使用，包括用于获取获取施工数据及过程中状态指标的bim+gis数据集成模块，其特征在于，用于施工数据传输的模块包括：
