当前位置: 首页 > 专利查询>东南大学专利>正文

一种基于生成对抗神经网络的梁桥分跨智能设计方法技术

技术编号:36711016 阅读:47 留言:0更新日期:2023-03-01 09:38
本发明专利技术提出一种基于生成对抗神经网络的梁桥分跨智能设计方法,该方法包括:(1)基于参数化建模的自动建模绘制器;(2)桥型选择网络:网络接受地质草图以及由预定跨径等设计信息构成的条件向量,输出适合当前地质的若干个梁桥桥型选择方案,(3)由生成器与判别器构成的生成对抗网络:生成器包含地质草图的特征提取网络,条件向量的构建网络,桥涵设计状况的特征融合网络和生成绘制网络,生成器接收地质草图特征以及由设计桥型等构成的条件向量作为输入,将条件向量和地质草图特征融合,基于融合图像生成分跨设计图。判别器判断梁桥分跨设计图是源于自动设计还是真实设计,在生成器与判别器的对抗训练中实现因地制宜的自动分跨设计。设计。设计。

【技术实现步骤摘要】
一种基于生成对抗神经网络的梁桥分跨智能设计方法


[0001]本专利技术属于桥涵设计与机器学习应用
,尤其涉及一种基于生成对抗神经网络的梁桥分跨智能设计方法。

技术介绍

[0002]桥涵设计师在初步设计阶段,一方面需要根据规范规定,计算各类构件尺寸与材料的限制;另一方面则要根据自身积累的结构设计经验的指导,针对当地特定的地质水文情况,选用合适的构件布置。且当前设计主要依靠纯人工的经验综合考虑,自动化,智能化程度不够,设计品控也受设计师本人的水平浮动很大。在规范计算方面,市场上已经出现了一批成熟的商业专家系统可供设计师对计算流程与结构建模进行快速设计,而对于涉及经验设计的部分,则几乎没有成熟的智能设计方法能够做到集成人类专家现有设计的设计经验,从而做到因地制宜的快速设计。
[0003]机器学习方法自从问世以来,已经凭借其自动学习特性与泛用性强,拓展性好的特点,在机器视觉等领域取得了巨大的成功。在桥涵设计的经验设计集成方面,机器学习方法也一直作为有力的候选竞争项,受到研究者的长期关注。但是,采用机器学习方法开展桥涵设计长期面临着训练集样本小且缺乏的问题。另一方面,如何与成熟的专家系统对接,特别是分清基于规范设计的专家系统与基于经验的机器学习方法各自适合应用于设计的哪些部分,并考虑如何将两者有机结合起来,一直是导致机器学习方法在桥涵设计应用较少的重要问题。
[0004]因此,目前机器学习方法在桥涵设计的应用很少,且主要局限于现有设计因素的数据分析与因果推断,缺乏实用性,对现有的设计图纸的利用也多依赖于人工录入,特别是在梁桥的选型与分跨设计阶段,虽然技术与设计流程已经相对成熟,但是依旧依赖于设计师手动估算绘制设计草图,主观比选确定。这给机器学习方法在梁桥的应用带来了优势。亟需一种适用性广,自动化高,准确性强的机器学习方法来辅助设计。

技术实现思路

[0005]专利技术目的:本专利技术旨在提出一种基于生成对抗神经网络的梁桥分跨智能设计方法,通过提出一套设计数据自动化绘制草图的标准程序来方便地实现设计学习自动化,能够顺利对接现有的商业设计专家系统,通过输入设计桥位少量的地质水文数据,即可根据数据库中录入的真实设计案例,快速设计出满足设计要求且因地制宜的桥型和对应的分跨设计方案。
[0006]技术方案:本专利技术提出一种基于生成对抗神经网络的梁桥分跨智能设计方法,该方法包括以下步骤:
[0007](1)构建训练样本集,构建自动建模绘制器,使用绘制器提取梁桥实例的地形数据生成标准化的地质草图集T
c
;使用绘制器提取梁桥实例的设计数据生成分跨设计图集T
s
,从桥梁实例提取预计跨径,预计日交通量以及可用桥型数量构建初步条件向量集T
v1
,从桥梁
实例提取实例选用的桥型数据构建训练样本的桥型选择集T
x
,使用生成的地质草图集T
c
,分跨设计图集T
s
,初步条件向量集T
v1
与桥型选择集T
x
作为训练样本,将初步条件向量集T
v1
与桥型选择集T
x
在第0维拼接,称为完整条件向量集T
v2

