一种桥隧群维修优先级排序与解释生成方法及装置
本发明涉及土木工程与人工智能交叉,特别是指一种桥隧群维修优先级排序与解释生成方法和装置。
背景技术:
1、桥梁、隧道及桥隧群是城市道路交通系统和区域交通网络中的关键基础设施,其结构安全、通行能力和服务水平直接关系到城市交通运行、公共安全、应急保障和区域经济活动。随着城市桥隧资产数量增加、服役年限增长、交通荷载变化以及极端天气和突发事件影响增强,桥隧维修管理逐渐由单座结构的检查、评定和维修,转向面向桥隧群的年度状态评估、风险识别、优先级排序和管理汇报。对于管理部门而言,年度维修工作通常并不是在单一桥梁或单一隧道上孤立开展,而是需要在给定年度内对大量桥隧资产进行综合比较,识别需要重点关注、优先复核或优先纳入后续维修计划论证的对象。因此,如何基于桥隧技术状况、病害信息、运营功能、路网位置、历史维修记录和专家意见,形成可解释、可追溯、可复核的年度维修优先级排序,已经成为桥隧群维修管理中的重要技术问题。现行桥隧维修管理首先以行业规范和技术标准为基础。《公路桥涵养护规范》(jtg 5120—2021)对公路桥涵的检查、评定、维修和技术管理等工作提出要求,为桥涵维修管理提供了行业依据。《公路隧道养护技术规范》(jtg h12—2015)对公路隧道维修等级、检查、评定、维修处置和技术管理等内容作出规定,为隧道维修管理提供了基础规范。《城市桥梁养护技术标准》(cjj 99—2017)适用于竣工验收后交付使用的城市桥梁维修,强调维护城市桥梁设施、保障桥梁完好和安全运行。上述标准和规范为桥隧检测评定、维修管理和技术处置提供了规则基础,但规范本身主要回答“如何检查、如何评定、如何管理”的问题,并不直接提供一种面向年度桥隧群的多源信息融合、专家意见吸收、优先级排序和解释报告生成方法。从桥梁管理系统的发展看,桥梁维修管理已经由早期的资产台账、检查记录和单桥评定,逐步发展为面向桥梁资产群的桥梁管理系统和维修辅助决策系统。pontis系统较早将桥梁网络维护优化和资金分配问题纳入系统化管理框架,为桥梁管理系统的发展奠定了重要基础。桥梁管理系统进一步将既有桥梁的状态评价、维修需求和维护优化结合起来,体现了桥梁管理系统从数据管理向维护决策支持扩展的趋势。数字化背景下桥梁管理系统的现状的综述指出桥梁管理系统通常涉及数据管理、诊断、预测和决策等模块,反映出桥梁管理正在向数字化、信息化和智能化方向发展。这些研究说明,桥梁管理系统能够为桥隧资产维修提供数据组织、状态评估和辅助决策基础,但在年度桥隧群排序场景中,仍需要进一步解决多源数据如何统一表达、专家意见如何结构化进入排序流程、排序依据如何自动解释以及解释内容如何追溯复核等问题。桥梁优先级排序不应仅依据单一技术状况等级,而应综合考虑结构状态、风险后果、路网功能和管理目标。但桥梁优先级排序的解释通常依赖指标体系、指标权重和综合得分,较少进一步说明每个排序结果对应的原始数据依据、专家意见依据、规范知识依据和不确定性来源。在工程实践中,桥隧年度维修排序不仅依赖结构化指标,还高度依赖专家经验。基于专家经验的判断往往来源于专家会议、评审意见、维修经验、管理要求或年度重点任务,具有明显工程价值,但通常以自然语言形式存在,难以被传统评分模型直接计算,也难以在排序报告中稳定追溯。
技术实现思路
1、为了解决现有技术存在的检索增强大语言模型在检索阶段和生成阶段容易产生幻觉或不一致输出,具体包括检索结果不完整、上下文噪声、上下文冲突、证据不匹配以及模型生成内容偏离输入证据,桥隧群维修排序中多源数据难以融合、专家意见难以结构化、排序依据难以追溯等技术问题,本发明实施例提供了一种桥隧群维修优先级排序与解释生成方法及装置。所述技术方案如下:
