申请/专利权人:清华大学
申请日:2023-12-27
公开(公告)日:2024-05-07
公开(公告)号:CN117993050A
主分类号:G06F30/13
分类号:G06F30/13;G06F30/27;G06N3/0475;G06N3/094;G06N3/096;G06F119/14
优先权:
专利状态码:在审-公开
法律状态:2024.05.07#公开
摘要:本发明提供一种基于知识增强扩散模型的建筑结构设计方法及系统,该方法包括:确定输入建筑设计特征张量;根据输入建筑设计特征张量,确定含噪声的建筑设计特征张量;将含噪声的建筑设计特征张量输入预训练的知识增强的扩散生成网络模型,得到扩散生成网络模型输出的预测噪声张量;知识增强扩散生成网络模型包括扩散生成网络、力学评估器和规则评估器;根据预测噪声张量更新含噪声的建筑设计特征张量,重复迭代,得到建筑结构设计特征张量;根据建筑结构设计特征张量,确定建筑结构设计数据。本发明通过数据‑力学‑规则的耦合学习可有效提升扩散生成网络模型的设计能力,实现高效、可靠的智能化建筑结构设计。
主权项:1.一种基于知识增强扩散模型的建筑设计方法,其特征在于,包括:确定输入建筑设计特征张量;根据所述输入建筑设计特征张量,确定含噪声的建筑设计特征张量;将所述含噪声的建筑设计特征张量输入预训练的知识增强扩散生成网络模型,得到所述知识增强扩散生成网络模型输出的预测噪声张量;所述知识增强扩散生成网络模型包括扩散生成网络、力学评估器和规则评估器;根据所述预测噪声张量更新所述含噪声的建筑设计特征张量,并重复迭代执行所述预训练的知识增强扩散生成网络模型的步骤,直至迭代时间达到预设值,得到建筑结构设计特征张量;根据所述建筑结构设计特征张量,确定建筑结构设计数据。
全文数据:
权利要求:
百度查询: 清华大学 一种基于知识增强扩散模型的建筑设计方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。