課程描述INTRODUCTION
· 總經(jīng)理· 項目經(jīng)理· 技術(shù)主管
培訓(xùn)講師：羅蘊姣
課程價格：￥元/人
培訓(xùn)天數(shù)：2天
日程安排SCHEDULE
課程大綱Syllabus
智慧城市軌道培訓(xùn)
【課程背景】
1、行業(yè)痛點：青島地鐵在建線路達11條，總投資超2000億，面臨膠州灣地質(zhì)復(fù)雜、TOD開發(fā)收益波動、多標(biāo)段協(xié)同難等挑戰(zhàn)；
2、政策驅(qū)動：國家發(fā)改委《智慧城市軌道發(fā)展綱要》要求2025年關(guān)鍵系統(tǒng)AI決策滲透率≥30%；
3、轉(zhuǎn)型剛需：傳統(tǒng)項目管理人工成本占比超25%，實測AI工具可降低管理成本18%；
4、標(biāo)桿效應(yīng)：青島地鐵8號線已實現(xiàn)盾構(gòu)施工AI預(yù)警準(zhǔn)確率92%，需全域推廣。
【課程收益】
1、管理層：掌握AI在投資決策、風(fēng)險預(yù)判的核心價值；
2、項目團隊：獲得工具模板，包括BIM沖突檢測算法、成本動態(tài)儀表盤、供應(yīng)商畫像系統(tǒng)；
3、技術(shù)人員：深度理解CV、NLP、知識圖譜等技術(shù)在地鐵場景的落地路徑；
4、全員升級：建立“數(shù)據(jù)驅(qū)動決策”思維，參訓(xùn)企業(yè)實測項目管理效率提升。
【課程特色】
1、真場景、硬數(shù)據(jù)：青島地鐵真實案例；
2、工具即戰(zhàn)力：提供可修改的AI算法模板；
3、四維沙盤推演：在虛擬工地中同時操盤質(zhì)量、成本、工期、風(fēng)險決策，實戰(zhàn)演練多目標(biāo)平衡；
4、負(fù)成本教學(xué)：用“未采用AI損失清單”倒推技術(shù)價值。
【課程對象】
核心決策層：業(yè)主方總經(jīng)理、項目總工程師、投資控制部負(fù)責(zé)人
執(zhí)行中堅層：項目經(jīng)理、成本合約工程師、安全質(zhì)量主管
技術(shù)實施層：BIM工程師、AI系統(tǒng)運維人員、監(jiān)理單位技術(shù)代表
生態(tài)伙伴：設(shè)計院負(fù)責(zé)人、施工單位總工、設(shè)備供應(yīng)商技術(shù)總監(jiān)
【課程大綱】
模塊一：策劃階段 - AI驅(qū)動決策與風(fēng)險預(yù)判
（授課方式：沙盤模擬+數(shù)據(jù)看板分析）
1.1 AI在需求預(yù)測與投資估算中的應(yīng)用
知識點：
青島地鐵客流量AI預(yù)測模型
基于機器學(xué)習(xí)TOD收益模擬
投資敏感性分析蒙特卡洛算法
案例：
正面：青島地鐵**號線AI動態(tài)調(diào)價策略減少30%初期虧損
負(fù)面：某二線城市地鐵AI預(yù)測忽略人口結(jié)構(gòu)偏差導(dǎo)致運力過剩
1.2 AI輔助風(fēng)險評估與優(yōu)先級排序
知識點：
NLP技術(shù)提取政策文件風(fēng)險關(guān)鍵詞
風(fēng)險矩陣AI動態(tài)權(quán)重算法
基于知識圖譜利益相關(guān)者影響鏈分析
可視化工具：風(fēng)險熱力圖（紅/黃/綠三色預(yù)警）
模塊二：設(shè)計階段 - AI優(yōu)化與協(xié)同創(chuàng)新
（授課方式：BIM+AI協(xié)同平臺實操）
2.1 AI驅(qū)動的BIM參數(shù)化設(shè)計
知識點：
青島膠東機場站結(jié)構(gòu)AI優(yōu)化
通風(fēng)系統(tǒng)能耗模擬