2、一方面,提供了一种桥隧群维修优先级排序与解释生成方法,该方法由桥隧群维修优先级排序与解释生成设备实现,该方法包括:
3、s1:采集桥隧年度状态数据,进行数据归集、标准化处理、记录归并、缺失字段标记和画像生成处理,得到每座桥梁或隧道对应的年度状态画像模块,基于年度状态画像模块生成年度状态画像;所述年度状态画像包括资产标识、年度标识、状态字段、标签字段、缺失字段、来源引用和置信度标记;
4、s2:采集外部评价依据材料和基于专家指导意见的非结构化数据源,进行来源记录建立和语义边界分块,得到外部依据知识单元;同时,将基于专家指导意见的非结构化数据源转换为可与所述年度状态画像的字段匹配的结构化条件,得到专家指导单元;
5、s3:通过外部依据知识单元和专家指导单元提取评价依据版本标识;基于年度状态画像、外部依据知识单元和专家指导单元进行知识库构建,得到桥隧维修知识库和新的评价依据版本标识;
6、s4:根据年度状态画像、专家指导单元和外部依据知识单元中的适用条件,从桥隧维修知识库中进行检索,得到候选证据集合;基于筛选规则,按照资产适用性、来源可靠性和内容相关度对候选证据集合进行筛选,得到桥隧级知识证据包,并进行缺证标记;
7、s5:采用固定提示模板对年度状态画像、专家指导单元、外部依据知识单元、桥隧级知识证据包、评价依据版本标识和推理约束进行组织,得到检索增强大模型的输入内容;将所述检索增强大模型的输入内容输入检索增强大模型,得到输出内容,所述输出内容包括资产编号、评价依据版本标识、rubric评价准则、候选排序解释结果、引用证据编号和人工复核标记的输出;
8、s6:采用检索增强大模型的输出内容、外部依据知识单元和专家指导单元,对检索增强大模型的输出进行一致性校验,得到通过校验的rubric评价准则、rubric维度权重和复核标记;最后进行综合得分计算,形成桥隧维修优先级排序表。
9、优选地, 所述s1的采集桥隧年度状态数据,进行数据归集、标准化处理、记录归并、缺失字段标记和画像生成处理,得到每座桥梁或隧道对应的年度状态画像模块,基于年度状态画像模块生成年度状态画像;所述年度状态画像包括资产标识、年度标识、状态字段、标签字段、缺失字段、来源引用和置信度标记,包括:
10、s11:采集桥隧年度状态数据,所述桥隧年度状态数据包括桥隧资产台账、检测评定数据、病害记录、维修记录、交通与路网信息和人工补充记录,所述桥隧资产台账包括但不限于主索引和资产名称;
11、s12:以资产编号为主索引,对所述桥隧年度状态数据进行数据归集;
12、s13:当资产编号存在缺失或不一致时,结合资产名称、所在道路和空间位置辅助字段进行匹配,得到资产对齐记录;
13、s14:对资产对齐记录进行标准化处理、记录归并和缺失字段标记,得到结构化的桥隧年度状态数据;所述标准化处理包括对数值字段进行单位统一和异常值检查和对文本字段提取关键词和标签,所述记录归并包括按照时间、严重程度和数据来源可靠性进行归并,所述缺失字段标记包括对关键字段缺失情况进行显式标记;
14、s15:根据结构化的桥隧年度状态数据,按照桥隧维修优先级排序任务经过画像生成处理,得到每座桥梁或隧道对应的年度状态画像模块,并保留关键字段对应的原始来源;所述年度状态画像模块包括基础属性单元、技术状况单元、病害特征单元、维修历史单元、交通功能单元、管理关注单元和数据完整性单元,所述年度状态画像模块用于生成年度状态画像,所述年度状态画像包括资产标识、年度标识、状态字段、标签字段、缺失字段、来源引用和置信度标记。
15、优选地, 所述s2的采集外部评价依据材料和基于专家指导意见的非结构化数据源,进行来源记录建立和语义边界分块,得到外部依据知识单元;同时,将基于专家指导意见的非结构化数据源转换为可与所述年度状态画像的字段匹配的结构化条件,得到专家指导单元,包括:
