基于图神经网络的剪力墙-梁联合设计方法及装置

本发明涉及土木工程结构设计与人工智能，尤其涉及一种基于图神经网络的剪力墙-梁联合设计方法及装置。

背景技术：

1、建筑结构智能设计发展迅速，基于生成式人工智能的剪力墙结构智能设计是其中的重要内容。既有的剪力墙结构智能设计仅能单独设计剪力墙布置或者梁布置，但是，剪力墙-梁二者设计相互依赖耦合，独立设计将使得最终设计结果不协调。因此，有必要研发剪力墙-梁联合布置生成的智能设计方法。

2、目前，图神经网络已被有效应用于剪力墙布置、梁布置独立生成设计的研究中，但是，针对剪力墙-梁联合设计尚未有对应的设计方法。

3、因此，解决现有技术无法同时学习剪力墙和梁布置并生成剪力墙和梁结构的联合设计方案的问题，显得十分必要。

技术实现思路

1、本发明提供一种基于图神经网络的剪力墙-梁联合设计方法及装置，用以克服现有技术无法同时学习剪力墙和梁布置并生成剪力墙和梁结构的联合设计方案的缺陷，实现剪力墙和梁构件布置设计方案的同时生成，以提升最终设计效果。

2、一方面，本发明提供一种基于图神经网络的剪力墙-梁联合设计方法，包括：获取待处理的建筑设计图纸，并提取所述建筑设计图纸中建筑构件的建筑构件轴线，以及建筑空间轮廓线；根据所述建筑构件轴线和所述建筑空间轮廓线，对建筑空间进行分割，所得到的空间分割线为潜在梁构件；所述建筑构件包括建筑墙构件和门窗构件；根据所述建筑构件轴线和所述建筑空间轮廓线，构建建筑输入图谱；所述建筑输入图谱包括图谱边和图谱节点，所述图谱边表征建筑墙构件、门窗构件和潜在梁构件，所述图谱节点表征建筑构件端点；基于预先训练的图神经网络模型，根据所述建筑输入图谱生成剪力墙-梁结构构件图谱；所述图神经网络模型基于输入图谱及其对应的真实剪力墙结构输出图谱和真实梁结构输出图谱构成的训练样本数据集进行训练优化得到；根据所述剪力墙-梁结构构件图谱，获取剪力墙-梁-楼板结构设计方案。

3、进一步地，所述根据所述建筑构件轴线和所述建筑空间轮廓线，构建建筑输入图谱，包括：获取不同建筑构件对应的图谱边特征向量和图谱节点特征向量，所述建筑构件包括建筑墙构件、门窗构件和潜在梁构件；将所述图谱边特征向量作为图谱边属性存储于所述图谱边中，以及，将所述图谱节点特征向量作为图谱节点属性存储于所述图谱节点中，以得到构建的建筑输入图谱。

4、进一步地，所述根据所述建筑构件轴线和所述建筑空间轮廓线，对建筑空间进行分割，包括：根据所述建筑构件轴线与所述建筑空间轮廓线之间的位置关系，对所述建筑空间进行分割，得到多个矩形和规则多边形；其中，所述潜在梁构件为对所述建筑空间分割进行分割的分割线，所述规则多边形中凸包部分的高度不大于规则多边形内嵌矩形的高度的第一设定百分比，且所述规则多边形中凸包部分的宽度不大于规则多边形内嵌矩形的宽度的第二设定百分比。

5、进一步地，所述获取不同建筑构件对应的图谱边特征向量和图谱节点特征向量，包括：确定不同建筑构件类别对应的独热编码向量，所述建筑构件类别包括建筑墙构件、门窗构件以及潜在梁构件；根据不同建筑构件对应的独热编码向量、建筑构件端点坐标以及建筑构件的构件长度，拼接得到所述图谱边特征向量；根据不同建筑构件的建筑构件端点坐标，获取所述图谱节点特征向量。

