工程智能设计青年学者研讨会简报｜智汇工程，设计未来

课题组

工程智能设计青年学者研讨会简报｜智汇工程，设计未来

原创课题组陆新征课题组

2026-08-14 19:51

工程智能设计
青年学者研讨会

ENGINEERING DESIGN × GENERATIVE AI

2026.08.10　星期一

清华大学新土木馆 B200 报告厅

ABOUT THE EVENT

一次跨学科的深度交流

2026年8月10日，工程智能设计青年学者研讨会在清华大学新土木馆举行。本次会议在中国力学学会、北京土木建筑学会指导下，由北京土木建筑学会智能建造分会主办，清华大学土木工程系承办。会议采用线上线下结合的方式举行，来自海内外10余所高校的27位青年学者，围绕结构智能计算、生成式设计、建筑机电、交通规划、消防安全与工程智能体等方向分享最新探索。

左右滑动查看更多

开幕环节，清华大学陆新征教授代表会议组委会向与会嘉宾、报告人和参会代表表示欢迎，并期待青年学者充分分享成果、工程实践与前沿思考，在交流讨论中发现新的合作机会，共同推动工程智能设计理论、工具与应用发展。

REPORTS

专题报告

（以下报告内容根据现场分享整理，并经AI辅助总结）

杜辉波｜东南大学

报告题目：《基于数据物理双驱动代理模型的空间网格结构多目标优化研究》

杜辉波主要围绕复杂空间网格结构的快速预测与优化展开报告。研究将空间结构转化为图数据，融合节点、杆件和整体结构信息，并在代理模型训练中引入力学平衡约束；同时构建包含规则与随机网格的样本集，以代理模型替代遗传算法中的高频有限元调用。报告展示了小型多目标优化算例，后续将继续检验复杂构型下的泛化能力与节点特征表达。

胡竞元｜清华大学

报告题目：《基于图神经网络的自由曲面单层网壳结构性能预测与网格设计方法》

胡竞元聚焦自由曲面单层网壳的结构性能快速预测和网格拓扑设计。研究从网格奇异性、方向性及主应力线等关键问题出发，构建适用于半规则网格的图神经网络代理模型，并将其嵌入遗传算法开展多目标寻优。结果表明，该方法能够在早期设计阶段快速比较大量候选方案，获得不同拓扑形式的帕累托解，为兼顾自由曲面造型与结构性能提供计算支持。

田博旭｜哈尔滨工业大学

报告题目：《面向智能结构设计的用户引导神经拓扑优化框架》

田博旭介绍了一套面向人机协同的神经拓扑优化框架，旨在将设计师难以量化的几何偏好和经验知识纳入优化过程。该方法以神经网络重写拓扑描述函数，形成可微的连续密度表示，并通过特征尺寸控制、几何掩码和多体积分布等统一机制表达用户意图。数值算例显示，交互约束可在较小性能损失和计算增量下改变结构形态，并有助于缓解应力集中、失稳等问题。

张国辉｜清华大学

报告题目：《面向结构设计的智能计算与可微优化方法》

张国辉介绍了由异构图代理模型、可微工程指标和自研优化器组成的结构智能优化流程。研究基于大规模框架—剪力墙结构数据学习全局响应，通过反向传播获得设计变量梯度，并利用约束聚合、步幅限制、回溯线搜索和历史最佳可行解等机制提升工程可行性。多个真实工程案例的试算表明，该流程具有降低材料成本的潜力；报告同时指出，代理梯度本质上仍是近似量，非线性工况与更广材料、截面范围仍需进一步拓展。

孙涛｜加州大学伯克利分校（线上）

报告题目：《“赋机器以直觉，化示例为辅助”——基于模仿学习的训练与人机共创框架》

孙涛从“能否把设计师的直觉交给机器”出发，提出由示范、纠错和协同构成的闭环框架。团队搭建开源二维桁架设计环境，记录设计者逐步搭建结构的动作轨迹，以流匹配和动作分块学习多样化的后续决策，再通过数据集聚合让设计者接管并修正模型失误。训练后的策略可在交互界面中实时给出设计建议，为机器学习隐性设计经验以及人机共创提供了可扩展的实验路径。

