基于图神经网络的弹性杆系结构体系数据处理方法及装置

    公开(公告)号:CN114662204A

    公开(公告)日:2022-06-24

    申请号:CN202210364622.7

    申请日:2022-04-07

    Applicant: 清华大学

    Abstract: 本发明公开了基于图神经网络的弹性杆系结构体系数据处理方法及装置,该方法包括:获取杆系结构体系数据,提取所述杆系结构体系数据中的拓扑特征,基于所述拓扑特征构建图数据结构;获取外部荷载,将所述图数据结构与所述外部荷载输入图神经网络模型,生成弹性杆系结构体系数据处理结果。本方法基于图神经网络的弹性杆系结构体系数据处理方法及装置,基于杆系结构体系中拓扑特征构建图数据结构,使得图数据结构能够完整描述杆系结构体系的层次信息,对杆系结构体系进行了高保真数字化的表示,并且通过对图神经网络模型进行训练的过程实现对杆系结构体系的内力计算,保证了内力计算结果的正确性,提高了对弹性杆系结构体系内力计算的效率。

    结构响应预测模型的训练方法、装置和计算机设备

    公开(公告)号:CN114912578A

    公开(公告)日:2022-08-16

    申请号:CN202210444155.9

    申请日:2022-04-26

    Applicant: 清华大学

    Abstract: 本申请涉及一种结构响应预测模型的训练方法、装置、计算机设备、存储介质和计算机程序产品。方法包括:获取样本结构数据集;确定样本外部激励数据对应的外部激励序列、样本响应数据对应的样本响应序列,并根据样本结构属性数据和预注意力深度与交叉网络,确定静态特征向量;将静态特征向量和外部激励序列,输入动态特征网络中的编码器,得到定长背景序列,将定长背景序列和样本响应序列输入动态特征网络中的解码器,得到预测结构响应;根据样本响应数据和预测结构响应,对动态特征网络和预注意力深度与交叉网络中的参数进行调整,得到训练后的结构响应预测模型。这样,可以提高预测的准确性。

    结构响应计算方法、装置、电子设备及存储介质

    公开(公告)号:CN116305461B

    公开(公告)日:2023-10-13

    申请号:CN202310260100.7

    申请日:2023-03-13

    Applicant: 清华大学

    Abstract: 本发明涉及建筑领域,具体涉及一种结构响应计算方法、装置、电子设备及存储介质。包括:获取目标建筑物对应的图结构特征数据;将图结构特征数据输入至目标图神经网络,输出目标建筑物对应的结构体系编码;获取目标建筑物对应的激励序列;将结构体系编码与激励序列进行组合,生成目标建筑物对应的复合特征;将复合特征输入至目标结构响应计算模型,输出目标建筑物中各个节点以及各个构件对应的结构响应的目标值。保证了输出的目标建筑物中各个节点以及各个构件对应的结构响应的目标值的准确性。提高了计算目标建筑物中各个节点以及各个构件对应的结构响应的目标值的效率,且保证了计算的准确性。

    结构响应计算方法、装置、电子设备及存储介质

    公开(公告)号:CN116305461A

    公开(公告)日:2023-06-23

    申请号:CN202310260100.7

    申请日:2023-03-13

    Applicant: 清华大学

    Abstract: 本发明涉及建筑领域,具体涉及一种结构响应计算方法、装置、电子设备及存储介质。包括:获取目标建筑物对应的图结构特征数据;将图结构特征数据输入至目标图神经网络,输出目标建筑物对应的结构体系编码;获取目标建筑物对应的激励序列;将结构体系编码与激励序列进行组合,生成目标建筑物对应的复合特征;将复合特征输入至目标结构响应计算模型,输出目标建筑物中各个节点以及各个构件对应的结构响应的目标值。保证了输出的目标建筑物中各个节点以及各个构件对应的结构响应的目标值的准确性。提高了计算目标建筑物中各个节点以及各个构件对应的结构响应的目标值的效率,且保证了计算的准确性。

    结构体系的非线性分析方法及装置、设备及介质

    公开(公告)号:CN116305995B

    公开(公告)日:2023-11-07

    申请号:CN202310317726.7

    申请日:2023-03-27

    Applicant: 清华大学

    Abstract: 本发明提供一种结构体系的非线性分析方法及装置、设备及介质。结构体系的非线性分析方法,包括:获取目标结构体系的结构数据表征;基于结构数据表征,按照指定数据格式构建目标结构体系的异构图数据;对异构图数据进行属性特征提取,得到目标结构体系的静态编码特征;基于目标结构体系所在工况的工况信息以及待观测时长,确定所述目标结构体系的动态变化特征;基于静态编码特征和动态变化特征,对目标结构体系进行非线性分析,确定目标结构体系的目标结构响应。通过本发明,使得到的结构响应更贴合目标结构体系在工况下使用时的真实情况,进而能够减少误差,使得到的结构响应更具有准确性。