16、s21:采集外部评价依据材料和基于专家指导意见的非结构化数据源;
17、s22:采用外部评价依据材料,进行来源记录建立和语义边界分块,得到外部依据知识单元;所述外部评价依据材料包括桥隧检查评定标准、地方管理文件和年度管理要求,所述外部依据知识单元记录知识编号、来源材料、适用对象、触发条件、知识内容和确认状态;
18、s23:根据基于专家指导意见的非结构化数据源,提取可与年度状态画像字段匹配的结构化条件,得到专家指导单元;所述专家指导单元用于表达目标年度维修优先级排序中的人工关注规则和复核要求。
19、优选地, 所述s3的通过外部依据知识单元和专家指导单元提取评价依据版本标识;基于年度状态画像、外部依据知识单元和专家指导单元进行知识库构建,得到桥隧维修知识库和新的评价依据版本标识,包括:
20、s31:通过外部依据知识单元和专家指导单元,提取材料编号、知识单元编号、来源信息和更新时间,形成版本文本,并对版本文本进行哈希计算或等效唯一标识计算,得到评价依据版本标识;
21、s32:基于年度状态画像、结构化后的外部依据知识单元和专家指导单元,进行知识库构建,得到桥隧维修知识库;
22、s33:根据评价依据版本标识,进行版本变化判断,得到用于后续检索增强大模型推理的版本约束条件;所述版本变化判断包括:在外部评价依据版本标识未变化时,在同一依据版本约束下继续执行检索增强大模型推理;在外部评价依据材料、基于专家指导意见的非结构化数据源或年度管理重点发生变化时,重新生成新的评价依据版本标识,所述新的评价依据版本标识用于重新执行桥隧级知识证据包检索和检索增强大模型推理。
23、优选地, 所述s4的根据年度状态画像、专家指导单元和外部依据知识单元中的适用条件,从桥隧维修知识库中进行检索,得到候选证据集合;基于筛选规则,按照资产适用性、来源可靠性和内容相关度对候选证据集合进行筛选,得到桥隧级知识证据包,并进行缺证标记,包括:
24、s41:根据年度状态画像、专家指导单元和外部依据知识单元中的适用条件,采用字段条件匹配、关键词匹配和语义检索相结合的方式从桥隧维修知识库中进行检索,得到候选证据集合;所述适用条件包括资产类型、技术状况、病害标签、交通功能和管理关注标签;
25、s42:基于筛选规则,按照资产适用性、来源可靠性和内容相关度对候选证据集合进行筛选,得到证据集合;所述筛选规则包括对内容相关的候选证据保留来源明确、适用条件清楚、与年度状态画像匹配程度高于预设阈值的证据,并对未检索到有效证据的情形保留缺证标记;
26、s43:为证据集合中的每条证据设置证据编号、关联来源知识单元和来源材料,并将桥隧级知识证据包与资产编号和评价依据版本标识一并保存,得到桥隧级知识证据包;
27、s44:根据年度状态画像中的字段和来源引用,对桥隧级知识证据包与原始数据的一致性进行校验,所述缺证标记用于约束后续候选排序解释中的不确定性提示。
28、优选地, 所述s5的采用固定提示模板对年度状态画像、专家指导单元、外部依据知识单元、桥隧级知识证据包、评价依据版本标识和推理约束进行组织,得到检索增强大模型的输入内容;将所述检索增强大模型的输入内容输入检索增强大模型,得到输出内容,所述输出内容包括资产编号、评价依据版本标识、rubric评价准则、候选排序解释结果、引用证据编号和人工复核标记的输出,包括:
29、s51:采用固定提示模板,对年度状态画像、专家指导单元、外部依据知识单元、桥隧级知识证据包、评价依据版本标识和推理约束进行组织,得到检索增强大模型的输入内容,所述固定提示模板以单座桥梁或隧道为处理单元来组织内容;
