[发明专利]一种基于蒙特卡洛的建筑机电点位布置方法

摘要

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。

主权项

1.一种基于蒙特卡洛的建筑机电点位布置方法，其特征在于，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，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；(2)依次对每个建筑空间进行均匀网格化处理，并计算出机电点位布置的可行域；(3)依据不同的待设计建筑类型选用相应的布点评价指标参数集C；(4)使用蒙特卡洛采样，按照规则，随机进行自动布点，自动生成布点过程作为初始样本集S；(5)使用卷积神经网络CNN中的ResNet作为启发函数，以S为输入，输出有两个：(a)下一个布点位置和布点概率，(b)最终布点完成后的评价指标；(6)使用蒙特卡洛采样，布点由随机改为用训练好的ResNet网络作为指导；据当前布点计算下一点位置的概率和最终评价指标的值，取最大分值作为下一个布点的位置；作为新的样本集Si；(7)重复步骤(5)(6)，不断提高ResNet精度；训练得到蒙特卡洛深度神经网络生成模型；所述设计生成过程包括以下步骤：(1)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；(2)依次对每个建筑空间进行均匀网格化处理，并计算出机电点位布置的可行域；(3)依据不同的待设计建筑类型选用相应的训练过程得到的蒙特卡洛深度神经网络生成模型，采用所述蒙特卡洛深度神经网络生成模型多次生成训练结果；(4)选取至少3个生成结果最好的结果返回。