本发明涉及建筑工程，具体为一种基于人工智能的建筑工程方案选取系统。
背景技术：
1、建筑工程是一门涉及广泛领域的复杂学科，包括建筑设计、施工管理、结构工程、材料科学和环境工程等多个方面，建筑工程的目标是通过科学合理的设计和施工，建造出功能完善、结构安全、经济适用、美观耐用的建筑物，建筑工程项目通常规模庞大，涉及众多专业人员和技术，需要精细的计划和管理；在建筑工程中，工程方案的选取是项目成功的关键环节，建筑工程方案包括项目的整体设计、施工计划、材料选择、成本控制和风险管理等多个方面，一个优质的建筑工程方案应在满足客户需求的基础上，最大限度地利用资源，控制成本，并确保项目在规定时间内完成；传统的建筑工程方案选取过程主要依赖于经验丰富的工程师和专家团队，他们基于自身的专业知识和历史案例，综合考虑各种因素后做出决策，然而，这种传统的决策方式存在一定的局限性，例如数据整合不充分、决策过程不透明、对动态变化适应性差以及专家知识整合不足等问题；为了提高建筑工程方案选取的科学性、合理性和效率，近年来，人工智能技术逐渐被引入到建筑工程方案的选取过程中，通过人工智能技术，系统可以整合多源数据，分析复杂关系，提供透明可解释的决策依据，实时适应环境和法规的变化，并系统化地利用多学科的专家知识，从而优化建筑工程方案的选取过程，这种智能化的方案选取方法，不仅提高了决策的准确性和效率，还增强了方案的适应性和可执行性，推动了建筑工程领域的现代化和智能化发展。
2、但是现有的基于人工智能的建筑工程方案选取系统还是存在一些不足之处；
3、首先，传统系统的人工智能模型，如深度学习模型，虽然在预测准确性上具有显著的优势，但其“黑箱”性质使得用户难以理解模型的决策过程，深度学习模型通常由多层神经网络组成，这些网络通过复杂的数学运算得出预测结果，但这种复杂性也导致了模型的不可解释性，用户无法直观地看到模型如何处理输入数据以及如何得出最终决策，这种缺乏透明度的特性使得用户对模型的决策过程产生疑虑，进而影响他们对系统的信任和接受，此外，建筑工程决策往往需要多方参与和审核，模型决策过程的不可解释性也给决策的审核和验证带来了困难，影响了决策的效率和可靠性；
4、其次，建筑工程项目通常处于不断变化的环境中，包括现场施工条件、气候变化、资源供应情况等，传统系统难以及时反映这些现场数据，导致决策滞后，建筑工程项目的复杂性和动态性要求系统能够实时更新和处理大量的数据，以便做出及时和准确的决策，然而，传统系统往往缺乏实时数据处理和更新的能力，导致系统无法快速响应现场变化，此外，建筑工程领域的法规和标准也在不断更新，传统系统难以适应这些变化，导致决策过程可能不符合最新的法规要求，存在合规风险，这种滞后性和不适应性严重影响了项目的顺利进行和安全性；
5、最后，传统的专家系统难以有效整合多学科的专家知识，隐性知识难以显性化和结构化，建筑工程涉及多个专业领域，包括结构工程、土木工程、建筑设计、材料科学等，每个领域都有其独特的知识体系和专业术语，传统专家系统往往只能处理单一领域的知识，难以跨学科整合多领域的专家知识，此外，专家的隐性知识难以量化和形式化，这些知识往往未被记录或系统化，导致传统系统在处理复杂问题时无法充分利用专家的丰富经验，即使有些专家知识被显性化并录入系统，传统的知识表示和检索方法也难以高效管理和应用这些知识，影响了知识的查询和应用效率，进而影响了决策的全面性和准确性。
技术实现思路
1、针对现有技术的不足，本发明提供了一种基于人工智能的建筑工程方案选取系统，解决了系统的人工智能决策缺少透明度的问题。
2、为实现以上目的，本发明通过以下技术方案予以实现：一种基于人工智能的建筑工程方案选取系统，包括数据集成模块、模型训练模块、决策支持模块、法规和标准管理模块、专家知识综合模块、用户界面与反馈模块与案例与咨询模块；
