基于SATI的建筑智能化最新调查与进展

最新推荐文章于 2023-09-23 23:46:25 发布

安设一声77

最新推荐文章于 2023-09-23 23:46:25 发布

阅读量431

点赞数

分类专栏： PPT改

本文链接：https://blog.csdn.net/cywtiancai/article/details/87909654

版权

PPT改专栏收录该内容

10 篇文章 1 订阅

订阅专栏

在2019年的今天建筑行业作为传统行业之一它的信息化和智能化有一条独特的发展曲线，一方面在bim领域不断试错，另一方面试图与其他产业进行融合，虽然目前来看似乎没有什么改变，但我们还是可以观察一下这个五年计划的方向以及后。

建筑信息化虽然是工业界的热点，但在学术界却一直不温不火，可能是由于无法产出开创性理论或者高校模式具有自身小作坊的短板，国内与建筑信息化类的期刊普遍水平不高，但假如全部解决数据类型，交互，平台，拥有这类能力的同学基本早就转行计算机了，但假如不做这些那就什么也做不了，这可能也是传统行业的尴尬之处。

通过在知网搜索 ‘’建筑智能化 ‘’的关键在年份选取在2013-2019年，期刊等级选在核心及以上，我们搜索到了大约350篇相关文献。

本次我们使用的是简单的关系分析软件，包括SATI，它对知网的endnote格式特别友好，虽然我们也可以写爬虫自己爬取（我之前确实这么做的，因为可以爬下来引用量）但是后续的处理比较麻烦，另外的是UCIENT6，这也是一款百度不出教学视频的软件，最后使用其自带的Netdraw进行网络绘制（虽然画出来很丑）。

只是导出题目摘要的话不需要使用学校的地址

导出之后将是个txt格式，然后将其放入SATI软件中，进行XML格式的转换。

这是XML展现的格式，然后我们对它进行关键词的分词处理，再进行矩阵导出。

	智能建筑	物联网	高层建筑	人工智能	BIM	绿色建筑	建筑	建筑节能	智能电网	火灾	智能家居	智能控制	节能	智能化	图书馆	智能照明	机器人	建筑智能化	应用	互联网+	ABB	智能制造	施工技术	信息化	智慧城市
智能建筑	1	0.0323	0	0	0	0.011	0	0	0	0.0043	0.0043	0	0	0	0	0	0	0	0	0.0076	0.0303	0	0	0	0
物联网	0.0323	1	0.0044	0	0	0.0242	0	0	0	0.0095	0.0095	0	0	0	0	0	0	0	0.0167	0	0	0	0	0	0
高层建筑	0	0.0044	1	0	0	0	0	0	0	0.0381	0	0.0095	0	0	0	0	0	0	0.0667	0	0	0	0.2667	0	0
人工智能	0	0	0	1	0	0	0.0629	0	0	0	0	0	0	0	0.0513	0	0.1385	0	0	0	0	0	0	0	0.0192
BIM	0	0	0	0	1	0.0303	0	0.0119	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0
绿色建筑	0.011	0.0242	0	0	0.0303	1	0	0.0519	0	0	0	0	0	0	0	0.0152	0	0	0	0	0	0.0227	0	0	0
建筑	0	0	0	0.0629	0	0	1	0	0.0519	0	0.013	0	0	0	0	0	0.1636	0	0	0	0.0227	0.0227	0	0	0
建筑节能	0	0	0	0	0.0119	0.0519	0	1	0	0	0	0.0204	0	0	0	0	0	0	0	0.0357	0	0	0	0	0
智能电网	0	0	0	0	0	0	0.0519	0	1	0	0.0816	0	0	0	0	0	0	0	0	0	0.0357	0.0357	0	0	0
火灾	0.0043	0.0095	0.0381	0	0	0	0	0	0	1	0	0	0	0	0	0	0	0.2571	0	0	0	0	0	0	0
智能家居	0.0043	0.0095	0	0	0	0	0.013	0	0.0816	0	1	0	0	0	0	0	0	0	0	0	0.0357	0.0357	0	0	0
智能控制	0	0	0.0095	0	0	0	0	0.0204	0	0	0	1	0	0	0.0238	0	0	0	0	0.0357	0	0	0	0	0
节能	0	0	0	0	0	0	0	0	0	0	0	0	1	0	0	0.0278	0	0	0	0	0	0	0	0	0
智能化	0	0	0	0	0	0	0	0	0	0	0	0	0	1	0.0278	0	0	0	0	0	0	0	0	0.0417	0
图书馆	0	0	0	0.0513	0	0	0	0	0	0	0	0.0238	0	0.0278	1	0	0	0	0	0	0	0	0	0	0
智能照明	0	0	0	0	0	0.0152	0	0	0	0	0	0	0.0278	0	0	1	0	0	0	0	0	0	0	0	0
机器人	0	0	0	0.1385	0	0	0.1636	0	0	0	0	0	0	0	0	0	1	0	0	0	0	0	0	0.05	0
建筑智能化	0	0	0	0	0	0	0	0	0	0.2571	0	0	0	0	0	0	0	1	0	0	0	0	0	0	0
应用	0	0.0167	0.0667	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	1	0	0	0	0.0625	0	0
互联网+	0.0076	0	0	0	0	0	0	0.0357	0	0	0	0.0357	0	0	0	0	0	0	0	1	0	0	0	0	0
ABB	0.0303	0	0	0	0	0	0.0227	0	0.0357	0	0.0357	0	0	0	0	0	0	0	0	0	1	0.0625	0	0	0
智能制造	0	0	0	0	0	0.0227	0.0227	0	0.0357	0	0.0357	0	0	0	0	0	0	0	0	0	0.0625	1	0	0	0
施工技术	0	0	0.2667	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0.0625	0	0	0	1	0	0
信息化	0	0	0	0	0	0	0	0	0	0	0	0	0	0.0417	0	0	0.05	0	0	0	0	0	0	1	0
智慧城市	0	0	0	0.0192	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	1

