结构平面布置整体生成方法、装置、电子设备及存储介质制造方法及图纸

本发明专利技术涉及建筑工程与人工智能技术领域，提供一种结构平面布置整体生成方法、装置、电子设备及存储介质，所述方法包括：获取待处理建筑平面布置图；对待处理建筑平面布置图进行建筑特征编码处理，赋予预设计结果，得到建筑特征矩阵；基于结构平面布置模型和建筑特征矩阵，生成待处理建筑平面布置图的结构平面布置图；结构平面布置模型是利用建筑平面布置样本图、对应的结构平面布置样本图以及结构设计评分，对预先构建的生成对抗网络进行训练，并基于训练后的生成对抗网络的生成器得到的。本发明专利技术融入多种设计概念，一步整体生成包含柱、主梁及次梁的结构平面布置图，实现从同一建筑平面生成与训练样本不一样，但皆满足设计要求的不同结构平面。不同结构平面。不同结构平面。

【技术实现步骤摘要】
结构平面布置整体生成方法、装置、电子设备及存储介质


[0001]本专利技术涉及建筑工程与人工智能
，具体而言，涉及一种结构平面布置整体生成方法、装置、电子设备及存储介质。

技术介绍

[0002]框架结构是指由柱、主梁和次梁组合形成主要受力构件，共同抵抗使用过程中出现的水平荷载和竖向荷载。框架结构设计灵活性大，同一建筑平面可能有多个不同且都满足设计要求的结构平面布置。在结构设计时，构件之间相互影响和作用，需要综合考虑多种规范的制约，整体协调柱、主梁和次梁，对设计经验依赖性高。当前的人工智能结构布置方法中，人工智能模型都以所给与的样本为目标，训练生成与样本最相似的结果，但对于框架结构，所给样本只是框架结构布置的一种可能，未必是最优或最符合实际需求的设计，因而难以满足实际项目应用需求。

