[发明专利]一种基于条件变分自动编码器的布局场景生成方法

说明书

本发明公开了一种基于条件变分自动编码器的布局场景生成方法，通过构建基于条件变分自动编码器的场景布局模型3D‑SLN，利用从布局场景中采集的训练数据以及设备坐标数据提取布局场景中设备分布特征，利用相似度损失函数对基于条件变分自动编码器的场景布局模型3D‑SLN布局场景进行优化，得到优化后的设备分布特征，并构建重叠判别器，并根据优化后的设备分布特征得到最终的设备分布特征，本发明通过充分利用以设备中心坐标进行存储的布局场景数据，使用场景图作为抽象而一般的表示来指导各种场景布局的综合，并添加条件输入，使得输出布局场景可控，以满足场景图中包含的关系，使得对合成过程的控制更加灵活，生成不同的布局，并共享相同的结构输入示例。

技术领域

本发明涉及布局场景生成算法，具体涉及一种基于条件变分自动编码器的布局场景生成方法。

背景技术

随着人工智能技术的发展，人工智能已经渗透进了各行各业，给人们的生活带来了诸多的方便。在设计行业中也有人工智能的身影。关键设备布局优化是自动化工厂初步设计过程中至关重要的环节，关键设备布局的优化直接影响到整个工程项目方案的运行安全性、布局合理性和成本经济性，也直接影响到后期管道、线路等外围设备的铺设。

填装问题研究的是如何将若干数量的物体放置到指定的区域内，并使系统的某些性能指标达到最优。显然关键设备布局优化属于一种填装问题，通过某种有效算法得到满足一定方案要求的布局设计。拥有一款好的算法能辅助设计人员，为设计人员提供一个可行的初始方案，减去设计人员的任务负担，提高设计效率和丰富设计多样性。目前，对于设备布局优化普遍采用基于模型的遗传算法、梯度下降算法等传统算法和使用基于数据的生成对抗网络、变分自动编码器等人工智能算法。由于设备布局优化时的设备不确定，使得遗传算法、梯度下降算法等传统算法在面临复杂的约束关系数学化的同时，还需要面临设备数量增加带来的算法运行时间的指数级增长。除此之外，人工智能算法需要使用大量的设备布局数据，在算法运算得到的布局也可能存在设备之间的重叠。

发明内容

针对现有技术中的上述不足，本发明提供了一种基于条件变分自动编码器的布局场景生成算法。

为了达到上述发明目的，本发明采用的技术方案为：一种基于条件变分自动编码器的布局场景生成方法，包括以下步骤：

S1、从布局场景中采集训练数据以及设备坐标数据；

S2、构建基于条件变分自动编码器的场景布局模型3D-SLN，并根据训练数据以及设备坐标数据集提取布局场景中设备分布特征；

S3、利用相似度损失函数对基于条件变分自动编码器的场景布局模型3D-SLN布局场景进行优化，得到优化后的设备分布特征；

S4、构建重叠判别器，并根据优化后的设备分布特征得到最终的设备分布特征。

本发明具有以下有益效果：

通过构建基于条件变分自动编码器的场景布局模型3D-SLN，利用从布局场景中采集的训练数据以及设备坐标数据提取布局场景中设备分布特征，利用相似度损失函数对基于条件变分自动编码器的场景布局模型3D-SLN布局场景进行优化，并得到优化后的设备分布特征，构建重叠判别器，并根据优化后的设备分布特征得到最终的设备分布特征，通过充分利用以设备中心坐标进行存储的布局场景数据，使用场景图作为抽象而一般的表示来指导各种场景布局的综合，并添加条件输入，使得输出布局场景可控，以满足场景图中包含的关系，使得对合成过程的控制更加灵活，且允许各种形式的输入，生成不同的布局，并共享相同的结构输入示例。

优选地，步骤S1具体为：

根据布局设备中的空间坐标信息提取三元数据以及设备坐标数据，并将三元数据构成的图数据作为训练数据。

该优选方案的有益效果为：