30、s52:将所述检索增强大模型的输入内容输入检索增强大模型,得到检索增强大模型的输出内容;所述输出内容包括第一部分内容rubric评价准则和第二部分内容候选排序解释结果,所述第一部分内容rubric评价准则受外部依据知识单元、专家指导单元和评价依据版本标识约束,所述第二部分内容候选排序解释结果包括候选评分、候选优先级、排序理由、风险触发因素、证据编号引用和不确定性提示,所述第二部分内容候选排序解释结果根据年度状态画像和桥隧级知识证据包得到;
31、s53:采用固定json结构,进行所述检索增强大模型的输出内容的保存,得到包括资产编号、评价依据版本标识、rubric评价准则、候选排序解释结果、引用证据编号和人工复核标记的输出。
32、优选地, 所述s6的采用检索增强大模型的输出内容、外部依据知识单元和专家指导单元,对检索增强大模型的输出进行一致性校验,得到通过校验的rubric评价准则、rubric维度权重和复核标记;最后进行综合得分计算,形成桥隧维修优先级排序表,包括:
33、s61:采用检索增强大模型的输出内容、外部依据知识单元和专家指导单元,对检索增强大模型的输出内容的rubric评价准则进行一致性校验,得到通过校验的rubric评价准则、rubric维度权重和复核标记;所述一致性校验包括校验评价维度、维度权重、评分锚点和外部依据引用是否符合排序任务要求,当出现评价维度缺失、权重不满足计算要求、评分锚点无法对应工程含义或外部依据引用无法追溯至已结构化知识单元时,将对应rubric内容标记为准则异常;
34、s62:根据年度状态画像、桥隧级知识证据包和专家指导单元,对候选排序解释结果进行数据与证据校验,得到通过校验的候选排序解释结果;所述数据与证据校验包括校验评分理由、引用的证据编号和专家指导单元触发,当候选结果出现输入外信息、证据编号不存在或证据与理由不匹配时,记录异常类型并限制其进入最终排序解释;
35、s63:根据通过校验的rubric评价准则、rubric维度权重和复核标记,计算综合得分,并对触发专家重点关注、风险异常或关键数据缺失的桥隧资产进行校正,得到校正后的结果;所述校正包括保留人工复核标记、保留评分异常记录和隐藏不可追溯的解释内容;
36、s64:根据校正后的结果,进行桥隧维修优先级排序,得到桥隧维修优先级排序表;所述桥隧维修优先级排序表包括资产编号、综合得分、优先级等级、排序位置和复核状态。
37、另一方面,提供了一种桥隧群维修优先级排序与解释生成装置,该装置应用于桥隧群维修优先级排序与解释生成方法,该装置包括:
38、年度状态画像模块:用于采集桥隧年度状态数据,进行数据归集、标准化处理、记录归并、缺失字段标记和画像生成处理,得到每座桥梁或隧道对应的年度状态画像模块,基于年度状态画像模块生成年度状态画像;所述年度状态画像包括资产标识、年度标识、状态字段、标签字段、缺失字段、来源引用和置信度标记;
39、外部依据模块:用于采集外部评价依据材料和基于专家指导意见的非结构化数据源,进行来源记录建立和语义边界分块,得到外部依据知识单元;同时,将基于专家指导意见的非结构化数据源转换为可与所述年度状态画像的字段匹配的结构化条件,得到专家指导单元;
40、知识库模块:用于通过外部依据知识单元和专家指导单元提取评价依据版本标识;基于年度状态画像、外部依据知识单元和专家指导单元进行知识库构建,得到桥隧维修知识库和新的评价依据版本标识;
41、候选证据模块:用于根据年度状态画像、专家指导单元和外部依据知识单元中的适用条件,从桥隧维修知识库中进行检索,得到候选证据集合;基于筛选规则,按照资产适用性、来源可靠性和内容相关度对候选证据集合进行筛选,得到桥隧级知识证据包,并进行缺证标记;