[0008](2)构建桥型选择网络并进行训练,将地质草图集T
c
与初步条件向量集T
v1
输入桥型选择网络,通过多模态输入处理,卷积特征提取与全连接层分类得到网络的桥型选择集T
xt
,以T
xt
与T
x
的均方误差为误差函数,通过SGD算法反向传播对网络进行训练;
[0009](3)构建分跨生成器网络,分跨生成器网络由地质草图集特征提取网络,条件向量构建网络,桥涵设计状况特征融合网络,生成绘制网络构成;
[0010](4)构建分跨判别器网络,分跨判别器网络由局部判别器和全局判别器构成;
[0011](5)进行生成对抗训练,将地质草图集T
c
输入分跨生成器的地质草图集特征提取网络,将完整条件向量集T
v3
输入分跨生成器的条件向量构建网络,在若干个周期下轮流训练生成器与判别器,使生成器生成图像与真实分跨设计图相差在预设范围内,直至判别器对生成方案和真实方案的判断准确性稳定在纳什均衡;
[0012](6)使用性能评估合格的自动建模绘制器,桥型选择网络与生成器网络,输入新设计案例的设计数据,构建新的初步条件向量集T
v1x
,使用自动建模绘制器绘制新的地质草图集T
cx
,使用桥型选择网络获得该设计案例的新桥型选择集T
xx
,构建新的完整条件向量集T
v2x
,再使用生成器网络完成新分跨设计图集T
sx
的自动设计。
[0013]进一步的,步骤(1)中,所述构建训练样本集包含以下步骤:
[0014]步骤1.1、从输入数据或图纸读取设计地质信息,绘制地质草图集T
c
,地质草图集T
c
为地质情况纵断面图,包括各设计水位,地理线,桥面高程,桥面上方最小垂直净空,梁桥上部结构简图,不良地质段,通航净空区域,跨线行车道净空区域,土质情况,地震情况,材料使用情况的设计情况,其中,不良地质段定义为认定为在设计任务中明确不适宜设墩的地质段,在输入时表现为一个形状为[N
b
,2]的二维矩阵,N
b
为不连续的不良地质段数,矩阵第一列表示每一不良地质段的起点,矩阵第二列表示每一不良地质段的终点;土质情况标识为地理线下的不同颜色,材料使用情况标识为桥涵各结构的颜色色块,根据不同的桥涵情况,增加绘制不同的地质草图信息:
[0015]通航桥将读取输入的桥面高程与预计跨径,将预计跨径与桥面高程到最大水深高程之差两者中较大者同比放缩到设计图预定的像素位,另一者保持横纵比例不变放缩到像素位,根据可选的桥面上方建筑高度最小垂直净空以及预计高跨比初步估算上部结构建筑高度,以不同的颜色标注不同材料绘制出上部结构纵断面;如果数据库或输入未给定航道等级,根据水体宽度试算航道等级,于河道中心对称绘制若干多边形航行净空块,再根据河流当地的防洪,流冰,桥墩壅水设防水位为不同水位的水体着色;
[0016]跨线桥将读取输入的桥面高程与预计跨径,将预计跨径与桥面高程到通行道地面高程两者中较大者同比放缩到设计图预定的像素位,另一者保持横纵比例不变放缩到像素位,根据可选的桥面上方建筑高度最小垂直净空以及预计高跨比初步估算上部结构建筑高度,以不同的颜色标注不同材料绘制出上部结构纵断面,在行车道位置仿照通航桥绘制行车道净空区域,对于不良地质,如果不良地质来源于土质因素,在地理线下方区段红色标注;如果来源于障碍因素,在水体及地理线下标注出详细起止及净空要求,不良地质亦标注为红色;
[0017]步骤1.2、从输入梁桥设计数据读取设计计地质信息,绘制分跨设计图集T