3、所述数据集成模块用于从多种数据源收集并集成建筑工程数据；
4、所述模型训练模块用于基于集成的数据训练多种人工智能模型；
5、所述决策支持模块用于基于训练好的模型进行建筑工程方案的选取和优化；
6、所述法规和标准管理模块用于维护法规和标准数据库，并实现自动更新；
7、所述专家知识综合模块用于构建和利用知识图谱及专家系统进行辅助决策；
8、所述用户界面与反馈模块用于用户与系统的交互以及收集用户反馈；
9、所述案例与咨询模块用于管理案例库并在关键决策时调用专家进行咨询。
10、优选的，所述数据集成模块包括数据获取单元、数据清洗单元、数据存储单元与实时数据更新单元；
11、所述数据获取单元用于从现场传感器、施工日志和供应商数据库中获取数据；
12、所述数据清洗单元用于对获取的数据进行预处理，包括去重、填补缺失数据和纠正错误数据；
13、所述数据存储单元用于存储处理后的数据；
14、所述实时数据更新单元用于实时更新现场数据至系统中。
15、优选的，所述模型训练模块包括可解释模型训练单元、模型验证单元与模型解释单元；
16、所述可解释模型训练单元用于训练决策树模型；
17、所述模型验证单元用于对训练好的模型进行验证和评估；
18、所述模型解释单元用于通过l i me技术对复杂模型进行解释。
19、优选的，所述决策支持模块包括决策分析单元、方案比较单元、可视化单元、日志记录单元与决策审计单元；
20、所述决策分析单元用于分析和优化建筑工程方案
21、所述决策分析单元采用综合评价函数进行方案的备选，所述综合评价函数为：
22、
23、其中，s为候选方案，fi为方案的第i个评估指标，wi为对应的权重；
24、所述方案比较单元用于比较不同方案的优劣；
25、所述方案比较单元采用排序算法对方案进行排名，所述排序算法公式为：
26、
27、其中，s*为理想解，为方案si与理想解的距离；
28、所述可视化单元用于展示模型的决策过程和依据；
29、所述日志记录单元用于记录每个决策步骤及其依据，确保每个决策过程透明可追溯；
30、所述决策审计单元用于定期进行决策审计，检查和验证模型的决策过程和依据。
31、优选的，所述法规和标准管理模块包括法规数据库单元与自动更新机制单元；
32、所述法规数据库单元用于维护一个实时更新的法规和标准数据库；
33、所述自动更新机制单元用于将最新的法规和标准应用到系统中。
34、优选的，所述专家知识综合模块包括知识图谱构建单元和模块化设计单元；
35、所述知识图谱构建单元用于构建领域知识图谱，将专家的隐性知识结构化和显性化；
36、所述模块化设计单元用于将不同专业领域的知识模块化。
37、优选的，所述用户界面与反馈模块包括可视化工具单元、交互界面单元、反馈收集单元与反馈处理单元；
38、所述可视化工具单元用于直观展示数据和模型决策；
39、所述交互界面单元用于用户输入需求和查看方案；
40、所述反馈收集单元用于收集用户的反馈和建议；
41、所述反馈处理单元用于分析和处理用户反馈，并调整系统模型和参数。
42、优选的，所述案例与咨询模块包括案例库单元、案例收集单元、案例存储单元与案例检索单元；
43、所述案例库单元用于建立涵盖不同场景和条件的案例库；
44、所述案例收集单元用于收集不同场景和条件下的实际案例；
45、所述案例存储单元用于存储收集的案例；
46、所述案例检索单元用于在需要时检索和参考相关案例。
47、优选的，所述训练决策树模型具体包括以下步骤：
48、s1、选择最佳分裂点：对于每个节点，找到使得信息增益最小化的分割方式；
49、所述信息增益的具体表达式如下：
50、
