一种基于图节点分类图神经网络的剪力墙设计方法

    公开(公告)号:CN119622886A

    公开(公告)日:2025-03-14

    申请号:CN202411753074.2

    申请日:2024-12-02

    Abstract: 本发明公开了一种基于图节点分类图神经网络的剪力墙设计方法,具体涉及图节点分类技术领域;通过几何坐标和连接关系识别剪力墙中对称的节点对,并将其标记在图结构中,然后获取这些节点在水平荷载下的剪力响应数据及在长期荷载下因应力差异导致的材料蠕变数据,将其转化为特征向量,输入机器学习模型进行训练,判断应力分布预测的准确性,根据预测结果将对称节点划分为准确、可能准确和不准确的预测结果,对于可能准确的节点,提取局部子图并根据预测异常程度动态调整边权重,以进一步优化模型预测精度,通过对对称节点的精确识别和动态优化,有效解决了现有技术中剪力墙对称节点力学表现预测不准确的问题,提升了模型的预测精度和设计可靠性。

Patent Agency Ranking