此为25个关键词的相关性矩阵，其中值越大相关性越重

在绘制凝聚子群分布图

以及中心度计算

1 2 3
Degree NrmDegree Share
------------ ------------ ------------
3 高层建筑 0.385 6.021 0.093
17 机器人 0.352 5.501 0.085
7 建筑 0.337 5.262 0.081
23 施工技术 0.329 5.143 0.079
10 火灾 0.309 4.828 0.074
4 人工智能 0.272 4.248 0.065
18 建筑智能化 0.257 4.017 0.062
9 智能电网 0.205 3.201 0.049
21 ABB 0.187 2.920 0.045
11 智能家居 0.180 2.809 0.043
22 智能制造 0.179 2.801 0.043
6 绿色建筑 0.155 2.426 0.037
19 应用 0.146 2.279 0.035
8 建筑节能 0.120 1.873 0.029
15 图书馆 0.103 1.608 0.025
2 物联网 0.097 1.509 0.023
24 信息化 0.092 1.433 0.022
1 智能建筑 0.090 1.403 0.022
12 智能控制 0.089 1.397 0.021
20 互联网+ 0.079 1.234 0.019
14 智能化 0.069 1.086 0.017
16 智能照明 0.043 0.672 0.010
5 BIM 0.042 0.659 0.010
13 节能 0.028 0.434 0.007
25 智慧城市 0.019 0.300 0.005

DESCRIPTIVE STATISTICS

1 2 3
Degree NrmDegree Share
------------ ------------ ------------
1 Mean 0.167 2.603 0.040
2 Std Dev 0.109 1.704 0.026
3 Sum 4.165 65.064 1.000
4 Variance 0.012 2.904 0.001
5 SSQ 0.991 241.938 0.057
6 MCSSQ 0.297 72.607 0.017
7 Euc Norm 0.996 15.554 0.239
8 Minimum 0.019 0.300 0.005
9 Maximum 0.385 6.021 0.093

Network Centralization = 3.72%
Heterogeneity = 5.72%. Normalized = 1.79%

Actor-by-centrality matrix saved as dataset FreemanDegree

最后绘制网络图

其中可以很明显看出，智能建筑与物联网以及高层建筑是其研究的中点，并且范围交叉涉及面广，对于建筑类同学将会更加偏向于右侧集中区域。

最后使用传统数据分析软件SPSS进行，

Iteration history for the 2 dimensional solution (in squared distances)

Young's S-stress formula 1 is used.

Iteration S-stress Improvement

0 .73668
1 .73652
2 .59866 .13786
3 .56157 .03709
4 .55122 .01035
5 .54830 .00292
6 .54466 .00365
7 .54130 .00335
8 .53892 .00238
9 .53748 .00144
10 .53564 .00183
11 .53273 .00291
12 .53086 .00187
13 .52974 .00112
14 .52881 .00093

Iterations stopped because
S-stress improvement is less than .001000

Stress and squared correlation (RSQ) in distances

RSQ values are the proportion of variance of the scaled data (disparities)
in the partition (row, matrix, or entire data) which
is accounted for by their corresponding distances.
Stress values are Kruskal's stress formula 1.

For matrix
Stress = .39295 RSQ = .08269

Configuration derived in 2 dimensions

Stimulus Coordinates

Dimension

Stimulus Stimulus 1 2
Number Name

1 智能 -1.1536 1.0703
2 物联 1.3136 -1.1236
3 高层 1.0089 1.0591
4 人工 1.3504 .6927
5 BIM 1.2735 -.7911
6 绿色 -1.2417 1.0225
7 建筑 .4746 1.3857
8 建筑_1 1.4425 -.4473
9 智能_1 -1.0169 .9781
10 火灾 -1.1852 -1.0558
11 智能_2 .4340 1.2417
12 智能_3 .0637 1.3209
13 节能 1.2122 .2291
14 智能_4 -.0931 1.2276
15 图书 -.8562 -1.1542
16 智能_5 -1.2290 .2001
17 机器 -1.3803 -.5650
18 建筑_2 1.0542 .6262
19 应用 -1.2486 .5143
20 互联 -1.0811 -.6888
21 ABB .3725 -1.4264
22 智能_6 .3837 -1.4179
23 施工 -.1327 -1.2900
24 信息 1.0220 -.6956
25 智慧 -.7877 -.9127