一种基于人工智能的建筑结构设计优化方法技术

本发明专利技术公开了一种基于人工智能的建筑结构设计优化方法，通过卷积神经网络提取建筑结构力学特征，结合强化学习与遗传算法实现建筑结构的多目标动态优化，并集成CAE验证、CAD出图及BIM施工反馈。该设计方法显著提升建筑结构设计效率与设计方案的经济性，支持复杂建筑工程约束与绿色建筑认证，适用于新建与既有建筑结构改造场景。

【技术实现步骤摘要】

本专利技术属于建筑工程，具体涉及一种基于人工智能的建筑结构设计优化方法。

技术介绍

1、目前建筑结构设计理论、方法、技术、规范等内容已经日趋完善，但是依然普遍存在以下问题：对于复杂建筑结构，设计规范难以完全覆盖，导致工程师缺乏设计依据；对于常规建筑结构，虽然创造性劳动内容不多，但是重复性工作量大，生产效率亟待提升。因此，提升复杂结构的设计能力、提高常规结构的设计效率，已经逐渐成为当前建筑结构设计的重要需求。计算机分析能力的提升与智能化算法的进步则为解决上述问题提供了新的方案，基于深度学习的智能设计将是解决建筑结构设计的关键技术。

2、现有基于人工智能的建筑结构技术方法多聚焦单一目标优化，缺乏全流程自动化能力，且难以协同处理材料性能、规范约束、施工可行性等多维度因素。此外，历史数据利用率低、跨专业协同困难等问题进一步制约了设计效率。本专利技术通过多模态ai技术的系统化整合，提出一种覆盖数据驱动建模、动态优化决策与工程验证的全链路解决方案，系统性解决上述问题。

技术实现思路

1、本专利技术的目的在于提本文档来自技高网...

【技术保护点】

1.一种基于人工智能的建筑结构设计优化方法，其特征在于，所述方法包括：

2.根据权利要求1所述的一种基于人工智能的建筑结构设计优化方法，其特征在于：在所述CNN提取力学特征前，对历史工程数据进行预处理，包括：

3.根据权利要求1所述的一种基于人工智能的建筑结构设计优化方法，其特征在于：所述遗传算法采用NSGA-I I算法框架，优化目标至少包括材料成本、结构刚度及碳排放量。

4.根据权利要求1所述的一种基于人工智能的建筑结构设计优化方法，其特征在于：所述方法进一步包含与BIM平台的集成接口，支持施工阶段实时数据反馈至设计优化模块。p>

5.根据权...

【技术特征摘要】

1.一种基于人工智能的建筑结构设计优化方法，其特征在于，所述方法包括：

2.根据权利要求1所述的一种基于人工智能的建筑结构设计优化方法，其特征在于：在所述cnn提取力学特征前，对历史工程数据进行预处理，包括：

3.根据权利要求1所述的一种基于人工智能的建筑结构设计优化方法，其特征在于：所述遗传算法采用nsga-i i算法框架，优化目标至少包括材料成本、结构刚度及碳排放量。

4.根据权利要求1所述的一种基于人工智能的建筑结构设计优化方法，其特征在于：所述方法进一步包含与bim平台的集成接口，支持施工阶段实时数据反馈至设计优化模块。

5.根据权利要求4所述的一种基于人工智能的建筑结构设计优化方法，其特征在于：所述bim平台的集成接口通过物联网传感器实时采集施工数据，包括材料变形量、环境温湿度及荷载变化，并动态调整设计参数以匹配实际施工条件。

6.根据权利要求1所述的一种基于人工智能的建筑结构设计优化方法，其特征在于：所述强化学习的奖励函数包含安全性指标与经济性指标的加权和，权重由技术人员动态调整。<...

【专利技术属性】
技术研发人员：宋少刚，
申请(专利权)人：中国城市建设研究院有限公司，
类型：发明
国别省市：