42、大模型模块:用于采用固定提示模板对年度状态画像、专家指导单元、外部依据知识单元、桥隧级知识证据包、评价依据版本标识和推理约束进行组织,得到检索增强大模型的输入内容;将所述检索增强大模型的输入内容输入检索增强大模型,得到输出内容,所述输出内容包括资产编号、评价依据版本标识、rubric评价准则、候选排序解释结果、引用证据编号和人工复核标记的输出;
43、优先级排序模块:用于采用检索增强大模型的输出内容、外部依据知识单元和专家指导单元,对检索增强大模型的输出进行一致性校验,得到通过校验的rubric评价准则、rubric维度权重和复核标记;最后进行综合得分计算,形成桥隧维修优先级排序表。
44、另一方面,提供一种桥隧群维修优先级排序与解释生成设备,所述桥隧群维修优先级排序与解释生成设备包括:处理器;存储器,所述存储器上存储有计算机可读指令,所述计算机可读指令被所述处理器执行时,实现如上述桥隧群维修优先级排序与解释生成方法中的任一项所述的方法。
45、本发明实施例提供的技术方案带来的有益效果至少包括:
46、针对现有桥隧数据分散、排序前需要人工整理和解释的问题,本发明构建桥隧年度状态画像,将资产台账、检测评定数据、病害记录、维修记录等分散信息整理为统一的结构化状态记录。由此,单座桥梁或隧道在目标年度的结构状态、病害状态、维修历史和数据完整性能够在同一对象中表达,减少排序前对人工查找、比对和归纳的依赖。
47、针对传统排序方法难以吸收专家自然语言意见和外部管理要求的问题,本发明将专家指导意见、标准规范、政策法规等资料结构化为专家指导单元和外部依据知识单元。上述结构化结果保留适用对象、触发条件和来源记录,使专家意见和外部评价依据能够进入排序推理、证据检索和报告追溯过程,而不是仅作为人工备注或事后说明存在。
48、针对大语言模型直接生成排序解释时容易出现依据不清、引用不明和输入外信息的问题,本发明在大模型推理前构建桥隧维修知识库,并针对每座桥梁或隧道检索形成桥隧级知识证据包。该证据包作为大模型输入的一部分,为候选排序理由提供带编号的证据范围,使模型生成的解释能够引用明确的知识来源,便于后续核查。
49、针对传统多指标排序结果解释不足、评价口径与排序理由容易脱节的问题,本发明在检索增强大模型推理过程中同时生成rubric评价准则与候选排序解释结果。评价维度、维度权重、评分锚点、候选评分和排序理由在同一外部依据版本和证据上下文下形成,使排序过程不仅给出分值和等级,还能够说明对应的评价尺度和依据来源。
50、针对现有大语言模型报告生成缺少工程校验机制的问题,本发明设置排序结果一致性校验与优先级校正过程,对大模型输出的评价准则、候选评分、排序理由和证据引用进行程序化检查。对于状态画像中不存在的事实、证据包中不存在的证据编号、与专家指导单元不一致的候选结果,系统能够记录异常、限制其进入最终解释,并保留人工复核标记。
51、针对现有排序系统通常只输出排序表、难以支撑管理复核和汇报的问题,本发明生成维修优先级排序解释报告。该报告保留维修优先级排序表、综合得分、优先级等级、主要排序依据、证据引用、不确定性提示和人工复核事项,使管理部门能够在年度维修计划论证前复核排序依据、识别重点桥隧资产并定位需要补充核查的内容。
52、针对维修排序与最终维修决策边界容易混淆的问题,本发明将输出限定为维修优先级排序和解释报告,不直接生成具体维修动作、维修工法或预算约束下的维修项目组合。该边界使本发明适用于年度桥隧群维修计划编制前的排序、复核和管理汇报环节,并保留工程师对最终维修决策的判断空间。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com