基于异构图神经网络的建筑结构构件尺寸设计方法及装置

本发明涉及建筑结构设计与人工智能交叉，尤其涉及一种基于异构图神经网络的建筑结构构件尺寸设计方法及装置。

背景技术：

1、目前，建筑结构设计流程主要依赖于工程师的专业知识来初步确定构件的尺寸，随后通过多次的模型构建和计算进行细化调整。这一过程不仅技术门槛较高，且耗时较长，不利于自动化的实现，从而导致了结构设计效率的降低。

2、采用计算机辅助的优化方法可以在一定程度上简化人工操作，缩短设计流程，但这些方法通常需要较长的优化时间，且其主要关注整体优化目标，较少考虑到构件的具体尺寸细节。

3、因此，解决现有建筑结构尺寸设计方法工作效率低下且设计精细化程度不高的问题，显得十分必要。

技术实现思路

1、本发明提供一种基于异构图神经网络的建筑结构构件尺寸设计方法及装置，用以克服现有建筑结构尺寸设计方法工作效率低下且设计效果精细化程度不高的缺陷，实现建筑结构构件尺寸的快速设计，提高工作效率，并保证尺寸设计的精细度。

2、一方面，本发明提供一种基于异构图神经网络的建筑结构构件尺寸设计方法，包括：获取待处理的建筑结构设计图纸，并将所述建筑结构设计图纸转换为异构图；其中，所述异构图包括异构节点和异构边，所述异构节点表征建筑结构构件，所述异构边表征建筑结构构件之间的连接关系；基于预先训练的异构图神经网络模型，根据所述异构图预测每一异构节点对应的构件尺寸数据，得到建筑结构构件尺寸设计结果；其中，所述异构图神经网络模型基于建筑结构设计图纸样本及其对应的实际构件尺寸数据构成的训练样本数据集进行训练优化得到。

3、进一步地，所述将建筑结构设计图纸转换为异构图的步骤，具体包括：提取所述建筑结构设计图纸中建筑结构构件对应的建筑结构构件轴线；根据所述建筑结构构件轴线及其位置关系，确定所述异构图中多类型的异构节点和异构边，以形成初始异构图；确定所述建筑结构设计图纸中不同建筑结构构件对应的结构构件特征，并将所述结构构件特征作为节点属性存储至所述初始异构图的异构节点中，以得到最终的异构图。

4、进一步地，所述结构构件特征包括结构特征和构件特征；其中，所述结构特征包括建筑结构整体的地震设计条件、高度信息、大小信息以及形状信息，所述构件特征包括建筑结构构件的绝对位置、相对位置、材料属性、荷载条件和已知尺寸。

5、进一步地，所述基于预先训练的异构图神经网络模型，根据所述异构图预测每一异构节点对应的构件尺寸数据，包括：对所述异构图中每一类型异构边对应的异构节点分别进行消息传递和信息聚合，更新得到初始异构节点特征；对不同类型异构边对应异构节点的初始异构节点特征进行聚合，得到目标异构节点特征；对所述目标异构节点特征进行转换，得到每一异构节点对应的构件尺寸数据。

6、进一步地，训练优化所述异构图神经网络模型，具体包括：构建训练样本数据集，并将其中的建筑结构设计图纸样本转换为异构图表示；以所述异构图表示为模型输入，以预测尺寸数据为模型输出，以预测尺寸数据与实际构件尺寸数据之间的差异作为训练损失，通过预设损失函数迭代优化所述异构图神经网络模型，得到预先训练的异构图神经网络模型。

7、进一步地，所述得到建筑结构构件尺寸设计结果，之后包括：根据建筑结构构件的模数标准、楼层关系以及结构规范，对所述建筑结构构件尺寸设计结果进行调整，得到建筑结构构件的目标设计尺寸。

8、进一步地，所述得到建筑结构构件的目标设计尺寸，之后包括：将建筑结构构件的目标设计尺寸反馈到所述异构图中，得到目标异构图；根据所述目标异构图重新绘制建筑结构设计图纸，得到目标建筑结构设计图纸；根据所述目标建筑结构设计图纸，构建对应的建筑结构模型；基于所述建筑结构模型，对建筑结构的力学性能和材料用量进行分析，以验算所述建筑结构构件尺寸设计结果。

