水电工程具有规模庞大、施工工期紧张、施工环境条件复杂等特点,这给工程管理人员对施工过程的管控带来了诸多挑战。本文将BIM与GIS的相关理念引入水电工程施工期项目管理模式中,基于BIM/GIS模型解析与数据转换、模型轻量化与加载调度、构件-属性双向链接等关键技术研究并实现了BIM与GIS异构数据深度互通和融合;同时通过对微粒子群优化算法和工程多目标问题优化问题研究,提出一种基于自学习机制的并行微粒子群算法(SLP-PSO),实现了水电工程工期-费用-质量多目标优化模型的建立与优化求解。最后运用上述理论方法开发了基于BIM+GIS的水电工程多目标动态优化管理平台,本平台作为多参与方、多专业共同使用的协同平台,实现了对水电工程建设过程进度、质量、费用等要素的精细化控制与大场景数据宏微观可视化展示,为水电工程项目管理人员提供高效畅通的协同平台和准确合理的决策支持,具体研究工作概括如下:(1)将BIM+GIS集成应用概念引入水电工程施工期项目管理领域。首先从管理内涵、管理模式、管理趋势三个角度对水电工程施工期项目管理理论内容进行阐述;其次介绍了BIM和GIS在水电工程施工期项目管理的应用内容,强调了各自的应用范围和特点;最后阐述了BIM+GIS集成在水电工程施工期项目管理中的应用优势和意义,以期解决管理过程中信息流失严重、各方协同工作效率低下、信息共享水平不足等问题。(2)从模型数据解析、模型加载、模型与业务信息绑定关联三方面研究了BIM/GIS异构数据源融合与可视化展示涉及的关键技术和实现方法。通过研究IFC/3D Tiles模型解析与数据转换、模型轻量化显示与加载调度、基于batchid的构件-属性双向链接三项关键技术,实现了BIM/GIS数据融合、模型轻量化加载调度以及模型构件与业务属性信息的联动绑定查询。(3)提出了利用基于自学习机制的并行粒子群优化算法(SLP-PSO)求解水电工程施工期多目标优化问题的方法和具体流程。首先从参数取值、算法流程、改进优化三个角度对标准微粒子群算法进行研究,引入并行库和自学习概念,提出了基于自学习机制的并行粒子群优化算法(SLP-PSO),并通过数学模型验证其优化性能。然后建立了水电工程施工期工期-费用-质量多目标优化模型,最后利用优化算法对模型进行求解,并利用工程实际数据验证其可行性。(4)基于开源三维可视化GIS平台Cesium,将BIM应用集成到三维可视化GIS平台,开发了基于BIM+GIS的水电工程多目标动态优化管控平台,并将其应用于某水电工程中。