综述：面向提升施工管理绩效的人工智能与BIM集成：系统综述

《Sustainability》：AI and BIM Integration for Enhanced Construction Management Performance: A Systematic Review

　　建筑项目复杂性的日益增加，使得传统规划方法难以有效管理动态变量。在此背景下，建筑信息模型（BIM）与人工智能（AI）的融合被视为一种有前景的方法，以提升估算精度、决策质量和项目的可持续执行效果，相关研究日益增多。本系统文献综述遵循PRISMA指南开展，分析了47篇关于BIM-AI融合在建筑成本与工期规划中应用的文章，并将其归类为三个聚类：以时间为导向的规划、以成本为导向的规划以及多目标规划。所审阅的研究表明，BIM-AI工作流可以提升规划效率、估算精度和资源分配效果。仅有少量研究直接将能耗、碳排放或全生命周期表现纳入优化目标。相比之下，与材料浪费、返工、设备闲置时间以及安全相关的更广泛效益，主要来源于对进度计划和资源管理的改善，而非在所审阅研究中直接量化。人工神经网络（ANN）和遗传算法（GA）是最常用且报告最为一致的技术，而Revit则是最广泛采用的BIM平台。尽管具有潜力，BIM-AI融合仍面临软件互操作性、数据质量、跨学科协调以及优化模型中缺乏明确可持续指标的局限等挑战。未来研究应侧重于开发标准化且可适应的框架，以在不同建筑情境下协同解决成本、工期、资源效率、环境影响及全生命周期表现等方面的问题。