覃思中

覃思中

博士生，土木工程

网站导航

本网站展示了页面和文章的列表。

页面

动态

论文

A Cloud-Based System for Supporting Quick Location of Precast Concrete Formwork Using Computer Vision and BIM

发表于：Creative Construction e-Conference, 2022

提出了一种基于智能手机和最新技术（包括计算机视觉、建筑信息模型(BIM)和云计算）的模板快速定位系统。

推荐引用格式： LIU Y, MA Z L, QIN S Z, et al. A Cloud-Based System for Supporting Quick Location of Precast Concrete Formwork Using Computer Vision and BIM[C/OL]//Proceedings of the Creative Construction e-Conference 2022. 2022: 97–104. DOI:10.3311/CCC2022-014.
论文链接

基于“云+端”的预制节段梁模板定位调整量计算系统

发表于：第八届全国 BIM 学术会议论文集, 2022

（中文）本研究提出了一套基于”云+端”的节段梁模板调整量便捷计算系统,在工程现场仅需一部智能手机即可快速测量并计算待测节段梁模板的调整量。

推荐引用格式： 刘昱, 马智亮, 刘世龙, 等. 基于“云+端”的预制节段梁模板定位调整量计算系统[C]//第八届全国BIM学术会议论文集. 北京: 中国建筑工业出版社, 2022: 109–113.
论文链接

土耳其7.8级地震对我国防震减灾工作的启示

发表于：城市与减灾, 2023

（中文）土耳其7.8级地震对我国防震减灾工作的启示

推荐引用格式： 陆新征, 覃思中, 许镇. 土耳其7.8级地震对我国防震减灾工作的启示[J/OL]. 城市与减灾, 2023(2): 1–8. DOI:10.3969/j.issn.1671-0495.2023.02.002.
论文链接

大语言模型在建筑工程中的应用测试与讨论

发表于：工业建筑, 2023

（中文）提出了一套大语言模型在建筑工程中的应用方案，采用提示词工程和本地知识库相结合的方式来提升模型性能，通过实验分析验证其效果，并探究了本方案在行业各个领域中应用的可行性，针对部分任务提供了详细的应用案例

推荐引用格式： 覃思中, 郑哲, 顾燚, 等. 大语言模型在建筑工程中的应用测试与讨论[J/OL]. 工业建筑, 2023, 53(9): 162–169. DOI:10.13204/j.gyjzG23081006.
论文链接

An efficient assessment method for intelligent design results of shear wall structure based on mechanical performance, material consumption, and empirical rules

发表于：工程力学, 2023

提出一种剪力墙结构布置的高效综合评估方法，有效结合了力学分析与经验规则的公式化编码

推荐引用格式： QIN S Z, LIAO W J, LIN Y Q, LU X Z. An efficient assessment method for intelligent design results of shear wall structure based on mechanical performance, material consumption, and empirical rules[J/OL]. Engineering Mechanics, 2023, 40(12): 148–159. DOI:10.6052/j.issn.1000-4750.2023.05.0360.
论文链接

基于BIM和深度学习点云分割的施工检查方法模拟研究

发表于：工程力学, 2024

（中文）引入深度学习点云语义分割技术，对框架梁柱节点实现构件的对象化比对，提高了点云与BIM比对的自动化和数字化程度。

推荐引用格式： 张帆, 孙楚津, 覃思中, 等. 基于BIM和深度学习点云分割的施工检查方法模拟研究[J/OL]. 工程力学, 2024, 41(2): 194–201. DOI:10.6052/j.issn.1000-4750.2022.04.0281.
论文链接

Intelligent design and optimization system for shear wall structures based on large language models and generative artificial intelligence

发表于：Journal of Building Engineering, 2024

提出了一种基于大语言模型（LLMs）和生成式人工智能（AI）的剪力墙结构智能设计和优化系统，比传统方法提速约30倍，显著加快设计速度，同时确保设计方案的安全性和经济性。

推荐引用格式： QIN S Z, GUAN H, LIAO W J, et al. Intelligent design and optimization system for shear wall structures based on large language models and generative artificial intelligence[J/OL]. Journal of Building Engineering, 2024, 95: 109996. DOI:10.1016/j.jobe.2024.109996.
论文链接

ChatHouseDiffusion: Prompt-Guided Generation and Editing of Floor Plans

发表于：arXiv, 2024

开发了一种新方法，利用大语言模型、Graphormer和扩散模型来交互式生成和编辑房间平面布局图。

推荐引用格式： QIN S Z, HE C Y, CHEN Q Y, et al. ChatHouseDiffusion: Prompt-Guided Generation and Editing of Floor Plans[EB/OL]. arXiv:2410.11908, 2024-10-15[2026-08-12]. DOI:10.48550/arXiv.2410.11908.
论文链接

Intelligent generation and optimization method for the retrofit design of RC frame structures using buckling-restrained braces