51、其中，ig(t,a)是属性a对数据集t的信息增益，h(t)是数据集t的熵(entropy)，表示数据集的不确定性，tv是按属性a的值v分割的数据子集；
52、所述熵的计算公式：
53、
54、其中，pi是类i在数据集t中的概率；
55、s2、分裂节点：根据选择的最佳分裂点将数据集划分成两个或多个子集；
56、s3、递归分裂子节点：对每个子集重复步骤s1和步骤s2，直到满足停止条件；
57、所述停止条件为达到最大深度或子集不纯度低于某个阈值；
58、所述lime技术在局部区域内拟合线性模型公式为：
59、
60、其中，是忠实度函数，衡量解释模型g和原模型f在局部区域的差异，πx是局部区域的权重函数，ω(g)是解释模型的复杂度。
61、优选的，所述知识图谱构建单元采用图嵌入方法，对应transe模型公式为：
62、h+r≈t
63、其中，h是头实体的嵌入，r是关系的嵌入t是尾实体的嵌入。
64、本发明提供了一种基于人工智能的建筑工程方案选取系统。具备以下有益效果：
65、1、本发明通过可解释模型训练单元和模型解释单元，系统训练决策树模型，并使用lime技术解释复杂模型，此方式提高了模型决策过程的透明度，用户能够直观地理解和信任系统的决策，这不仅增强了用户的信任度，还便于用户在实际应用中验证和调整模型。
66、2、本发明据集成模块中的实时数据更新单元确保现场数据能够实时更新到系统中，反映最新的现场状况，而法规和标准管理模块通过自动更新机制，确保最新的法规和标准能够及时应用到系统中，这种实时数据更新和自动法规标准更新的能力，使得系统能够动态适应现场和法规的变化，提高决策的时效性和合规性。
67、3、本发明专家知识综合模块通过知识图谱构建单元，将专家的隐性知识结构化和显性化，并采用模块化设计单元将不同专业领域的知识模块化，这种设计不仅将多学科的专家知识系统化和结构化，便于查询和应用，还增强了系统的灵活性和可扩展性，能够快速适应不同类型的建筑工程需求。
1.一种基于人工智能的建筑工程方案选取系统，其特征在于，包括数据集成模块、模型训练模块、决策支持模块、法规和标准管理模块、专家知识综合模块、用户界面与反馈模块与案例与咨询模块；
2.根据权利要求1所述的一种基于人工智能的建筑工程方案选取系统，其特征在于，所述数据集成模块包括数据获取单元、数据清洗单元、数据存储单元与实时数据更新单元；
3.根据权利要求1所述的一种基于人工智能的建筑工程方案选取系统，其特征在于，所述模型训练模块包括可解释模型训练单元、模型验证单元与模型解释单元；
4.根据权利要求1所述的一种基于人工智能的建筑工程方案选取系统，其特征在于，所述决策支持模块包括决策分析单元、方案比较单元、可视化单元、日志记录单元与决策审计单元；
5.根据权利要求1所述的一种基于人工智能的建筑工程方案选取系统，其特征在于，所述法规和标准管理模块包括法规数据库单元与自动更新机制单元；
6.根据权利要求1所述的一种基于人工智能的建筑工程方案选取系统，其特征在于，所述专家知识综合模块包括知识图谱构建单元和模块化设计单元；
7.根据权利要求1所述的一种基于人工智能的建筑工程方案选取系统，其特征在于，所述用户界面与反馈模块包括可视化工具单元、交互界面单元、反馈收集单元与反馈处理单元；
8.根据权利要求1所述的一种基于人工智能的建筑工程方案选取系统，其特征在于，所述案例与咨询模块包括案例库单元、案例收集单元、案例存储单元与案例检索单元；
9.根据权利要求3所述的一种基于人工智能的建筑工程方案选取系统，其特征在于，所述训练决策树模型具体包括以下步骤：
10.根据权利要求6所述的一种基于人工智能的建筑工程方案选取系统，其特征在于，所述知识图谱构建单元采用图嵌入方法，对应transe模型公式为：
