【技术实现步骤摘要】
一种基于条件变分自动编码器的布局场景生成方法
[0001]本专利技术涉及布局场景生成算法，具体涉及一种基于条件变分自动编码器的布局场景生成方法。
技术介绍
[0002]随着人工智能技术的发展，人工智能已经渗透进了各行各业，给人们的生活带来了诸多的方便。在设计行业中也有人工智能的身影。关键设备布局优化是自动化工厂初步设计过程中至关重要的环节，关键设备布局的优化直接影响到整个工程项目方案的运行安全性、布局合理性和成本经济性，也直接影响到后期管道、线路等外围设备的铺设。
[0003]填装问题研究的是如何将若干数量的物体放置到指定的区域内，并使系统的某些性能指标达到最优。显然关键设备布局优化属于一种填装问题，通过某种有效算法得到满足一定方案要求的布局设计。拥有一款好的算法能辅助设计人员，为设计人员提供一个可行的初始方案，减去设计人员的任务负担，提高设计效率和丰富设计多样性。目前，对于设备布局优化普遍采用基于模型的遗传算法、梯度下降算法等传统算法和使用基于数据的生成对抗网络、变分自动编码器等人工智能算法。由于设备布局优化时的设...
【技术保护点】
【技术特征摘要】
1.一种基于条件变分自动编码器的布局场景生成方法，其特征在于，包括以下步骤：S1、从布局场景中采集训练数据以及设备坐标数据；S2、构建基于条件变分自动编码器的场景布局模型3D
‑
SLN，并根据训练数据以及设备坐标数据集提取布局场景中设备分布特征；S3、利用相似度损失函数对基于条件变分自动编码器的场景布局模型3D
‑
SLN布局场景进行优化，得到优化后的设备分布特征；S4、构建重叠判别器，并根据优化后的设备分布特征得到最终的设备分布特征。2.根据权利要求1所述的基于条件变分自动编码器的布局场景生成方法，其特征在于，步骤S1具体为：根据布局设备中的空间坐标信息提取三元数据以及设备坐标数据，并将三元数据构成的图数据作为训练数据。3.根据权利要求1所述的基于条件变分自动编码器的布局场景生成方法，其特征在于，步骤S2具体包括以下分步骤：S21、构建编码网络，根据训练数据以及设备坐标数据集得到高维正态分布数据；S22、构建解码网络，并根据高维正态分布数据以及训练数据提取各设备的中心坐标，得到布局场景中设备分布特征。4.根据权利要求3所述的基于条件变分自动编码器的布局场景生成方法，其特征在于，步骤S21具体包括以下分步骤：S211、构建第一图卷积神经网络，并利用第一图卷积神经网络根据训练数据以及设备坐标数据集提取初始设备分布特征；S212、构建第一全连接网络层，将提取的初始设备分布特征编码为高维正态分布数据。5.根据权利要求4所述的基于条件变分自动编码器的布局场景生成方法，其特征在于，步骤S211具体为：利用至少两层的全连接层构建第一图卷积神经网络，并利用构建的第一图卷积神经网络根据训练数据以及设备坐标数据集提取包含设备分布特征的设备嵌入式向量，即初始设备分布特征。6.根据权利要求3所述的基于条件变分自动编码器的布局场景生成方法，其特征在于，步骤S22包括以下分步骤：S221、构建第二图卷积神经网络，从高维正态分布数据结合训练数据提取一维正态分布数据；S222、构建第二全连接网络层，根据一维正态分布数据得到布局场景中各设备的中心坐标，得...
【专利技术属性】
技术研发人员：黄德青，赵欣宇，秦娜，袁鹏，吕纬航，
申请(专利权)人：西南交通大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。