建筑结构布置生成方法、系统及生成模型的构建方法

本发明涉及建筑结构设计，尤其涉及一种建筑结构布置生成方法、系统及生成模型的构建方法。

背景技术：

1、目前，在建筑结构初步设计阶段，主要依靠人工经验进行建筑结构的设计，设计效率较低，同时，设计过程存在很多的主观性判断，导致结构构件设计结果不够稳定，既有设计经验难以传承，智能化程度低。

2、因此，亟需一种能够快速可靠地完成建筑结构设计的智能化建筑结构设计方法。

技术实现思路

1、本发明提供一种建筑结构布置生成方法、系统及生成模型的构建方法，用以解决现有技术中因采用人工依据经验进行建筑结构构件设计，造成的结构构件设计结果不够稳定，既有设计经验难以传承，智能化程度较低的缺陷。

2、本发明提供一种建筑结构布置生成方法，包括：

3、获取建筑设计图和对应于所述建筑设计图的设计条件结构化数据；

4、基于由所述建筑设计图提取的建筑构件特征数据，以及由所述设计条件结构化数据提取的设计条件特征数据，构建输入特征数据；

5、将所述输入特征数据输入结构布置生成模型，得到所述结构布置生成模型输出的目标结构构件的布置特征数据，其中，所述结构布置生成模型为基于建筑构件特征样本数据，以及对应于所述建筑构件特征样本数据的目标结构构件的特征样本数据和设计条件样本数据，使用扩散方法对神经网络模型进行训练得到的扩散模型；

6、提取所述布置特征数据中的建筑结构布置设计数据，生成针对于所述目标结构构件的建筑结构设计结果。

7、根据本发明所述的建筑结构布置生成方法，所述基于由所述建筑设计图提取的建筑构件特征数据，以及由所述设计条件结构化数据提取的设计条件特征数据，构建输入特征数据，包括：

8、提取所述建筑设计图中的第一特征数据和第二特征数据，以及提取所述设计条件结构化数据中的设计条件特征数据，所述第一特征数据为所述建筑设计图中所有建筑构件的特征数据，所述第二特征数据为所述建筑设计图中所述目标结构构件的候选布置位置的特征数据；

9、将所述第一特征数据、所述第二特征数据和所述设计条件特征数据分别表征为特征张量；

10、将所述第一特征数据的特征张量和所述设计条件特征数据的特征张量融合，得到建筑特征张量；

11、基于所述第二特征数据的特征张量，将所述建筑特征张量的相应位置置为高斯噪声，得到输入张量；

12、将所述输入张量，作为所述输入特征数据。

13、根据本发明所述的建筑结构布置生成方法，所述将所述第一特征数据、所述第二特征数据和所述设计条件特征数据分别表征为特征张量，包括：

14、提取所述建筑构件特征数据中所有所述建筑构件的平面布置特征；

15、将所述平面布置特征表征为所述建筑构件的构件二阶张量；

16、将所述构件二阶张量堆叠，得到表征所述建筑构件的三阶张量，作为所述第一特征数据的特征张量；

17、提取所述第一特征数据的特征张量中的目标构件三阶张量，作为所述第二特征数据的特征张量，所述目标构件三阶张量为所述第一特征数据的特征张量中所述目标结构构件的所述候选布置位置的三阶张量。

18、根据本发明所述的建筑结构布置生成方法，所述将所述第一特征数据、所述第二特征数据和所述设计条件特征数据分别表征为特征张量，还包括：

19、将所述设计条件特征数据表征为条件一阶张量；

20、将所述条件一阶张量复制扩维为条件三阶张量，作为所述设计条件特征数据的特征张量。

21、根据本发明所述的建筑结构布置生成方法，所述将所述第一特征数据的特征张量和所述设计条件特征数据的特征张量融合，得到建筑特征张量，包括：

22、对所述第一特征数据的特征张量和所述设计条件特征数据的特征张量分别进行归一化处理；

23、将所述归一化处理的处理结果堆叠，得到所述建筑特征张量。

24、根据本发明所述的建筑结构布置生成方法，所述提取所述布置特征数据中的建筑结构布置设计数据，生成针对于所述目标结构构件的建筑结构设计结果，包括：

25、将所述建筑结构布置设计数据表征为结构布置三阶张量；

26、将所述结构布置三阶张量中的所述建筑特征张量和所述目标结构构件的特征张量采用可视化方法通过仿射变换表达为设计图，作为针对于所述目标结构构件的所述建筑结构设计结果。

27、本发明还提供一种应用于如上述任一种所述的建筑结构布置生成方法的结构布置生成模型的构建方法，包括：

28、获取建筑设计图样本，以及对应于所述建筑设计图样本的结构设计图样本和设计条件结构化数据样本；

29、分别提取所述建筑设计图样本中的建筑构件特征样本数据、所述结构设计图样本中的目标结构构件的特征样本数据，以及所述设计条件结构化数据样本中的设计条件样本数据；

30、将所述建筑构件特征样本数据、所述目标结构构件的特征样本数据和所述设计条件样本数据融合，得到建筑结构样本数据；

31、提取所述建筑构件特征样本数据中所述目标结构构件的候选布置位置的所述建筑构件特征样本数据，作为结构构件样本数据；

32、将添加预设步数高斯噪声的所述建筑结构样本数据，通过所述结构构件样本数据，与添加随机步数所述高斯噪声后的所述建筑结构样本数据进行布尔运算，得到输入特征样本数据，所述随机步数为随机确定的小于所述预设步数的任意步数；

33、基于所述输入特征样本数据，训练预设神经网络模型，得到所述结构布置生成模型。

34、本发明还提供一种建筑结构布置生成系统，包括：

35、获取模块，用于获取建筑设计图和对应于所述建筑设计图的设计条件结构化数据；

36、提取模块，用于基于由所述建筑设计图提取的建筑构件特征数据，以及由所述设计条件结构化数据提取的设计条件特征数据，构建输入特征数据；

37、第一处理模块，用于将所述输入特征数据输入结构布置生成模型，得到所述结构布置生成模型输出的目标结构构件的布置特征数据，其中，所述结构布置生成模型为基于建筑构件特征样本数据，以及对应于所述建筑构件特征样本数据的目标结构构件的特征样本数据和设计条件样本数据，使用扩散方法对神经网络模型进行训练得到的扩散模型；

38、第二处理模块，用于提取所述布置特征数据中的建筑结构布置设计数据，生成针对于所述目标结构构件的建筑结构设计结果。

39、本发明还提供一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述的建筑结构布置生成方法，或如上所述的结构布置生成模型的构建方法。

40、本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述的建筑结构布置生成方法，或如上所述的结构布置生成模型的构建方法。

41、本发明提供的一种建筑结构布置生成方法、系统及生成模型的构建方法，通过获取建筑设计图和对应于建筑设计图的设计条件结构化数据，然后基于由建筑设计图提取的建筑构件特征数据，以及由设计条件结构化数据提取的设计条件特征数据，构建输入特征数据，之后通过将输入特征数据输入基于建筑构件特征样本数据，以及对应于建筑构件特征样本数据的目标结构构件的特征样本数据和设计条件样本数据，使用扩散方法对神经网络模型进行训练得到的结构布置生成模型中，从而利用结构布置生成模型得到目标结构构件的布置特征数据，最后再提取布置特征数据中的建筑结构布置设计数据，生成针对于目标结构构件的建筑结构设计结果，实现了基于建筑设计图和设计条件结构化数据对目标结构构件的智能设计，不仅避免了采用人工进行建筑结构设计的麻烦，节省了人工成本，还提高了设计效率，并保证了设计结果的稳定性。