ai-structure.com图神经网络(GNN)设计剪力墙功能上线！

2023年4月20日，ai-structure发布了全新的内测版本v0.0.4。感谢各位工程师的积极参与和反馈。

本次更新，推出的新功能是基于图神经网络(GNN)的剪力墙结构智能设计方法。技术细节详见：新论文：基于图神经网络的剪力墙布置人工智能设计方法

1

更新说明

ai-structure.com v0.0.4版本的内部架构相较之前版本做了比较大的调整，可能用户使用时感觉并不明显，但是我们觉得这个新架构对AI设计技术发展来说，还是一个很有意义的尝试。具体说，就是ai-structure.com v0.0.4版本，开始支持多个算法方案的生成。

大家进行方案设计时，总希望能多找几个团队，做多个设计然后优选。但是更多的设计团队势必会带来更多的资金成本和时间成本。但是AI设计则完全没有这个局限，不同的AI算法，可以在分秒之内产生不同的AI设计方案，供用户从中择优选择，而成本增加几乎为零。

本次，在v0.0.4版本中，我们就同时提供了生成对抗网络(GAN)和图神经网络(GNN)两种不同的AI生成算法来生成结构方案，供用户优选。

同时，两种方法的前后处理流程都一样，均可以采用我们开发的CAD前后处理插件。

2

典型案例

案例1

GAN设计结果

GNN设计结果

案例2

GAN设计结果

GNN设计结果

案例3

GAN设计结果

GNN设计结果

案例4

GAN设计结果

GNN设计结果

案例5

GAN设计结果

GNN设计结果

案例6

GAN设计结果

GNN设计结果

案例7

GAN设计结果

GNN设计结果

案例8

GAN设计结果

GNN设计结果

案例9

GAN设计结果

GNN设计结果

案例10

GAN设计结果

GNN设计结果

3

小结

目前看，GAN版本设计结果和GNN版本设计结果各有特色，用户可以根据需要从中选择。

我们将在v0.0.4版本基础上逐渐增加我们最新的研究成果，请大家持续关注和建议。

联系方式

QQ群：741840451（欢迎入群交流讨论）

廖文杰：[email protected]；

费一凡：[email protected]

ai-structure.com网站中也有联系我们选项

1. 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.
   

2. 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.
   

3. 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.

4. 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.

5. 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.

6. 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.

7. 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.

8. 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.

9.  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

10. 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, DOI:10.1002/eqe.3862.