发表于：Earthquake Engineering & Structural Dynamics, 2024

提出了一种基于生成式AI和优化算法的钢筋混凝土框架结构BRB加固方案两阶段智能设计方法，实现了建筑需求和结构要求的设计解耦。

推荐引用格式： TAN Z, QIN S Z, HU K G, et al. Intelligent generation and optimization method for the retrofit design of RC frame structures using buckling-restrained braces[J/OL]. Earthquake Engineering & Structural Dynamics, 2025, 54(2): 530–547. DOI:10.1002/eqe.4268.
论文链接

Intelligent design for component size generation in reinforced concrete frame structures using heterogeneous graph neural networks

发表于：Automation in Construction, 2025

提出了一种通用的钢筋混凝土结构异构图表征方法，用于捕捉构件内在属性和拓扑关系。同时利用 HetGNN 实现了一套高效预测方法，可在一秒内确定钢筋混凝土框架结构的截面尺寸。

推荐引用格式： QIN S Z, LIAO W J, HUANG Y L, et al. Intelligent design for component size generation in reinforced concrete frame structures using heterogeneous graph neural networks[J/OL]. Automation in Construction, 2025, 171: 105967. DOI:10.1016/j.autcon.2025.105967.
论文链接

Graph neural network-assisted evolutionary algorithm for rapid optimization design of shear-wall structures

发表于：Advanced Engineering Informatics, 2025

提出了一种新颖的 GNN 辅助进化算法，该算法将强大的 GNN 代理模型与进化算法相结合，以快速优化钢筋混凝土剪力墙结构，在显著降低计算成本的同时，实现高质量的设计结果。

推荐引用格式： FEI Y F, QIN S Z, LIAO W J, et al. Graph neural network-assisted evolutionary algorithm for rapid optimization design of shear-wall structures[J/OL]. Advanced Engineering Informatics, 2025, 65: 103129. DOI:10.1016/j.aei.2025.103129.
论文链接

Comparative analysis of intelligent retrofit design methods of RC frame structures using buckling-restrained braces

发表于：Bulletin of Earthquake Engineering, 2025

研究对钢筋混凝土框架结构BRB加固方案设计的多种算法组合设计性能与效率进行了对比，发现GAN、扩散模型与遗传算法在特征提取与解空间搜索方面表现优异。其组合可快速生成符合规范的设计方案，为智能设计在工程实践中的应用提供了有益参考。

推荐引用格式： QIN S Z, LIAO W J, TAN Z, et al. Comparative analysis of intelligent retrofit design methods of RC frame structures using buckling-restrained braces[J/OL]. Bulletin of Earthquake Engineering, 2025, 23(8): 3353–3374. DOI:10.1007/s10518-025-02164-3.
论文链接

Leveraging data-driven artificial intelligence in optimization design for building structures: A review

发表于：Engineering Structures, 2025

综述了建筑结构智能优化设计的相关研究，数据驱动AI可助力初始方案生成、优化问题简化、优化问题求解和设计结果评估。

推荐引用格式： QIN S Z, FEI Y F, LIAO W J, et al. Leveraging data-driven artificial intelligence in optimization design for building structures: A review[J/OL]. Engineering Structures, 2025, 341: 120810. DOI:10.1016/j.engstruct.2025.120810.
论文链接

Intelligent design of dimensions of reinforced concrete frame structure components using diffusion models

发表于：Computers in Industry, 2026

提出了一种基于扩散模型的钢筋混凝土框架结构构件尺寸智能设计方法，通过多通道掩码与梯度加权修正，实现高精度且符合工程规范的构件尺寸预测。

推荐引用格式： GU Y, QIN S Z, LIAO W J, et al. Intelligent design of dimensions of reinforced concrete frame structure components using diffusion models[J/OL]. Computers in Industry, 2026, 175: 104428. DOI:10.1016/j.compind.2025.104428.
论文链接

Tokenization Allows Multimodal Large Language Models to Understand, Generate and Edit Architectural Floor Plans

发表于：CVPR 2026, 2026

一种多模态大语言模型，通过离散房间实例token统一建筑平面图的理解、生成和编辑，实现可控且可解释的操作。

推荐引用格式： QIN S Z, WEBER R E, LU X Z. Tokenization Allows Multimodal Large Language Models to Understand, Generate and Edit Architectural Floor Plans[C/OL]//Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition. 2026: 10430–10440. https://arxiv.org/abs/2603.11640.
论文链接 | Project Page

AutoCut: End-to-end advertisement video editing based on multimodal discretization and controllable generation

发表于：CVPR 2026, 2026

一种基于多模态离散化和可控生成的端到端广告视频编辑框架，在统一流程中实现视频筛选与排序、脚本生成和背景音乐选择。

推荐引用格式： ZHOU M, QIN S Z, LI Y Z, et al. AutoCut: End-to-end advertisement video editing based on multimodal discretization and controllable generation[C/OL]//Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition. 2026: 37777–37787. https://arxiv.org/abs/2603.28366.
论文链接