【技术实现步骤摘要】
本专利技术涉及结构设计，尤其是涉及一种基于深度强化学习的钢框架结构设计方法、装置及介质。
技术介绍
1、随着现代社会的环境保护意识日益增强，装配式钢结构建筑，特别是钢框架结构建筑，以其施工周期短、污染小等优势，成为了许多建筑工程师的第一选择，广泛应用在住宅和工业建筑等领域。对于钢框架结构，构件尺寸设计对结构的整体安全性和经济性至关重要。现有的结构构件尺寸设计方法通常是结构工程师根据工程经验，初步设定构件尺寸，然后通过有限元软件试算，并根据计算结果修改和优化，反复迭代得到最优尺寸，导致这一过程极其费时费力。因此，寻求一种高效、准确的构件尺寸设计方法，对于推动钢框架结构的进一步发展和应用具有重要意义。
2、近年来，随着人工智能技术的发展成熟，特别是深度强化学习(deepreinforcement learning，drl)在优化问题中表现出极强的适用性和有效性，为钢结构智能设计提供了可能性。drl通过智能体和环境的不断交互学习策略，以实现奖励的最大化，能够根据当前环境的状态快速高效地找出最优解。因此，可以使用drl中的智能体模拟...
【技术保护点】
1.一种基于深度强化学习的钢框架结构设计方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于深度强化学习的钢框架结构设计方法，其特征在于，所述强化学习环境包括随机设计案例生成模块和计算模块，其中，所述随机设计案例生成模块在指定的参数范围内生成若干个符合工程需求的钢框架设计案例，计算模块执行结构力学响应计算和验算两个步骤，对钢框架结构进行有限元计算后，再对结构构件各项指标进行验算。
3.根据权利要求1所述的一种基于深度强化学习的钢框架结构设计方法，其特征在于，所述智能体由策略网络和价值网络两个深度神经网络组成，其中策略网络根据当前钢...
【技术特征摘要】
1.一种基于深度强化学习的钢框架结构设计方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于深度强化学习的钢框架结构设计方法，其特征在于，所述强化学习环境包括随机设计案例生成模块和计算模块，其中，所述随机设计案例生成模块在指定的参数范围内生成若干个符合工程需求的钢框架设计案例，计算模块执行结构力学响应计算和验算两个步骤，对钢框架结构进行有限元计算后，再对结构构件各项指标进行验算。
3.根据权利要求1所述的一种基于深度强化学习的钢框架结构设计方法，其特征在于，所述智能体由策略网络和价值网络两个深度神经网络组成，其中策略网络根据当前钢框架的结构信息，输出对应的梁柱截面，价值网络用于评估力学信息对应的价值，指导智能体进行更新。
4.根据权利要求1所述的一种基于深度强化学习的钢框架结构设计方法，其特征在于，所述步骤s22中的结构信息用一个三维张量表示，每一维分别对应批量大小、构件编号和构件状态，其中，对于每个位置的构件采用如下方法进行编号：按照楼层顺序从下往上，先将该层柱从左到右排序，再将该层梁从左到右排序，依次进行编号；每一个构件对应的构件状态包含结构设计所需要的所有信息，具体包括构件当前的截面尺寸、构件长度、结构荷载信息、验算结果、单一构件奖励以及当前尝试次数；若在钢框架中构件编号对应位置不存在构件，...
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。