[发明专利]一种基于蒙特卡洛的建筑机电点位布置方法

说明书

本发明公开了一种基于蒙特卡洛的建筑机电点位布置方法，所述方法包括训练过程及设计生成过程，训练过程包括以下步骤：建筑输入数据；用建筑模数网格化空间；蒙特卡洛随机采样生成初始样本集；训练ResNet预测下一步的布置和最终结果评价值；蒙特卡洛采样，以ResNet的预测作为知道进行蒙特卡洛采样并生成样本集；训练得到生成模型。设计生成过程包括以下步骤：建筑输入数据；用建筑模数网格化空间；依据不同的待设计建筑类型选用相应的生成模型，采用生成模型多次生成训练结果；选取至少3个生成结果最好的结果返回。本发明采用强化学习的方式实现了从无到有的建筑机电点位的设计，且训练过程无需额外已有的设计数据。

技术领域

本发明属于建筑机电设计领域，具体涉及一种基于蒙特卡洛的建筑机电点位布置方法。

背景技术

蒙特卡洛树搜索又称随机抽样或统计试验方法，属于计算数学的一个分支，它是在上世纪四十年代中期为了适应当时原子能事业的发展而发展起来的。传统的经验方法由于不能逼近真实的物理过程，很难得到满意的结果，而蒙特卡洛树搜索方法由于能够真实地模拟实际物理过程，故解决问题与实际非常符合，可以得到很圆满的结果。这也是以概率和统计理论方法为基础的一种计算方法，是使用随机数(或更常见的伪随机数)来解决很多计算问题的方法。将所求解的问题同一定的概率模型相联系，用电子计算机实现统计模拟或抽样，以获得问题的近似解。

建筑设计包括建筑、结构、给排水、暖通、电气五个专业；给排水、暖通、电气统称机电专业；建筑中的机电专业需要依据建筑的几何布置以及建筑的功能需要去设计建筑的配套设备的放置以及设备间的链路连接；比如电气专业里的照明就是需要解决建筑的采光需求，他需要依据不同房间的照明采光需求，确定灯具的种类、数量，随后需要设计给各个灯具的供电线缆的铺设。设备点位布置即为在空间中确定某个设备的位置，不同的设备有不同的布置要求、布置原则。比如灯具即为满足采光需求，网口、插座面板即为满足人的功能使用需求。另外有些设备会存在一定的优化需求，比如综合布线系统中交换机需要依据点位数确定不同的型号，如48口、24口，以及确定放置楼层的位置(点位少时可能共用某几层共用一个交换机)；空调送风口、回风口的位置确定需要考虑空间内的气流组织问题；灯具的放置需要结合建筑的自然采光等。

传统建筑机电设计师在设计时需要采用CAD软件凭设计经验进行手动绘制，绘制费时费力，绘图存在大量的重复性工作，且手工绘制容易出现绘图错误，需要人工反复查验，故整个设计工作是一种低效低质的过程。

国内外相关机电自动设计工作多为基于某种设计的优化，多为基于随机搜索方法(如遗传算法、蚁群算法)来进行优化设计，并未实现机电点位从无到有的设计，比如Bentley公司的Hevacomp Electrical Designer软件可用来实现对照明点位开关的分组配置。

在家具布置领域有相似点位布置生成工作MANYI LI,等人在GRAINS:GenerativeRecursive Autoencoders for INdoor Scenes中提出了利用RvNN训练生成户内家具布置的方法。该家具布置方法需要大量的训练数据来实现模型的训练，且模型受训练数据影响较大，泛化性较差。

发明内容

针对背景技术中存在的问题，本发明的目的在于提供一种能够自动依据建筑空间生成设备点位设计图纸的基于蒙特卡洛的建筑机电点位布置方法，以提高设计师工作效率，提高建筑设计图纸质量。

为了实现上述目的，本发明的具体技术方案如下：

一种基于蒙特卡洛的建筑机电点位布置方法，所述方法包括训练过程及设计生成过程，具体步骤如下：

所述训练过程包括以下步骤：

(1)针对目标建筑类型建筑(比如办公建筑)，将设计好的建筑图纸结构化为BIM数据，并且对建筑中的关键建筑结构数据进行标注，对标注好的数据进行提取；