    杆系结构体优化方法、装置、电子设备及存储介质

    公开(公告)号:CN116432274B

    公开(公告)日:2023-09-26

    申请号:CN202310208411.9

    申请日:2023-02-27

    Applicant: 清华大学

    Abstract: 本发明涉及建筑技术领域,具体涉及一种杆系结构体优化方法、装置、电子设备及存储介质。包括:根据目标建筑物对应的杆系结构的构件信息和拓扑连接关系,生成目标建筑物对应的节点特征矩阵以及邻接矩阵;将节点特征矩阵以及邻接矩阵输入至目标结构响应代理模型,输出目标建筑物对应的结构力学响应;根据各个构件的建筑成本,生成目标函数;根据结构力学响应生成约束函数,以约束函数为约束条件,对目标函数进行优化,输出各个构件对应的目标优化变量。该方法,可以降低计算复杂度,提高优化收敛速率,缩短了优化时间,扩大了应用范围,且提高了效率,且保证了输出的各个构件对应的目标优化变量的准确性。

    结构响应预测模型的训练方法、装置和计算机设备

    公开(公告)号:CN114912578B

    公开(公告)日:2023-08-11

    申请号:CN202210444155.9

    申请日:2022-04-26

    Applicant: 清华大学

    Abstract: 本申请涉及一种结构响应预测模型的训练方法、装置、计算机设备、存储介质和计算机程序产品。方法包括:获取样本结构数据集;确定样本外部激励数据对应的外部激励序列、样本响应数据对应的样本响应序列,并根据样本结构属性数据和预注意力深度与交叉网络,确定静态特征向量;将静态特征向量和外部激励序列,输入动态特征网络中的编码器,得到定长背景序列,将定长背景序列和样本响应序列输入动态特征网络中的解码器,得到预测结构响应;根据样本响应数据和预测结构响应,对动态特征网络和预注意力深度与交叉网络中的参数进行调整,得到训练后的结构响应预测模型。这样,可以提高预测的准确性。

    杆系结构体优化方法、装置、电子设备及存储介质

    公开(公告)号:CN116432274A

    公开(公告)日:2023-07-14

    申请号:CN202310208411.9

    申请日:2023-02-27

    Applicant: 清华大学

    Abstract: 本发明涉及建筑技术领域,具体涉及一种杆系结构体优化方法、装置、电子设备及存储介质。包括:根据目标建筑物对应的杆系结构的构件信息和拓扑连接关系,生成目标建筑物对应的节点特征矩阵以及邻接矩阵;将节点特征矩阵以及邻接矩阵输入至目标结构响应代理模型,输出目标建筑物对应的结构力学响应;根据各个构件的建筑成本,生成目标函数;根据结构力学响应生成约束函数,以约束函数为约束条件,对目标函数进行优化,输出各个构件对应的目标优化变量。该方法,可以降低计算复杂度,提高优化收敛速率,缩短了优化时间,扩大了应用范围,且提高了效率,且保证了输出的各个构件对应的目标优化变量的准确性。

    结构体系的非线性分析方法及装置、设备及介质

    公开(公告)号:CN116305995A

    公开(公告)日:2023-06-23

    申请号:CN202310317726.7

    申请日:2023-03-27

    Applicant: 清华大学

    Abstract: 本发明提供一种结构体系的非线性分析方法及装置、设备及介质。结构体系的非线性分析方法,包括:获取目标结构体系的结构数据表征;基于结构数据表征,按照指定数据格式构建目标结构体系的异构图数据;对异构图数据进行属性特征提取,得到目标结构体系的静态编码特征;基于目标结构体系所在工况的工况信息以及待观测时长,确定所述目标结构体系的动态变化特征;基于静态编码特征和动态变化特征,对目标结构体系进行非线性分析,确定目标结构体系的目标结构响应。通过本发明,使得到的结构响应更贴合目标结构体系在工况下使用时的真实情况,进而能够减少误差,使得到的结构响应更具有准确性。

    基于图神经网络的弹性杆系结构体系数据处理方法及装置

    公开(公告)号:CN114662204B

    公开(公告)日:2023-03-31

    申请号:CN202210364622.7

    申请日:2022-04-07

    Applicant: 清华大学

    Abstract: 本发明公开了基于图神经网络的弹性杆系结构体系数据处理方法及装置,该方法包括:获取杆系结构体系数据,提取所述杆系结构体系数据中的拓扑特征,基于所述拓扑特征构建图数据结构;获取外部荷载,将所述图数据结构与所述外部荷载输入图神经网络模型,生成弹性杆系结构体系数据处理结果。本方法基于图神经网络的弹性杆系结构体系数据处理方法及装置,基于杆系结构体系中拓扑特征构建图数据结构,使得图数据结构能够完整描述杆系结构体系的层次信息,对杆系结构体系进行了高保真数字化的表示,并且通过对图神经网络模型进行训练的过程实现对杆系结构体系的内力计算,保证了内力计算结果的正确性,提高了对弹性杆系结构体系内力计算的效率。

Patent Agency Ranking