s本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种基于生成对抗神经网络的梁桥分跨智能设计方法,其特征在于,该方法包括以下步骤:(1)构建训练样本集,构建自动建模绘制器,使用绘制器提取梁桥实例的地形数据生成标准化的地质草图集T
c
;使用绘制器提取梁桥实例的设计数据生成分跨设计图集T
s
,从桥梁实例提取预计跨径,根据预计日交通量以及可用桥型数量构建初步条件向量集T
v1
,从桥梁实例提取实例选用的桥型数据构建训练样本的桥型选择集T
x
,使用生成的地质草图集T
c
,分跨设计图集T
s
,初步条件向量集T
v1
与桥型选择集T
x
作为训练样本,将初步条件向量集T
v1
与桥型选择集T
x
在第0维拼接,称为完整条件向量集T
v2
;(2)构建桥型选择网络并进行训练,将地质草图集T
c
与初步条件向量集T
v1
输入桥型选择网络,通过多模态输入处理,卷积特征提取与全连接层分类得到网络的桥型选择集T
xt
,以T
xt
与T
x
的均方误差为误差函数,通过SGD算法反向传播对网络进行训练;(3)构建分跨生成器网络,分跨生成器网络由地质草图集特征提取网络,条件向量构建网络,桥涵设计状况特征融合网络,生成绘制网络构成;(4)构建分跨判别器网络,分跨判别器网络由局部判别器和全局判别器构成;(5)进行生成对抗训练,将地质草图集T
c
输入分跨生成器的地质草图集特征提取网络,将完整条件向量集T
v2
输入分跨生成器的条件向量构建网络,在若干个周期下轮流训练生成器与判别器,使生成器生成图像与真实分跨设计图相差在预设范围内,直至判别器对生成方案和真实方案的判断准确性稳定在纳什均衡;(6)使用性能评估合格的自动建模绘制器,桥型选择网络与生成器网络,输入新设计案例的设计数据,构建新的初步条件向量集T
v1x
,使用自动建模绘制器绘制新的地质草图集T
cx
,使用桥型选择网络获得该设计案例的新桥型选择集T
xx
,构建新的完整条件向量集T
v2x
,再使用生成器网络完成新分跨设计图集T
sx
的自动设计。2.根据权利要求1所述的一种基于生成对抗神经网络的梁桥分跨智能设计方法,其特征在于,步骤(1)中,所述构建训练样本集包含以下步骤:步骤1.1、从输入数据或图纸读取设计地质信息,绘制地质草图集T
c
,地质草图集T
c
为地质情况纵断面图,包括各设计水位,地理线,桥面高程,桥面上方最小垂直净空,梁桥上部结构简图,不良地质段,通航净空区域,跨线行车道净空区域,土质情况,地震情况,材料使用的设计情况,其中,不良地质段定义为认定为在设计任务中明确不适宜设墩的地质段,在输入时表现为一个形状为[N
b
,2]的二维矩阵,N
b
为不连续的不良地质段数,矩阵第一列表示每一不良地质段的起点,矩阵第二列表示每一不良地质段的终点;土质情况标识为地理线下的不同颜色,材料使用情况标识为桥涵各结构的颜色色块,根据不同的桥涵情况,增加绘制不同的地质草图信息:通航桥将读取输入的桥面高程与预计跨径,将预计跨径与桥面高程到最大水深高程之差两者中较大者同比放缩到设计图预定的像素位,另一者保持横纵比例不变放缩到像素位,根据可选的桥面上方建筑高度最小垂直净空以及预计高跨比初步估算上部结构建筑高度,以不同的颜色标注不同材料绘制出上部结构纵断面;如果数据库或输入未给定航道等级,根据水体宽度试算航道等级,于河道中心对称绘制若干多边形航行净空块,再根据河流当地的防洪,流冰,桥墩壅水设防水位为不同水位的水体着色;跨线桥将读取输入的桥面高程与预计跨径,将预计跨径与桥面高程到通行道地面高程
