近日，越南彩票(中国)官方网站
工业与城市固体废弃物建材资源化利用科研团队韩慧超博士在Automation in Construction期刊（IF=9.6，中科院1区TOP）发表题为“Automatic Optimization of BIM Masonry Layout Combining Simulated Annealing and Tabu Search”（DOI:org/10.1016/j.autcon.2025.106446.）的研究成果。该研究促进了建筑信息模型（BIM）技术在建筑领域的推广应用，通过Revit内置应用程序编程接口（API）和Dynamo可视化编程以及填充墙初始信息和砌体布局信息进行协同设计，实现二次约束结构的实体创建，批量完成砖、砌块族的自动布置和参数化调整。并创新性的运用模拟退火（SA）与禁忌搜索（TS）优化算法对砌体排布进行自优化，确定了砌体填充墙（MIW）中的砌体单元（MU）和次级结构的实体模型的最佳配置方案。最终，对优化方案的前期规划、方案设计、材料采购和砌体预处理进行多维度讨论分析，以先进的砌体布局自动优化方法为建筑业的节能耗材提供了一个创新而高效的解决方案。
Automation in Construction是由Elsevier出版商主办的建筑工程技术领域的专业学术期刊，自1992年创刊以来，持续引领智能建造与数字化工程的前沿研究。作为JCR Q1、中科院一区Top期刊（2024年影响因子10.6），其核心研究聚焦于智能建造系统、机器人自动化应用、建筑信息模型（BIM）协同技术以及工程过程数字化管控等方向。另外，该期刊深度覆盖跨学科领域的智能建造主题，例如施工机器人自主决策与路径规划、人工智能驱动的工程质量预测与风险控制、物联网（IoT）与传感器网络在工地监测中的应用、数字孪生（Digital Twin）技术赋能的全生命周期管理等问题。
目前，随着BIM技术在建筑领域的兴起，工程师们广泛采用BIM技术对各种建筑构件进行数字化、虚拟化和描述，实现构件的信息协同、可视化组装等功能，从而提高建筑、工程和建筑行业的生产力和质量。现有BIM软件辅助填充墙砌体排布设计中砌体单元损耗大、较少考虑二次结构约束和在砌体施工中交互效率低的问题。建筑行业迫切需要一种能够自动优化砌体布局并提供可视化指导的技术，对砌体布局的设计和施工。近年来，学术界对自动优化砌体布局进行了广泛研究，大部分学者在砌体填充墙排布评估、优化研究中，对具有多功能区域的多功能墙体的优化设计研究较少，针对同步建模的参数化和自动化研究的研究有限，未考虑各优化参数之间的相互影响，导致系统参数不能合理匹配。
为解决砌体填充墙自动优化布局上的协同优化的问题，作者将优化砌体布局视为具有离散决策变量和有限搜索空间的组合优化问题。该优化问题涉及将砌体布局的边界约束作为约束处理，并将设计方案作为一组决策变量来考虑。作者的目标是确定一组决策变量，产生更高的砌体质量或更少的材料浪费，并运用模拟退火与禁忌搜索相结合的BIM砌体平面布置优化方法（SA-TS）建立相应的数学模型，将砌体布局问题转化为数学问题，然后与Dynamo和Revit交互以获取墙的初始数据。其次，基于墙体的初始数据，应用SA-TS方法对砌体布置方案进行优化。最后，在优化后的砌体布局方案的基础上，采用参数化方法完成了二级结构的创建和砌体模型的布局。
图1. SA-TS优化算法流程图
图2.已用长度集（US）和剩余长度集（RS）
图3. 禁忌表功能图
图4. Framework for automatic creation of MIW model
研究结果表明：SA-TS在两阶段优化中比遗传算法（GA）和粒子群算法（PSO）具有显著的优势。在第一阶段，SA-TS表现出类似于GA的优化稳定性，但具有更快的优化速度。在第二阶段，与GA相比，SA-TS表现出更快的优化速度和更好的稳定性。在这两个阶段中，SA-TS在优化速度和稳定性方面都明显优于PSO。在三个MIW的两阶段优化中，SA-TS优化的平均总运行时间约为1.47秒，比GA缩短3.51秒，比PSO缩短5.17秒。表明所实施的优化措施在砌体填充墙排布方面取得了显著成效。
该研究成果基于改进的启发式算法与 BIM 技术相结合，展现了Dynamo和Revit的交互功能在砌体优化模型布局的自动化的可行性，创新了Simulated Annealing与Tabu Search算法联合的优化方法，考虑砌体结构的尺寸约束、二次结构约束及相关规范要求，建立了砌体结构布局优化的两阶段数学模型。该数学模型可用于多区域MIW的布局优化，对砌体布局的设计和施工具有重要意义。