宋凌寒｜福州大学

报告题目：《结构体系弹塑性时程分析的智能计算代理模型研究》

宋凌寒系统介绍了工程结构计算代理模型从数据表征到非线性时程预测的研究进展。研究以异构图描述复杂结构体系，并将图神经网络与面向长序列的改进 Transformer 模块结合，用于预测地震作用下结构全场、全过程响应，同时探索由代理模型梯度驱动的结构优化。报告重点讨论了弹塑性分析中的误差累积、不同结构图数据对齐与跨体系泛化等瓶颈，提出以对比学习构建统一结构表征空间的后续思路。

王迦淇｜华中科技大学

报告题目：《面向复杂环境的空中造楼机多工况智能设计研究》

王迦淇围绕超高层施工装备“空中造楼机”在复杂环境下的安全与效率问题，汇报了多工况智能设计研究。工作涵盖极端风与随机地震作用下的动态可靠度快速评估、多工况参数化鲁棒设计、面向韧性提升的结构柔性设计，以及关键节点的生成式拓扑设计。研究通过代理模型、可靠度分析与优化方法的协同，探索从整体结构到局部节点的多尺度设计路径，为大型施工装备应对多荷载和极端环境提供支撑。

王俐强｜重庆大学

报告题目：《面向安全与标准化协同的模块化钢结构智能优化设计》

王俐强介绍了模块化钢结构在安全、经济与标准化目标之间的协同优化方法。研究将模块组合、构件选型及结构性能纳入统一迭代流程，在满足工程约束的前提下比较不同模块与构件配置，并分析标准化程度对设计结果和建造效率的影响。相关工作进一步形成智能优化设计程序，为模块化建筑从经验选型走向可计算、可比较的方案决策提供工具基础。

谢孝刚｜武汉大学

报告题目：《“生成—学习—决策”协同的拱坝体形智能设计》

谢孝刚围绕高拱坝体形设计中高维变量、昂贵仿真和多目标权衡等问题，提出“生成—学习—决策”协同框架。该框架以生成模型拓展候选体形，以代理学习快速评估结构响应，并通过面向安全性与经济性的决策机制组织方案迭代和经验复用。报告结合重大工程实践介绍了方法验证，展示了人工智能技术与水工结构专业知识深度结合的应用潜力。

张凡｜同济大学

报告题目：《数据驱动与物理规则融合的基坑内支撑结构智能设计框架》

张凡介绍了面向基坑内支撑结构的“生成—矢量化—优化”全流程框架。研究首先利用数据驱动模型生成支撑布局，再通过骨架提取、节点聚类和构件连续性检查形成可计算图结构，继而融合拓扑信息、力学规律与优化策略对方案进行改进。该工作尝试贯通地下工程结构布局生成与物理校核，并明确指出当前主要面向平面初步设计，三维效应和精细力学分析仍是后续重点。

王博伦｜香港大学（线上）

报告题目：《Generative AI for sustainable and human-centered building facades》

王博伦从建筑立面对采光、热舒适、能耗、碳排放、造价与审美的综合影响出发，介绍了图驱动的生成式设计流程。研究以图结构承载立面语义、几何、材料及空间序列信息，并与参数化建模、性能模拟、图神经网络代理模型和多目标优化衔接，使生成结果能够继续进入深化设计。报告结合高层住宅项目讨论了该流程在地产高周转场景中的应用，并展望平面—立面联动和建成后运行数据反哺设计。

安怡龙｜浙江大学

报告题目：《基于深度学习的空间结构节点智能生成方法研究》

安怡龙汇报了空间结构节点生成方法从“生成对抗网络+体素”向“扩散模型+DMTet”演进的研究。前一阶段以拓扑优化节点训练生成模型并完成实体重构和增材制造验证；后一阶段通过混合拓扑优化与衍生设计数据，提高几何多样性并简化后处理流程。团队正进一步将有限元性能损失、连续几何表示和模型蒸馏融入生成过程，以实现满足质量、位移和应力条件的快速节点生成。