两者中较大者同比放缩到设计图预定的像素位,另一者保持横纵比例不变放缩到像素位,根据可选的桥面上方建筑高度最小垂直净空以及预计高跨比初步估算上部结构建筑高度,以不同的颜色标注不同材料绘制出上部结构纵断面,在行车道位置仿照通航桥绘制行车道净空区域,对于不良地质,如果不良地质来源于土质因素,在地理线下方区段红色标注;如果来源于障碍因素,在水体及地理线下标注出详细起止及净空要求,不良地质亦标注为红色;步骤1.2、从输入梁桥设计数据读取设计地质信息,绘制分跨设计图集T
s
,分跨设计图集T
s
为地质情况纵断面图,包括各设计水位,地理线,桥面高程,梁桥上部结构简图,梁桥分跨情况,梁桥下部结构各桥墩位置及尺寸,不良地质段,通航净空区域,跨线行车道净空区域,土质情况,地震情况,材料使用情况,其中,不良地质段定义同步骤1.1,土质情况标识为地理线下的不同颜色,材料使用情况标识为桥涵各结构的颜色色块,桥墩的任何选型形式与材料选用均需要使用不同颜色标注,与前述地质草图集T
c
不同,分跨设计图集T
s
添加绘制了桥墩的细部数据,在绘制时,只精确确定桥墩的起点,桥墩的纵断面宽度表征的是桥墩平截面的名义半径d
m
:V:桥墩的平截面平均面积π:圆周率常数对于通航桥与跨线桥的不同特点,分跨设计图需要不同的额外标注:对于通航桥的标注,桥墩颜色根据通航桥各水位进行区别标注;对于跨线桥的标注,除了按照普通梁桥标注格式外,还额外标注跨线类型,最小左侧横向净空,最小右侧横向净空与最小垂直地下净空高程计算跨线道对桥墩设计的限制,其中,跨线类型分为公路地下结构,铁路地下结构与非地下结构,以不同的净空规制与颜色来标识不同的结构类型,通行道最小左侧横向净空指从公路的右边缘或铁路列车右轨的中心线开始到最近的桥体结构或坡脚的距离,最小左侧横向净空指从公路的左边缘或铁路列车左轨的中心线开始到最近的桥体结构或坡脚的距离;步骤1.3、直接从桥梁实例提取预计跨径,预计日交通量以及可用桥型数量构建初步条件向量集T
v1
,初步条件向量集T
v1
是一个形状为[N
s
,N
v1
]的二维张量,N
s
为训练样本数,N
v1
为初步条件向量集长度:N
v1
=2+nn为可选择的桥型总数;初步条件向量集T
v1
中,[N
si
,1]表示第N
si
个训练样本的预计跨径,以单精度数值表示;[N
si
,2]表示第N
si
个训练样本的预计日交通量,以单精度数值表示;[N
si
,3]到[N
si
,N
v1
]均为单精度数0;步骤1.4、从桥梁实例提取实例选用的桥型数据构建训练样本的桥型选择集T
x
,桥型选择集T
x
是一个形状为[N
s
,n]的二维张量,N
s
为训练样本数,n为可选择的桥型总数;T
x
应标识为独热编码格式:T
x
=∑[T
x1
,T
x2
,......T
xn
]
T
xi
为第i种桥型的使用概率,为0

1之间的float数值,在标注...

【专利技术属性】
技术研发人员:熊文张旭阳朱彦洁
申请(专利权)人:东南大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1