(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202111241744.9 (22)申请日 2021.10.25 (65)同一申请的已公布的文献号 申请公布号 CN 113987637 A (43)申请公布日 2022.01.28 (73)专利权人 清华大学 地址 100084 北京市海淀区双清路3 0号清 华大学 (72)发明人 陆新征　赵鹏举　廖文杰　 (74)专利代理 机构 北京路浩知识产权代理有限 公司 11002 专利代理师 蒋娟 (51)Int.Cl. G06F 30/13(2020.01) G06F 30/27(2020.01)G06F 30/23(2020.01) G06N 3/04(2006.01) G06N 3/08(2006.01) G06F 119/14(2020.01) (56)对比文件 CN 112966760 A,2021.0 6.15 CN 110516539 A,2019.1 1.29 审查员 孟圆 (54)发明名称 基于生成对抗网络的楼盖结构设计方法和 装置 (57)摘要 本发明提供一种基于生成对抗网络的楼盖 结构设计方法和装置， 其中所述方法包括： 获取 待处理的建筑平面设计图纸； 提取所述建筑平面 设计图纸中的关键元素， 并对所述关键元素进行 不同颜色填充处理， 生成待输入图像特征； 所述 待输入图像特征包括待输入建筑构件图像特征 以及待输入建筑 空间图像特征； 将所述待输入图 像特征输入至楼盖结构设计生 成对抗网络模型， 生成楼盖结构设计图像； 其中， 所述楼盖结构设 计生成对抗网络模型是基于建筑设计图像样本 数据以及预先标定的楼盖结构设计标签图像数 据进行训练后得到。 本发明可以快速生成楼盖结 构设计图像， 极大提高了楼盖结构初步设计阶段 的设计效率。 权利要求书3页 说明书15页 附图5页 CN 113987637 B 2022.07.01 CN 113987637 B 1.一种基于生成对抗网络的楼盖结构设计方法， 其特 征在于， 包括： 获取待处 理的建筑平面设计图纸； 提取所述建筑平面设计图纸中的关键元素， 并对所述关键元素进行不同颜色填充处 理， 生成待输入图像特征； 所述待输入图像特征包括待输入建筑构件图像特征以及待输入 建筑空间图像特 征； 将所述待输入图像特征输入至楼盖结构设计生成对抗网络模型， 生成楼盖结构设计图 像； 其中， 所述楼盖结构设计生成对抗网络模型是基于建筑设计图像样本数据以及预先标 定的楼盖结构设计标签图像数据进行训练后得到； 所述将所述待输入图像特征输入至楼盖结构设计生成对抗网络模型， 生成楼盖结构设 计图像之后， 包括： 将所述楼盖结构设计图像进行框架梁结构元素、 连梁结构元素、 楼板结构元素以及剪 力墙结构元素的定位线提取， 生成对应的框架梁结构元素、 连梁结构元素、 楼板结构元素、 以及剪力墙结构元 素的矢量 化位置坐标； 基于框架梁结构元素、 连梁结构元素、 楼板结构元素、 剪力墙结构元素的矢量化位置坐 标， 调用结构设计分析软件的应用程序接口， 自动 构建标准层结构力学计算模型； 并根据所 述建筑关键空间元素中的各类房间功能分区及房间功能属性， 为标准层结构力学计算模型 定义各房间楼板边界以及对应楼板荷载； 根据所述标准层结构力学计算模型， 构建整个建筑的结构力学计算模型， 并进行分析 和计算； 所述将所述待输入图像特征输入至楼盖结构设计生成对抗网络模型， 生成楼盖结构设 计图像之后， 包括： 利用测试集对所述楼盖结构设计生成对抗网络模型进行设计效果的测试， 得到测试结 果， 所述测试结果包括建筑设计图像测试数据对应的生成楼盖结构设计图像； 所述测试集 包括建筑设计图像测试 数据以及预 先标定的目标楼盖结构测试 标签图像； 对所述测试 结果进行评估， 得到楼盖结构综合评价指标； 将楼盖结构综合评价指标大于预设综合评价指标阈值的楼盖结构设计生成对抗网络 模型作为更新后的楼盖结构设计生成对抗网络模型， 所述更新后的楼盖结构设计生成对抗 网络模型用于生成新的楼盖结构设计图像。 2.