顾洁帆｜同济大学

报告题目：《基于BIM的建筑机电系统自动设计》

顾洁帆围绕暖通、电气与消防等机电系统的自动设计，介绍了从建筑模型处理、负荷计算、系统分区和设备选型，到管路寻优、系统图生成及结果回写BIM的完整流程。研究特别关注实际BIM模型质量参差、专业信息分散和上游修改引发下游重做等问题，并通过几何简化、规则算法与优化方法提高流程鲁棒性。报告还分享了图学习和机电图纸识别的探索，指出工程数据质量与跨专业信息整合仍是关键。

黄梓龙｜清华大学

报告题目：《LLM Agent驱动的住宅平面布局生成》

黄梓龙从建筑方案“可编码、可评价、可迭代”的闭环要求出发，探讨大语言模型智能体驱动住宅平面生成的方法。研究利用大模型理解自然语言需求、组织案例检索与工具调用，并根据房间数量、面积关系和空间拓扑等条件生成、评价和调整平面方案。该工作强调将建筑师经验转化为可被智能体调用的知识与操作，使无需专项训练的模型也能参与方案推演，同时正视评价标准与稳定性仍需加强。

金湛翔｜清华大学

报告题目：《建筑平面生成式设计的意图理解与性能优化研究》

金湛翔介绍了提升建筑平面生成可控性与工程可用性的系列工作。研究以两阶段条件扩散模型解耦功能布局与墙门窗构造，通过模糊功能块、动态绘制过程和多模态条件增强模型对设计意图的理解；同时引入建筑师反馈训练偏好模型，并把能耗、防火疏散、面积和连通性等指标构造成可微评价信号进行后训练。该路径推动平面生成由“视觉合理”转向“意图贴合、专业合规、可持续迭代”。

梁兆帆｜华南理工大学

报告题目：《生成式深度学习模型在桥梁构件智能设计中的研究与应用》

梁兆帆围绕桥梁构件设计中几何、地质、受力与构造约束的耦合，介绍了生成式深度学习在复杂地质桩基布置、桩基与承台配筋，以及钢框架洞边布梁等任务中的应用。研究通过数据表征、条件生成与工程规则校核，将高维设计变量映射为可比较的构造方案，探索减少重复试算和提升构件设计效率。报告展示了生成模型跨不同桥梁构件任务的适用性，也强调工程约束嵌入和结果复核的重要性。

刘文丽｜香港科技大学

报告题目：《Automated End-to-End Generation of Residential Flat Layouts via a Sustainable Performance-Conditioned Diffusion Model》

刘文丽聚焦住宅平面布局与可持续性能之间的协同生成问题。研究将建筑能耗评价指标编码为扩散模型的可视化条件，使模型在端到端生成住宅平面时同步响应几何与可持续性能要求，并通过单调性响应指标检测条件输入对生成结果的控制能力。该工作把可持续性由后置评估前移为生成条件，为绿色住宅早期设计提供了快速探索大量候选方案的新路径。

刘正劼｜同济大学

报告题目：《从CAD图纸到可计算设计数据：面向矢量图形的语义识别方法》

刘正劼围绕海量CAD历史图纸难以直接计算利用的问题，介绍了矢量图形语义识别研究。团队构建ArchCAD数据集，并提出DPSS、SegCAD等方法，综合利用线段几何、图元关系和上下文信息识别建筑与结构构件，降低标注、轴线及噪声图元的干扰。研究旨在把传统图纸转换为结构化、可检索、可建模的数据，为后续智能设计、模型重建和行业数据资产化奠定基础。

张奕｜香港大学（线上）

报告题目：《Bridging Words and Worlds: Latent Space Alignment for Text-Conditioned 3D Architectural Generation》

