声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：11-2223/N
国际刊号：1000-0054
发布日期:
作者：夏吉康, 陈星雨, 廖文杰, 陆新征
单位：1. 清华大学 土木工程系, 北京 100084,2. 西南交通大学 土木工程学院, 成都 610031
关键词：智能化设计,剪力墙结构,生成对抗网络,墙-梁联合训练,布置设计
基金：北京市自然科学基金(8252008),四川省自然科学基金(2025ZNSFSC1312)
剪力墙结构是高层建筑中常用的抗侧力体系, 其设计质量直接影响建筑的安全性与经济性。传统设计方法在高层建筑结构设计中存在局限性, 而基于图像的设计方法在空间感知方面展现出优势。该文提出了一种基于生成对抗网络(GAN)和剪力墙-梁联合训练的结构布置智能设计方法, 以提升剪力墙结构的方案设计质量。通过语义化处理200套建筑结构图纸, 构建了包含建筑设计图、剪力墙布置图、梁布置图及空间功能图的数据集。采用典型的GAN模型pix2pixHD, 通过联合训练同时生成剪力墙与梁的布置。采用基于相似性计算的SSWall和SBeam指标, 评估模型生成结果的设计质量。结果表明, 随着输入图像分辨率增加, 模型性能显著提升; 在剪力墙布置阶段引入建筑空间功能信息可进一步提高设计质量。相比剪力墙和梁布置独立训练方法, 联合训练方法在设计质量上更优。在1 536×768像素的图像分辨率下, 联合训练方法的SSWall达0.850, SBeam达0.770, 优于其他低图像分辨率下的结果。此外, 通过对一座典型高层住宅楼的案例研究, 验证了该方法的有效性, 生成的结构布置图与工程师设计模型在动力特性及层间位移角上基本一致, 差异在工程可接受范围内。
来源：2025年第12期
《清华大学学报(自然科学版)》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。