根据权利要求1所述的基于生成对抗网络的楼盖结构设计方法， 其特征在于， 所述关 键元素包括建筑关键构件元素和建筑关键空间元素， 所述待输入图像特征包括基于 建筑关 键构件元素生成的待输入建筑构件图像特征以及基于建筑关键空间元素生成的待输入建 筑空间图像特 征； 所述建筑关键构件元素是从所述建筑平面设计图纸中的结构剪力墙位置、 非结构填充 墙位置、 室内门洞口、 室外门洞口、 窗户洞口提取 得到的； 所述建筑关键空间元素是从所述建筑平面设计图纸中的各类房间功能分区及房间功 能属性提取得到的。 3.根据权利要求1所述的基于生成对抗网络的楼盖结构设计方法， 其特征在于， 所述楼 盖结构设计生成对抗网络模型包括图像生成子模型与图像判别子模型， 所述将所述待输入权　利　要　求　书 1/3 页 2 CN 113987637 B 2图像特征输入至楼盖结构设计生成对抗网络模型， 生成楼盖结构设计图像， 包括： 将所述待输入图像特 征输入至所述图像生成子模型， 生成楼盖结构设计图像； 将所述楼盖结构设计图像输入至所述图像判别子模型， 判别所述楼盖结构设计图像的 真伪。 4.根据权利要求1所述的基于生成对抗网络的楼盖结构设计方法， 其特征在于， 所述楼 盖结构综合评价指标的获取 方式为： 由结构力学分析的物理评价指标ScorePhysics和设计图像相似度的图像数据评价指标 ScoreImage加权组成楼盖结构综合评价指标ScoreFloor， ScoreFloor的计算公式为： ScoreFloor＝( ηImage×ScoreImage+ ηPhysics×ScorePhysics) 式中， ηImage为ScoreImage值权重系数， ηPhysics为ScorePhysics值权重系数； 所述结构力学分析的物理评价指标ScorePhysics是基于所述标准层结构力学计算模型开 展的重力 荷载分析得到， 计算楼盖结构的标准层中连梁结构、 框架梁 结构、 楼板结构的最大 竖向变形， 根据所述最大竖向变形分别得到连梁结构指标Scorecb、 框架梁结构指标 Scorefb、 楼板结构指 标Scoreslab， 进而加权 组合得到物理评价指 标ScorePhysics， ScorePhysics 的计算公式为： ScorePhysics＝( ηcb×Scorecb+ ηfb×Scorefb+ ηslab×Scoreslab) 式中， ηcb、 ηfb、 ηslab分别为连梁结构、 框架梁结构和楼板结构评价指标的权 重系数； 所述设计图像相似度的图像数据评价指标ScoreImage的获得基于所述建筑设计图像测 试数据对应的生成楼盖结构设计图像与目标楼盖结构测试标签图像的相似度； 根据像素点 颜色范围将所述建筑设计图像测试数据对应的生成楼盖结构设计图像与目标楼盖结构测 试标签图像的各像素点进行分类， 基于所述各类别像素点计算梁像素面积占有率系数 ηBratio； 根据轮廓检测算法提取所述生成楼盖结构设计图像与目标楼盖结构测试标签图像 的所有框架梁和连梁轮廓坐标， 基于所述轮廓坐标， 计算所述建筑设计图像测试数据对应 的生成楼盖结构设计图像与目标楼盖结构测试标签图像中的所有框架梁的交集面积和并 集面积以及所有连梁的交集面积和并集面积， 根据所述框架梁和连梁的交集面积和并集面 积计算框架梁交并比IoUfbeam和连梁交并比IoUcbeam； 基于所述梁像素面积占有率系数 ηBratio、 框架梁交并比IoUfbeam和连梁交并比IoUcbeam指标加权组合得到 图像数据评价指标 ScoreImage， 所述ScoreImage的计算公式为： ScoreImage＝( ηBratio×( ηIoUcb×IoUcbeam+ ηIoUfb×IoUfbeam)) 其中， ηIoUcb为IoUcbeam权重系数； ηIoUfb为IoUfbeam权重系数。 5.根据权利要求3所述的基于生成对抗网络的楼盖结构设计方法， 其特征在于， 所述楼 盖结构设计生成对抗网络模型训练的目标函数为： 其中， λ为权重， 用于调节 和 的重要程度； 为条件生成对抗神经网络损 失函数， 为L1范数损失函数； 表示生成子模型试 图最小化 和 图像判别子模型试图最大化 G表示图像生成子模型,D表示 图像判别子模型。权　利　要　求　书 2/3 页 3 CN 113987637 B 3