张奕探讨自然语言与三维建筑几何之间直接建立联系的可能性。研究利用多源三维建筑数据和大模型生成专业文本描述，分别提取文本与三维潜在表征，再通过对比学习和回归进行潜空间对齐。作为概念验证，该框架已支持语义检索、零样本标签、文本到三维生成以及潜空间形态编辑；报告同时强调，现阶段生成精度受数据规模和三维编码能力限制，概率生成与智能体集成是下一步方向。

贺治浩｜北方工业大学

报告题目：《基于规范约束与ReAct的钢筋混凝土梁智能设计校核研究》

贺治浩介绍了面向钢筋混凝土梁设计的可信智能体原型。系统以确定性计算内核承担内力、配筋与规范校核，以ReAct机制组织需求理解、工具调用和方案迭代，并通过语义护栏、数值核查和候选方案网关限制未经验证的信息写入正式设计。案例表明，该框架能够形成可追踪、可比较的设计过程；报告也明确其当前范围主要限于简支矩形梁和均布荷载，知识版本管理及更大规模工程验证仍待完善。

何至立｜香港科技大学

报告题目：《Generative AIBIM: An automatic and intelligent structural design pipeline integrating BIM and generative AI》

何至立介绍了融合BIM与扩散模型的智能结构设计流程。研究首先从BIM模型提取标准化建筑图，再以两阶段生成框架识别并布置剪力墙，最后将二维结果回写为三维BIM结构模型。相较端到端生成对抗网络，该方法将复杂任务拆解为线稿生成与规则化细化，并引入建筑图和设防条件等物理信息约束扩散过程，以提升生成稳定性、多样性和工程一致性。

陆童｜香港理工大学

报告题目：《基于生成式人工智能的消防性能化设计研究》

陆童围绕复杂建筑场景下消防性能化设计周期长、仿真成本高和专业门槛高等问题，介绍了人工智能在可用疏散时间、必须疏散时间及相关关键参数快速预测中的应用。团队还提出工程知识强化提示框架，将角色、知识、任务、推理和输出要求模块化，用于辅助防火分区设计与多维评价。报告指出，真实数据稀缺、多源输入异质、工具使用门槛和生成式模型幻觉，是消防领域实现可信落地必须解决的问题。

马昕瑞｜东南大学

报告题目：《生成式语言模型在结构工程中的应用：从模型辅助到智能体协同》

马昕瑞从模型辅助与智能体协同两个层面介绍生成式人工智能在结构工程中的应用。一方面，团队将工程表格数据序列化并微调语言模型，在小样本条件下扩充数据、提升预测模型表现；另一方面，构建由技能、智能体和知识库共同支撑的结构分析智能体协同框架，使系统能够理解任务、检索规范、调用有限元工具、校核结果并生成报告。多类分析案例展示了从人工建模向可解释、可追溯智能协同的演进方向。

王月瞳｜清华大学

报告题目：《零样本生成城市居民的一日活动—出行轨迹：一个多模态多智能体大语言模型框架》

王月瞳介绍了在缺少本地训练数据时生成城市居民全日活动—出行轨迹的多模态多智能体框架。方法以家庭和个体属性、邻里地图等信息为输入，先由家庭成员智能体协商形成无时间冲突的活动链，再扩展出行目的地、时刻和方式。基于新加坡家庭出行调查的比较显示，该框架在多个分布指标上更接近真实数据，为数据稀缺地区的交通需求建模与规划情景分析提供了新思路。

杨甲科｜香港城市大学（现于加州大学伯克利分校开展研究，线上）

报告题目：《From Tools to Tool Use to Evidence-State Control: An LLM Agent Framework for Human-Building Operations》

杨甲科聚焦医院、养老设施等复杂场景中的人—建筑交互与运维决策，提出面向多源信息和长链工具调用的证据状态控制框架。系统将任务拆分为证据目标定义、工具取证和证据裁决等层次，并结合建筑语义本体、共享记忆和可追溯案例网络，管理人员、设备、空间与时间之间的多跳关系。多类复杂案例的对比显示，分层智能体有助于提高工具召回和证据链完整性，为可信建筑运维问答与决策提供系统化路径。