技术实现思路

[0003]本专利技术的目的在于提供了一种结构平面布置整体生成方法、装置、电子设备及存储介质，其能够采用生成对抗网络所给样本为基础，自动由建筑平面布置图生成与训练样本不完全一致，但也满足设计要求的框架结构平面布置图。每次生成的结构平面布置图像构件完整，包含柱、主梁及次梁，并直接体现材料强度、截面尺寸等构件信息，无需增加其他数据源或步骤进行截面数据补充。本专利技术步骤简洁，生成结果完善多样，具备设计结果评价，满足框架结构设计灵活的特性，符合实际项目应用的要求，提高了框架结构设计的效率和质量。
[0004]为了实现上述目的，本专利技术实施例采用的技术方案如下：
[0005]第一方面，本专利技术实施例提供一种结构平面布置整体生成方法，所述方法包括：
[0006]获取待处理建筑平面布置图；
[0007]对所述待处理建筑平面布置图进行建筑特征编码处理，得到建筑特征矩阵，所述建筑特征矩阵包括建筑空间特征矩阵、建筑构件特征矩阵及预设计结果矩阵，所述建筑空间特征矩阵是对所述待处理建筑平面布置图中不同建筑空间赋值不同的颜色值得到的，所述建筑构件特征矩阵是对所述待处理建筑平面布置图中不同建筑构件赋值不同的颜色值得到的，所述预设计结果矩阵是所述待处理建筑平面布置图中按建筑专业、结构专业和设备专业对结构布置的设计要求预处理后赋值不同的灰度值得到的；
[0008]基于结构平面布置模型和所述建筑特征矩阵，一步完整生成所述待处理建筑平面布置图的结构平面布置图，所述待处理建筑平面布置图的结构平面布置图包含柱、主梁和次梁；所述结构平面布置模型是利用建筑平面布置样本图、对应的结构平面布置样本图以及结构设计评分，对预先构建的生成对抗网络进行训练，并基于训练后的所述生成对抗网络的生成器得到的。
[0009]可选地，所述生成对抗网络包括生成器、判别器和结构设计评分器，得到所述结构
平面布置模型的过程为：
[0010]获取建筑平面布置样本图和对应的结构平面布置样本图；
[0011]对所述建筑平面布置样本图进行建筑特征编码处理，得到建筑特征样本矩阵；
[0012]基于所述建筑特征样本矩阵、所述结构平面布置样本图以及所述结构设计评分，对所述生成器的参数和所述判别器的参数进行优化，得到所述结构平面布置模型，所述结构设计评分是利用所述结构设计评分器根据所述建筑平面布置样本图对与之对应的结构平面布置样本图、生成的结构平面布置特征图的设计质量进行评估后得到的。
[0013]可选地，所述对所述建筑平面布置样本图进行建筑特征编码处理，得到建筑特征样本矩阵的步骤包括：
[0014]从所述建筑平面布置样本图中提取建筑空间样本特征、建筑构件样本特征及预设计结果样本特征；
[0015]为所述建筑空间样本特征中的不同建筑空间赋值不同的颜色值，得到空间特征样本矩阵；
[0016]为所述建筑构件样本特征中的不同建筑构件赋值不同的颜色值，得到构件特征样本矩阵；
[0017]根据所述预设计结果样本特征表征的所述建筑平面布置样本图中按建筑专业、结构专业和设备专业对结构布置的设计要求预处理后赋值不同的灰度值，得到预设计结果样本矩阵；
[0018]将所述空间特征样本矩阵、所述构件特征样本矩阵及所述预设计结果样本矩阵进行尺寸对齐，使其分别占用RGB的一个通道，融合得到所述建筑特征样本矩阵。
[0019]可选地，所述基于所述建筑特征样本矩阵、所述结构平面布置样本图以及所述结构设计评分，对所述生成器的参数和所述判别器的参数进行优化，得到所述结构平面布置模型的步骤包括：
[0020]将所述建筑特征样本矩阵输入至所述生成器，得到所述建筑平面布置样本图的结构平面布置特征图；
[0021]将所述结构平面布置样本图和所述结构平面布置特征图输入至所述判别器，得到所述判别器的判别结果；
[0022]利用所述结构设计评分器根据所述建筑平面布置样本图对与之对应的结构平面布置样本图、生成的结构平面布置特征图的设计质量进行评估，得到所述结构设计评分；
[0023]利用所述判别器的判别结果和所述结构设计评分对所述判别器进行反向调节，以对所述判别器进行优化；
[0024]固定优化后的所述判别器的参数，基于所述建筑特征样本矩阵、所述生成器和优化后的所述判别器，对所述生成器进行反向调节，以对所述生成器进行优化；
[0025]重复上述步骤，对所述判别器和所述优化器进行迭代优化，得到所述结构平面布置模型。
[0026]可选地，所述利用所述判别器的判别结果和所述结构设计评分对所述判别器进行反向调节，以对所述判别器进行优化的步骤包括：
[0027]依据所述结构平面布置样本图、所述结构平面布置特征图、所述判别器的判别结果及预设的判别损失函数，计算所述判别器的损失函数值；
[0028]依据所述结构平面布置样本图、所述结构平面布置特征图、所述结构设计评分及预设的结构设计评分损失函数，计算所述结构设计评分器的损失函数值；
[0029]依据所述判别器的损失函数值及所述结构设计评分器的损失函数值，计算总目标函数的损失值，利用反向传播算法更新所述判别器的参数，以对所述判别器进行优化。
[0030]可选地，所述结构设计评分包括对所述结构平面布置样本图进行评分得到的第一评分结果数据和对所述结构平面布置特征图进行评分得到的第二评分结果数据得到的，所述依据所述结构平面布置样本图、所述结构平面布置特征图、所述结构设计评分及预设的结构设计评分损失函数，计算所述结构设计评分器的损失函数值的步骤为：
[0031]将所述第一评分结果数据转换为列向量，得到所述结构平面布置样本图的样本图评分向量；
[0032]将所述第二评分结果数据转换为列向量，得到所述结构平面布置特征图的特征图评分向量；