6、进一步地，所述图神经网络模型包括输入层、多个空域节点信息聚合层以及两个输出层，两个输出层分别为第一输出层和第二输出层，第一输出层和第二输出层为并行架构；相应地，所述基于预先训练的图神经网络模型，根据所述建筑输入图谱生成剪力墙-梁结构图谱，包括：将所述建筑输入图谱经过所述输入层和多个空域节点信息聚合层，对所述建筑输入图谱执行节点嵌入操作、消息传递操作，得到中间图谱表示；将所述中间图谱表示输入至所述第一输出层，得到剪力墙结构构件图谱；将所述中间图谱表示输入至所述第二输出层，得到梁结构构件图谱；合并所述剪力墙结构构件图谱和所述梁结构构件图谱，得到所述剪力墙-梁结构构件图谱。

7、进一步地，训练所述图神经网络模型，具体包括：根据历史建筑设计图纸及其对应的历史剪力墙-梁结构设计图纸，构建训练样本数据集；在每一次训练中，以所述输入图谱为模型输入，以预测的剪力墙结构输出图谱和梁结构输出图谱为模型输出，将真实剪力墙结构输出图谱与预测的剪力墙结构输出图谱之间的差异，以及真实梁结构输出图谱与预测的梁结构输出图谱之间的差异作为训练损失，对所述图神经网络模型进行迭代优化，以得到预先训练的图神经网络模型。

8、进一步地，采用交叉熵损失函数对所述图神经网络模型进行迭代优化。

9、第二方面，本发明还提供一种基于图神经网络的剪力墙-梁联合设计装置，包括：建筑构件特征提取模块，用于获取待处理的建筑设计图纸，并提取所述建筑设计图纸中建筑构件的建筑构件轴线，以及建筑空间轮廓线；根据所述建筑构件轴线和所述建筑空间轮廓线，对建筑空间进行分割，所得到的空间分割线为潜在梁构件；所述建筑构件包括建筑墙构件和门窗构件；建筑输入图谱构建模块，用于根据所述建筑构件轴线和所述建筑空间轮廓线，构建建筑输入图谱；所述建筑输入图谱包括图谱边和图谱节点，所述图谱边表征建筑墙构件、门窗构件和潜在梁构件，所述图谱节点表征建筑构件端点；剪力墙-梁结构构件图谱生成模块，用于基于预先训练的图神经网络模型，根据所述建筑输入图谱生成剪力墙-梁结构构件图谱；所述图神经网络模型基于输入图谱、真实剪力墙结构输出图谱和真实梁结构输出图谱构成的训练样本数据集进行训练优化得到；剪力墙-梁结构设计方案获取模块，用于根据所述剪力墙-梁结构构件图谱，获取剪力墙-梁-楼板结构设计方案。

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图神经网络的剪力墙-梁联合设计方法。

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图神经网络的剪力墙-梁联合设计方法。

12、本发明提供的基于图神经网络的剪力墙-梁联合设计方法，通过获取待处理的建筑设计图纸，并提取建筑设计图纸中建筑构件的建筑构件轴线，以及建筑空间轮廓线，根据建筑构件轴线和建筑空间轮廓线，对建筑空间进行分割，所得到的空间分割线即为潜在梁构件，并根据建筑构件轴线和建筑空间轮廓线，构建建筑输入图谱；建筑输入图谱包括图谱边和图谱节点，图谱边表征建筑墙构件、门窗构件和潜在梁构件，图谱节点表征建筑构件端点；进而，基于预先训练的图神经网络模型，根据建筑输入图谱生成剪力墙-梁结构构件图谱；图神经网络模型基于输入图谱及其对应的真实剪力墙结构输出图谱和真实梁结构输出图谱构成的训练样本数据集进行训练优化得到；从而，根据剪力墙-梁结构图谱，获取剪力墙-梁-楼板结构设计方案。该方法通过构建建筑墙构件和潜在梁构件共同表征的建筑输入图谱，并利用图神经网络通过学习剪力墙布置和梁布置，实现了剪力墙构件布置设计方案和梁构件布置设计方案的同时生成，提升了最终设计效果。