公开(公告)号：CN119783217A

公开(公告)日：2025-04-08

申请号：CN202411957105.6

申请日：2024-12-29

Applicant: 中信建筑设计研究总院有限公司

Inventor： 曾明会 ,  李治 ,  徐礼华

IPC: G06F30/13 ,  G06F30/27 ,  G06N3/0499 ,  G06N3/084 ,  G06N3/088 ,  G06F119/14

Abstract: 本发明提供一种索网结构的自由节点坐标预测方法及系统，方法包括：获取索网结构的预应力分布、每一个边界节点坐标和每一个自由节点优化方向值；将每一个边界节点坐标输入深度学习找形模型，输出每一个自由节点坐标预测值；计算深度学习找形模型的损失函数值，调整深度学习找形模型的参数，以更新深度学习找形模型，直到损失函数值小于设定误差，获取索网结构的每一个自由节点坐标预测值。本发明将索网结构的边界节点坐标作为深度学习找形模型的输入，并给出自由节点的优化方向值，利用深度学习找形模型对索网结构的自由节点坐标进行预测，达到索网结构找形的目的，相比现有的人工找力，计算效率高，且快捷准确。

公开(公告)号：CN119783218A

公开(公告)日：2025-04-08

申请号：CN202411957108.X

申请日：2024-12-29

Applicant: 中信建筑设计研究总院有限公司

Inventor： 曾明会 ,  李治 ,  徐礼华

IPC: G06F30/13 ,  G06F30/27 ,  G06N3/0499 ,  G06N3/084 ,  G06N3/0895 ,  G06F119/14

Abstract: 本发明提供一种索网结构初始预应力分布计算方法及系统，方法包括：获取索网结构的每一个边界节点坐标和每一个自由节点坐标；将每一个边界节点坐标输入深度学习找力模型中，输出每一个自由节点坐标预测值；计算所有自由节点物理平衡方程均方残差和其坐标预测值与真实值的均方误差的和，即为损失函数值；根据损失函数值调整深度学习找力模型的参数和索预应力，更新深度学习找力模型，直到计算的损失函数小于设定误差，获取索预应力，即索网结构初始预应力分布。本发明将索网结构的边界节点坐标作为深度学习找力模型的输入，自由节点坐标作为输出，利用深度学习找力模型对索网结构的初始预应力分布找力，相比现有的人工找力，计算效率高，且快捷准确。