郁哲轩｜清华大学（线上）

报告题目：《建筑能耗模型的多智能体决策优化与决策校验方法研究》

郁哲轩介绍了面向EnergyPlus建筑能耗模型的多智能体闭环优化框架。系统由仿真执行、决策分析、模型修改、气候解析和上下文管理等智能体协同工作，并以标准规范和物理知识库校验模型对象、字段与优化建议，降低幻觉和拓扑错误。研究还设置收敛早停与目标早停机制，并在多气候区、不同复杂度及多类建筑模型上开展测试，探索兼顾节能效果、计算成本和工程可解释性的自动优化流程。

覃思中｜清华大学

报告题目：《从生成到自主：建筑结构设计智能体探索》

覃思中梳理了建筑结构智能设计由单阶段生成、工程师主导交互到智能体主导自主设计的演进。团队将建筑布置、结构布置、尺寸设计和改造加固等算法沉淀为工具库，在AI-structure Copilot基础上进一步构建StructureClaw，以ReAct机制组织推理与行动，并通过多类技能和工具完成建模、分析与校核。实验显示，专业技能与工具可显著提升任务稳定性；工程证据链的一致性、安全性与执行能力的平衡，以及多模态建模精度，仍是走向全流程自主设计的核心挑战。

DISCUSSION

交流研讨

在各场报告后的交流环节，与会专家和青年学者围绕数据规模与泛化能力、物理约束嵌入、生成与优化的关系、模型可解释性、工程规范校核、跨专业信息协同及真实项目落地等问题展开讨论。现场问答充分体现了会议“重交流、重讨论”的特点，也从不同工程对象中凝练出若干共同议题：如何让模型既具备生成能力又遵守物理规律，如何在提升效率的同时保留可追溯证据链，以及如何建立高质量行业数据、知识和工具生态。

左右滑动查看更多

CONCLUSION

会议总结

闭幕环节，陆新征教授以“日新月异、百花齐放、百家争鸣、前景无限”概括会议感受。他指出，工程智能设计正在由少数团队的探索快速走向多领域并进，研究对象覆盖建筑结构、机电、桥梁、消防、运维和城市系统等多个领域；面向未来，还需持续推进工程数据建设、智能体与专业软件融合、可信校核机制以及新型科研范式探索。

本次研讨会为工程智能设计领域青年学者搭建了开放、深入的交流平台。未来，期待更多研究力量围绕工程机理、数据智能与自主设计开展协同创新，以可信、可用、可持续的智能技术赋能工程设计全流程。

左右滑动查看更多

组织机构

指导单位：中国力学学会、北京土木建筑学会
主办单位：北京土木建筑学会智能建造分会
承办单位：清华大学土木工程系

--End--

3分钟视频演示剪力墙结构智能设计完整操作流程

1分钟视频建筑户型平面生成与编辑流程

ai-structure.com联系方式

QQ群

AI-structure-交流1群：741840451（已满）

AI-structure-交流2群：1053974604（欢迎加入）

商务问题请联系：

黄盛楠([email protected])

技术问题请联系：

廖文杰([email protected])