[0033]计算所述样本图评分向量与预设期望评分向量的第一差值向量；
[0034]计算所述特征图评分向量与所述预设期望评分向量的第二差值向量；
[0035]依据所述结构设计评分损失函数，计算所述结构设计评分器的损失函数值，所述结构设计评分损失函数表示所述第一差值向量和所述本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种结构平面布置整体生成方法，其特征在于，所述方法包括：获取待处理建筑平面布置图；对所述待处理建筑平面布置图进行建筑特征编码处理，得到建筑特征矩阵，所述建筑特征矩阵包括建筑空间特征矩阵、建筑构件特征矩阵及预设计结果矩阵，所述建筑空间特征矩阵是对所述待处理建筑平面布置图中不同建筑空间赋值不同的颜色值得到的，所述建筑构件特征矩阵是对所述待处理建筑平面布置图中不同建筑构件赋值不同的颜色值得到的，所述预设计结果矩阵是所述待处理建筑平面布置图中按建筑专业、结构专业和设备专业对结构布置的设计要求预处理后赋值不同的灰度值得到的；基于结构平面布置模型和所述建筑特征矩阵，一步完整生成所述待处理建筑平面布置图的结构平面布置图，所述待处理建筑平面布置图的结构平面布置图包含柱、主梁和次梁；所述结构平面布置模型是利用建筑平面布置样本图、对应的结构平面布置样本图以及结构设计评分，对预先构建的生成对抗网络进行训练，并基于训练后的所述生成对抗网络的生成器得到的。2.如权利要求1所述方法，其特征在于，所述生成对抗网络包括生成器、判别器和结构设计评分器，得到所述结构平面布置模型的过程为：获取建筑平面布置样本图和对应的结构平面布置样本图；对所述建筑平面布置样本图进行建筑特征编码处理，得到建筑特征样本矩阵；基于所述建筑特征样本矩阵、所述结构平面布置样本图以及所述结构设计评分，对所述生成器的参数和所述判别器的参数进行优化，得到所述结构平面布置模型，所述结构设计评分是利用所述结构设计评分器根据所述建筑平面布置样本图对与之对应的结构平面布置样本图、生成的结构平面布置特征图的设计质量进行评估后得到的。3.如权利要求2所述的方法，其特征在于，所述对所述建筑平面布置样本图进行建筑特征编码处理，得到建筑特征样本矩阵的步骤包括：从所述建筑平面布置样本图中提取建筑空间样本特征、建筑构件样本特征及预设计结果样本特征；为所述建筑空间样本特征中的不同建筑空间赋值不同的颜色值，得到空间特征样本矩阵；为所述建筑构件样本特征中的不同建筑构件赋值不同的颜色值，得到构件特征样本矩阵；根据所述预设计结果样本特征表征的所述建筑平面布置样本图中按建筑专业、结构专业和设备专业对结构布置的设计要求预处理后赋值不同的灰度值，得到预设计结果样本矩阵；将所述空间特征样本矩阵、所述构件特征样本矩阵及所述预设计结果样本矩阵进行尺寸对齐，使其分别占用RGB的一个通道，融合得到所述建筑特征样本矩阵。4.如权利要求2所述的方法，其特征在于，所述基于所述建筑特征样本矩阵、所述结构平面布置样本图以及所述结构设计评分，对所述生成器的参数和所述判别器的参数进行优化，得到所述结构平面布置模型的步骤包括：将所述建筑特征样本矩阵输入至所述生成器，得到所述建筑平面布置样本图的结构平面布置特征图；
将所述结构平面布置样本图和所述结构平面布置特征图输入至所述判别器，得到所述判别器的判别结果；利用所述结构设计评分器根据所述建筑平面布置样本图对与之对应的结构平面布置样本图、生成的结构平面布置特征图的设计质量进行评估，得到所述结构设计评分；利用所述判别器的判别结果和所述结构设计评分对所述判别器进行反向调节，以对所述判别器进行优化；固定优化后的所述判别器的参数，基于所述建筑特征样本矩阵、所述生成器和优化后的所述判别器，对所述生成器进行反向调节，以对所述生成器进行优化；重复上述步骤，对所述判别器和所述优化器进行迭代优化，得到所述结构平面布置模型。5.如权利要求4所述的方法，其特征在于，所述利用所述判别器的判别结果和所述结构设计评分对所述判别器进行反向调节，以对所述判别器进行优化的步骤包括：依据所述结构平面布置样本图、所述结构平面布置特征图、所述判别器的判别结果及预设的判别损失函数，计算所述判别器的损失函数值；依据所述结构平面布置样本图、所述结构平面布置特征图、所述结构设计评分及预设的结构设计评分损失函数，计算所述结构设计评分器的损失函数值；依据所述判别器的损失函数值及所述结构设计评分器的损失函数值，计算总目标函数的损失值，利用反向传播算法更新所述判别器的参数，以对所述判别器进行优化。6.如权利要求5所述的方法，其特征在于，所述结构设计评分包括对所述结构平面布置样本图进行评分得到的第一评分结果数据和对所述结构平面布置特征图进行评分得到的第二评分结果数据得到的，所述依据所述结构平面布置样本图、所述结构平面布置特征图、所述结构设计评分及预设的结构设计评分损失函数，计算所述结构设计评分器的损失函数值的步骤为：将所述第一评分结果数据转换为列向量，得到所述结构平面布置样本图的样本图评分向量；将所述第二评分结果数据转换为列向量，得到所述结构平面布置特征图的特征图评分向量；计算所述样本图评分向量与预设期望评分向量的第一差值向量；计算所述特征图评分向量与所述预设期望评分向量的第二差值向量；依据所述结构设计评分损失函数，计算所述结构设计评分器的损失函数值，所述结构设计评分损失函数表示...

【专利技术属性】
技术研发人员：方长建，康永君，龙丹冰，赵广坡，赖逸峰，赵一静，雷昕，夏循，黄扬，王祖凤，
申请(专利权)人：中国建筑西南设计研究院有限公司，
类型：发明
国别省市：