CNIPA.AI
返回搜索
档案

一种基于联邦学习的建筑施工进度协同预测方法

发明专利未知
10权利要求 · 1 独立
§ Ⅰ

卷宗概要

发明人

苏波; 吴静; 王康; 邢晓红; 伊新妍

申请日

Aug 27, 2026

公开日

Oct 16, 2026

IPC 分类

G06Q 10/04 (2023.01)G06Q 50/08 (2012.01)G06Q 10/0631 (2023.01)G06N 3/098 (2023.01)G06N 3/084 (2023.01)G06N 3/0455 (2023.01)G06F 17/18 (2006.01)

本发明涉及工业大数据领域,且公开了一种基于联邦学习的建筑施工进度协同预测方法,包括计算各节点延期对后续节点的影响范围,建立项目本地进度特征库;采用工序影响传播算法计算施工节点状态变化产生的延期传播特征,生成本地预测参数;获取各项目本地预测参数更新结果,采用差异自适应聚合算法筛选具有跨项目迁移能力的模型参数进行联邦更新,形成联邦协同预测模型;通过阶段状态对齐网络确定目标项目当前施工状态与历史施工状态之间的对应关系,输出当前施工节点及后续施工节点的完成时间预测结果;根据不同项目更新后的预测误差改善程度调整共享参数参与联邦聚合的比例,更新联邦协同预测模型。本发明具备提高预测准确性的优点。

登录后阅读全文

已显示权利要求 1。免费注册即可阅读全部 10 项权利要求、说明书全文、全部附图、翻译和法律状态。

  • 全部权利要求
  • 技术领域
  • 背景技术
  • 发明内容
  • 附图说明
  • 具体实施方式