ai-structure.com往期文章

相关论文

Liao WJ, Lu XZ, Huang YL, Zheng Z, Lin YQ, Automated structural design of shear wall residential buildings using generative adversarial networks, Automation in Construction, 2021, 132: 103931. DOI: 10.1016/j.autcon.2021.103931.
Lu XZ, Liao WJ, Zhang Y, Huang YL, Intelligent structural design of shear wall residence using physics-enhanced generative adversarial networks, Earthquake Engineering & Structural Dynamics, 2022, 51(7): 1657-1676. DOI: 10.1002/eqe.3632.
Zhao PJ, Liao WJ, Xue HJ, Lu XZ, Intelligent design method for beam and slab of shear wall structure based on deep learning, Journal of Building Engineering, 2022, 57: 104838. DOI: 10.1016/j.jobe.2022.104838.
Liao WJ, Huang YL, Zheng Z, Lu XZ, Intelligent generative structural design method for shear-wall building based on “fused-text-image-to-image” generative adversarial networks, Expert Systems with Applications, 2022, 118530, DOI: 10.1016/j.eswa.2022.118530.
Fei YF, Liao WJ, Zhang S, Yin PF, Han B, Zhao PJ, Chen XY, Lu XZ, Integrated schematic design method for shear wall structures: a practical application of generative adversarial networks, Buildings, 2022, 12(9): 1295. DOI: 10.3390/buildings1209129.
Fei YF, Liao WJ, Huang YL, Lu XZ, Knowledge-enhanced generative adversarial networks for schematic design of framed tube structures, Automation in Construction, 2022, 144: 104619. DOI: 10.1016/j.autcon.2022.104619.
Zhao PJ, Liao WJ, Huang YL, Lu XZ, Intelligent design of shear wall layout based on attention-enhanced generative adversarial network, Engineering Structures, 2023, 274: 115170. DOI: 10.1016/j.engstruct.2022.115170.
Zhao PJ, Liao WJ, Huang YL, Lu XZ, Intelligent beam layout design for frame structure based on graph neural networks, Journal of Building Engineering, 2023, 63, Part A: 105499. DOI: 10.1016/j.jobe.2022.105499.
Zhao PJ, Liao WJ, Huang YL, Lu XZ, Intelligent design of shear wall layout based on graph neural networks, Advanced Engineering Informatics, 2023, 55:101886, DOI: 10.1016/j.aei.2023.101886
Liao WJ, Wang XY, Fei YF, Huang YL, Xie LL, Lu XZ, Base-isolation design of shear wall structures using physics-rule-co-guided self-supervised generative adversarial networks, Earthquake Engineering & Structural Dynamics, 2023, 52(11): 3281-3303. DOI:10.1002/eqe.3862.
Feng YT, Fei YF, Lin YQ, Liao WJ, Lu XZ, Intelligent generative design for shear wall cross-sectional size using rule-embedded generative adversarial network, Journal of Structural Engineering-ASCE, 2023, 149(11). 04023161. DOI:10.1061/JSENDH.STENG-12206.
Fei YF, Liao WJ, Lu XZ, Guan H, Knowledge-enhanced graph neural networks for construction material quantity estimation of reinforced concrete buildings, Computer-Aided Civil and Infrastructure Engineering, 2024, 39(4): 518-538. DOI: 10.1111/mice.13094.
Zhao PJ, Fei YF, Huang YL, Feng YT, Liao WJ, Lu XZ, Design-condition-informed shear wall layout design based on graph neural networks, Advanced Engineering Informatics, 2023, 58: 102190. DOI: 10.1016/j.aei.2023.102190.
Fei YF, Liao WJ, Lu XZ, Taciroglu E, Guan H, Semi-supervised learning method incorporating structural optimization for shear-wall structure design using small and long-tailed datasets, Journal of Building Engineering, 2023, 79: 107873. DOI：10.1016/j.jobe.2023.107873
Liao WJ, Lu XZ, Fei YF, Gu Y, Huang YL, Generative AI design for building structures, Automation in Construction, 2024, 157: 105187. DOI: 10.1016/j.autcon.2023.105187
Zhao PJ, Liao WJ, Huang YL, Lu XZ, Beam layout design of shear wall structures based on graph neural networks, Automation in Construction, 2024, 158: 105223. DOI: 10.1016/j.autcon.2023.105223
