Volume 1,Issue 8
Fall 2024
基于强化学习和经验规则的剪力墙智能布置方法
传统的高层剪力墙结构设计过程中，存在设计效率低，设计周期长，较为依赖工程师主观经验等问题。提出一种融合强化学习与结构设计经验规则的剪力墙智能布置方法。该方法通过读取建筑布置方案构建强化学习模型，将结构设计经验规则嵌入奖励机制，实现剪力墙拓扑形态生成与墙体长度优化。通过实际工程算例验证表明，所提出的高层剪力墙智能布置方法可行，生成方案与工程师设计相似度较高，且设计效率较传统方法显著提升，为高层剪力墙结构智能设计提供了有效技术路径。
[1]Zhou X, Wang L, Liu J, et al. Automated structural design of shear wall
structures based on modified genetic algorithm and prior knowledge[J]. Automation
in Construction, 2022, 139:104318.
[2]Lou H, Gao B, Jin F, et al. Shear wall layout optimization strategy for high-rise
buildings based on conceptual design and data-driven tabu search[J]. Computers &
Structures, 2021, 250: 106546.
[3]PIZARRO P N, MASSONE L M, ROJAS F R, et al. Use of convolutional networks
in the conceptual structural design of shear wall buildings layout[J]. Engineering
Structures, 2021, 239: 112311
[4]Lu X, Liao W, Zhang Y, et al. Intelligent structural design of shear wall residence
using physics-enhanced generative adversarial networks[J]. Earthquake Engineering
& Structural Dynamics, 2022, 51(7): 1657-1676.
[5]程国忠,周绪红, 刘界鹏, 等. 基于深度强化学习的高层剪力墙结构智能设计方法[J].
建筑结构学报, 2022, 43(9): 84-91.
[6]高层建筑混凝土结构技术规程: JGJ 3-2010[S]. 北京: 中国建筑工 业出版社.
[7]2010龙湖地产集团总部.龙湖地产结构设计限额控制指标[R].2014.
[8]刘元鑫,廖文杰,林元庆,解琳琳,陆新征. 数据特征对剪力墙结构生成式智能设计
的影响[J]. 清华大学学报(自然科学版),2023,(12):2005-2018.