沖突檢測算法減少設(shè)計變更次數(shù)
案例：
某線路未用AI導(dǎo)致樁基與管線沖突，返工損失800萬元
2.2 AI輔助可持續(xù)性設(shè)計
知識點：
基于深度學(xué)習(xí)日照模擬
碳足跡追蹤算法在材料選型中應(yīng)用
模塊三：招標(biāo)階段 - AI賦能供應(yīng)商管理
（授課方式：區(qū)塊鏈標(biāo)書分析+供應(yīng)商畫像系統(tǒng)）
3.1 智能評標(biāo)與反圍標(biāo)監(jiān)測
知識點：
自然語言處理（NLP）識別標(biāo)書雷同
投標(biāo)報價離群值預(yù)警算法
負(fù)面案例：
某項目未用AI導(dǎo)致3家關(guān)聯(lián)企業(yè)中標(biāo)，后期履約評級僅為C級
3.2 AI構(gòu)建供應(yīng)商知識圖譜
知識點：
歷史履約數(shù)據(jù)關(guān)聯(lián)規(guī)則挖掘
實時輿情監(jiān)控供應(yīng)商信用風(fēng)險
可視化：供應(yīng)商能力雷達圖
模塊四：施工階段 - AI智能監(jiān)控體系
（授課方式：實操+三維風(fēng)險沙盤）
4.1 AI進度管理與預(yù)警
知識點：
基于CV盾構(gòu)機實時姿態(tài)監(jiān)測
物料進場時序優(yōu)化算法
進度滯后AI歸因分析
可視化工具：
動態(tài)甘特圖+延誤根因樹狀圖
4.2 AI質(zhì)量缺陷智能檢測
知識點：
無人機巡檢混凝土裂縫識別
焊接質(zhì)量光譜分析模型
隱蔽工程AI驗收標(biāo)準(zhǔn)庫
負(fù)面案例：
某標(biāo)段未用AI導(dǎo)致連續(xù)墻滲漏，返工損失1500萬元
4.3 AI動態(tài)成本預(yù)測與管控
知識點：
基于BERT合同條款成本風(fēng)險提取
物料消耗量AI預(yù)測模型
異常支出監(jiān)測算法
數(shù)據(jù)看板：?動態(tài)成本儀表盤?
案例：
正面：青島13號線AI動態(tài)調(diào)價策略降低8%?采購成本
負(fù)面：某線路未用AI導(dǎo)致混凝土超耗12%?，成本超支900萬元
4.4 AI施工風(fēng)險實時防控
知識點：
多源數(shù)據(jù)融合風(fēng)險監(jiān)測
安全隱患AI圖像識別
風(fēng)險處置優(yōu)先級算法
可視化工具：?三維風(fēng)險拓?fù)鋱D?
案例：
正面：AI預(yù)警青島8號線臺風(fēng)天基坑積水風(fēng)險，避免損失600萬元
負(fù)面：某標(biāo)段未接入AI監(jiān)測，塔吊倒塌致3人重傷+停工28天
模塊五：四維管控AI實戰(zhàn)模擬工作坊
5.1 模擬背景
青島地鐵8號線膠州灣海底隧道延伸段
真實數(shù)據(jù)：總長9.2公里，*埋深45米，穿越3條斷層帶
突發(fā)問題：臺風(fēng)預(yù)警+混凝土供應(yīng)商突發(fā)斷供+盾構(gòu)機軸承異常磨損
5.2 實戰(zhàn)任務(wù)
學(xué)員分組扮演“業(yè)主指揮部”，利用AI工具完成以下目標(biāo)：
A、質(zhì)量：確保海底段管片拼裝錯臺≤5mm
B、成本：將臺風(fēng)停工損失控制在預(yù)算的10%以內(nèi)
C、工期：動態(tài)調(diào)整施工時序，總延誤≤7天
D、風(fēng)險：避免重大安全事故
5.3 工作坊四階段設(shè)計
智慧城市軌道培訓(xùn)
轉(zhuǎn)載：http://www.caprane.cn/gkk_detail/323939.html
