学术报告——建筑结构的生成式智能设计方法及应用

发布者:建筑与土木工程学院发布时间:2024-04-07浏览次数:10

讲座题目:建筑结构的生成式智能设计方法及应用 

报 告 人:陆新征

报告时间: 4月8日 10:00

报告地点:图书馆2厅

主办单位:建筑与土木工程学院

报告人简介:

陆新征,清华大学土木工程系教授,防灾减灾工程研究所所长,兼任《工程力学》期刊主编,Journal of Structural Engineering-ASCE Associate Editor,Earthquake Engineering & Structural Dynamics, Journal of Earthquake Engineering 编委等。

主要从事土木工程防灾减灾、智能设计方面的研究工作。发表论文200余篇,出版中英文专著8部,累计被引用2万余次,连续入选Elsevier“中国高被引学者”(2014-2023)。成果被国标、行标、美国混凝土学会规程、美国NSF重大项目平台及重要结构计算软件采纳,并应用于北京“中国尊”超高层建筑等多个标志性工程,参与汶川、玉树、芦山、鲁甸等地震的抗震救灾工作。获国家自然科学二等奖(2/4)、北京市科技进步一等奖(1/15)、教育部自然科学一等奖(1/5)、国家自然科学基金优秀青年基金(2012)、教育部“长江学者奖励计划”特聘教授(2018)、腾讯科学探索奖、日内瓦国际发明展“金+奖”、JM Ko Award等奖励。

内容简介:

建筑结构的智能设计和智能审查是智能建造的重要内容。结构设计和审查需求量大,但现有设计方法效率较低、且依赖具体设计人员经验,难以满足智能设计和审查需求。深度神经网络通过对设计数据、经验知识和规范条文等内容的学习,进而具备优异的高维数据特征提取、方案生成、以及语言解译能力,代表性技术为生成对抗网络、图神经网络、扩散模型以及大语言模型等。

因此,本研究提出了建筑结构的生成式智能设计、优化和规范智能审查方法。通过学习大量工程设计图纸,并综合考虑建筑布置、设计条件、力学原理和经验规则的约束,智能设计算法掌握建筑结构的方案生成能力,进一步通过与优化算法结合突破结构智能设计的训练数据瓶颈。通过对土木工程领域语料的智能学习,智能审查算法掌握规范复杂条文的自动解译和审查能力。案例研究表明,智能化生成的结构方案水平较为接近人类专家水平,基本满足建筑结构方案设计阶段的需求,设计效率显著提升;研发的智能设计平台已被上百家设计和科研单位用于上千次工程设计中。

欢迎全校师生参加!