Qin SZ, Liao WJ, Huang SN, Hu KG, Tan Z, Gao Y, Lu XZ, AIstructure-Copilot: assistant for generative AI-driven intelligent design of building structures, Smart Construction, 2024, DOI: 10.55092/sc20240001
Gu Y, Huang YL, Liao WJ, Lu XZ, Intelligent design of shear wall layout based on diffusion models, Computer-Aided Civil and Infrastructure Engineering, 2024, 39(23):3610-3625. DOI: 10.1111/mice.13236
Fei YF, Liao WJ, Zhao PJ, Lu X*, Guan H, Hybrid surrogate model combining physics and data for seismic drift estimation of shear-wall structures, Earthquake Engineering & Structural Dynamics, 2024, 53(10): 3093-3112. DOI: 10.1002/eqe.4151
Han J, Lu XZ, Gu Y, Cai Q, Xue HJ, Liao WJ, Optimized data representation and understanding method for the intelligent design of shear wall structures, Engineering Structures, 2024, 315: 118500. DOI: 10.1016/j.engstruct.2024.118500
Qin SZ, Guan H, Liao WJ, Gu Y, Zheng Z, Xue HJ, Lu XZ, Intelligent design and optimization system for shear wall structures based on large language models and generative artificial intelligence, Journal of Building Engineering, 2024, 95: 109996. DOI: 10.1016/j.jobe.2024.109996
Wang ZH, Yue Y, Chen Y, Liao WJ, Li CS, Hu KG, Tan Z, Lu XZ. Expert experience-embedded evaluation and decision-making method for intelligent design of shear wall structures. Journal of Computing in Civil Engineering-ASCE, 2025, 39(1). DOI: 10.1061/JCCEE5.CPENG-6076
Tan Z, Qin SZ, Hu KG, Liao WJ, Gao Y, Lu XZ, Intelligent generation and optimization method for the retrofit design of RC frame structures using buckling-restrained braces, Earthquake Engineering & Structural Dynamics, 2025, 54(2): 530-547. DOI: 10.1002/eqe.4268
Yu Y, Chen Y, Liao WJ, Wang ZH, Zhang SL, Kang YJ, Lu XZ, Intelligent generation and interpretability analysis of shear wall structure design by learning from multidimensional to high-dimensional features, Engineering Structures, 2025, 325: 119472. DOI: 10.1016/j.engstruct.2024.119472
Qin SZ, Liao WJ, Huang YL, Zhang Shulu, Gu Y, Han J, Lu XZ, Intelligent design for component size generation in reinforced concrete frame structures using heterogeneous graph neural networks, Automation in Construction, 2025, 171: 105967.
Xia JK, Liao WJ, Han B, Zhang SL, Lu XZ, Intelligent co-design of shear wall and beam layouts using a graph neural network, Automation in Construction, 2025, 172: 106024.
Qin SZ, Liao WJ, Tan Z, Hu KG, Gao Y, Lu XZ, Comparative analysis of intelligent retrofit design methods of RC frame structures using buckling-restrained braces. Bulletin of Earthquake Engineering, 2025, DOI: 10.1007/s10518-025-02164-3
Liao WJ, Zhang ZL, Liu B, Lu XZ, Liu DF, Liu Q, Duan ZJ, Liu C, Intelligent zoning design of concrete-faced rockfill dams using image-parameter fusion enhanced generative adversarial networks, Engineering Structures, 2025, 339: 120662. DOI: 10.1016/j.engstruct.2025.120662
Qin SZ, Fei YF, Liao WJ, Lu XZ*, Leveraging data-driven artificial intelligence in optimization design for building structures: A review, Engineering Structures, 2025, 341: 120810. DOI: 10.1016/j.engstruct.2025.120810
Fei YF, Lu XZ, Liao WJ, Guan H, Data enhancement for generative AI design of shear wall structures incorporating structural optimization and diffusion models, Advances in Structural Engineering, 2025, DOI: 10.1177/13694332251353614
Gu Y, Qin SZ, Liao WJ, Lu XZ*, Intelligent design of dimensions of reinforced concrete frame structure components using diffusion models, Computers in Industry, 2026, 175: 104428. DOI: 10.1016/j.compind.2025.104428
Han J, Liao WJ*, Lu XZ*, Gu Y, Zhang ZL, Liu B, Duan ZJ, Mechanics-embedded diffusion with closed-loop denoising for intelligent zoning design of concrete-faced rockfill dams, Advanced Engineering Informatics, 2026, 76: 105020. DOI: 10.1016/j.aei.2026.105020