[发明专利]基于计算机辅助决策的建筑结构智能设计方法及系统

权利要求书

1.一种基于计算机辅助决策的建筑结构智能设计方法，其特征在于，包括：

获取建筑设计数据，分别基于规则生成结构设计、基于像素图像生成结构设计和基于图谱生成结构设计；

将所述基于规则生成结构设计、基于像素图像生成结构设计和基于图谱生成结构设计统一在相同的坐标体系下；

所述基于规则生成结构设计，根据建筑构件的坐标位置与建筑构件类型，判断为可布置结构构件位置，根据结构构件数量的统计规律，在可布置结构构件位置处根据统计规律生成结构布置；

所述基于像素图像生成结构设计，将建筑设计采用像素图表示，不同建筑构件采用不同颜色图块表示；基于采用建筑-结构设计图像数据集训练后的图像合成生成对抗网络模型，将建筑图像输入，进而智能化生成结构设计像素图；

基于图谱生成结构设计，将建筑设计采用图谱表示，建筑构件采用图谱中的节点和边特征向量进行表示，基于采用建筑-结构设计图谱训练数据集训练后的图谱特征生成图神经网络模型，将建筑设计图谱输入，智能化生成结构设计图谱；

对结构设计结果进行计算机辅助决策与优化，采用专家打分和智能评价系统对不同设计方法得到的每个结构构件设计打分；

根据评分阈值，确定不同设计方法中每个结构构件设计情况，进一步整合三种方法得到的结构设计，根据设计经验进行设计细节的结构构件优化；

根据结构设计结果需求形式，对结构设计结果进行输出。

2.根据权利要求1所述的基于计算机辅助决策的建筑结构智能设计方法，其特征在于，所述采用专家打分和智能评价系统对不同设计方法得到的每个结构构件设计打分，具体包括：

所述专家打分为提供专家打分界面，为每个结构构件的布置进行打分，构件评分缺省值为满分，专家针对设计不够合理的构件进行评分；

所述智能评分系统为采用训练后的神经网络模型，为每个结构构件生成对应的设计结果评分，神经网络模型的输入为结构构件设计结果，输出为构件对应评分。

3.根据权利要求2所述的基于计算机辅助决策的建筑结构智能设计方法，其特征在于，所述神经网络模型的基础架构为卷积神经网络或图神经网络；

所述卷积神经网络的输入为结构构件所在区域的像素图，输出为评分结果标量；

所述图神经网络的输入为表征结构构件特征的节点或边，及其周边的构件的图谱，输出为包含评分值特征向量的图谱。

4.根据权利要求1所述的基于计算机辅助决策的建筑结构智能设计方法，其特征在于，所述根据评分阈值，确定不同设计方法中每个结构构件设计情况，进一步整合三种方法得到的结构设计，具体包括：

不同设计方法中的每个结构构件均有得分，若该评分低于阈值，这构件被删除，高于阈值则被保留；

整合三种方法的结构设计，是指将三个设计结果叠加，在每个结构构件设计处取存在构件的布置位置均值。

5.根据权利要求1所述的基于计算机辅助决策的建筑结构智能设计方法，其特征在于，所述根据设计经验进行设计细节的结构构件优化，具体包括：

建筑设计的关键拐角处结构构件布置补充，识别建筑外围拐角等部位的建筑构件，并判断外围建筑构件上是否存在结构构件，若无对应的结构构件，自动补充结构构件布置；

进行对称性优化，通过指定结构设计中的对称轴，使得对称的建筑构件处的结构构件布置对称，且长度采用二者均值；

进行尺寸标准化，对所有结构构件，按照建筑结构设计中的结构尺寸模数进行尺寸标准化，对于长度过短的结构构件进行删除。