9、第二方面，本发明还提供一种基于异构图神经网络的建筑结构构件尺寸设计装置，包括：异构图转换模块，用于获取待处理的建筑结构设计图纸，并将所述建筑结构设计图纸转换为异构图；其中，所述异构图包括异构节点和异构边，所述异构节点表征建筑结构构件，所述异构边表征建筑结构构件之间的连接关系；构件尺寸预测模块，用于基于预先训练的异构图神经网络模型，根据所述异构图预测每一异构节点对应的构件尺寸数据，得到建筑结构构件尺寸设计结果；其中，所述异构图神经网络模型基于建筑结构设计图纸样本及其对应的实际构件尺寸数据构成的训练样本数据集进行训练优化得到。

10、第三方面，本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在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基于异构图神经网络的建筑结构构件尺寸设计方法。

11、第四方面，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，该计算机程序被处理器执行时实现如上述任一种所述的基于异构图神经网络的建筑结构构件尺寸设计方法。

12、本发明提供的基于异构图神经网络的建筑结构构件尺寸设计方法，通过获取待处理的建筑结构设计图纸，并将建筑结构设计图纸转换为异构图；其中，异构图包括异构节点和异构边，异构节点表征建筑结构构件，异构边表征建筑结构构件之间的连接关系；并基于预先训练的异构图神经网络模型，根据异构图预测每一异构节点对应的构件尺寸数据，得到建筑结构构件尺寸设计结果；其中，异构图神经网络模型基于建筑结构设计图纸样本及其对应的实际构件尺寸数据构成的训练样本数据集进行训练优化得到。该方法通过异构图来表示建筑结构构件及其连接关系，并利用异构图神经网络模型对异构图进行特征提取，不仅能够快速生成建筑结构构件的尺寸设计，提高设计效率，还能保证尺寸设计的精细度，提升设计效果。

技术特征：

1.一种基于异构图神经网络的建筑结构构件尺寸设计方法，其特征在于，包括：

2.根据权利要求1所述的基于异构图神经网络模型的建筑结构构件尺寸设计方法，其特征在于，所述将建筑结构设计图纸转换为异构图的步骤，具体包括：

3.根据权利要求2所述的基于异构图神经网络模型的建筑结构构件尺寸设计方法，其特征在于，所述结构构件特征包括结构特征和构件特征；

4.根据权利要求1所述的基于异构图神经网络模型的建筑结构构件尺寸设计方法，其特征在于，所述基于预先训练的异构图神经网络模型，根据所述异构图预测每一异构节点对应的构件尺寸数据，包括：

5.根据权利要求1所述的基于异构图神经网络模型的建筑结构构件尺寸设计方法，其特征在于，训练优化所述异构图神经网络模型，具体包括：

6.根据权利要求1-5中任一项所述的基于异构图神经网络模型的建筑结构构件尺寸设计方法，其特征在于，所述得到建筑结构构件尺寸设计结果，之后包括：

7.根据权利要求6所述的基于异构图神经网络模型的建筑结构构件尺寸设计方法，其特征在于，所述得到建筑结构构件的目标设计尺寸，之后包括：

8.一种基于异构图神经网络的建筑结构构件尺寸设计装置，其特征在于，包括：

9.一种电子设备，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，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7中任一项所述的基于异构图神经网络的建筑结构构件尺寸设计方法。

10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的基于异构图神经网络的建筑结构构件尺寸设计方法。

技术总结本发明提供一种基于异构图神经网络的建筑结构构件尺寸设计方法及装置，其中的方法包括：获取待处理的建筑结构设计图纸，并将建筑结构设计图纸转换为异构图；基于预先训练的异构图神经网络模型，根据异构图预测每一异构节点对应的构件尺寸数据，得到建筑结构构件尺寸设计结果；其中，异构图神经网络模型基于建筑结构设计图纸样本及其对应的实际构件尺寸数据构成的训练样本数据集进行训练优化得到。该方法通过异构图来表示建筑结构构件及其连接关系，并利用异构图神经网络模型对异构图进行特征提取，不仅能够快速生成建筑结构构件的尺寸设计，提高设计效率，还能保证尺寸设计的精细度，提升设计效果。技术研发人员：陆新征,覃思中,顾燚,廖文杰,黄盛楠受保护的技术使用者：清华大学技术研发日：技术公布日：2024/8/20