拒绝“局部健身”！建筑结构的墙-梁协同训练 | 新论文：基于图神经网络的剪力墙结构墙-梁布置方案联合设计方法
论文：Intelligent co-design of shear wall and beam layouts using a graph neural network
DOI：https://doi.org/10.1016/j.autcon.2025.106024
4分钟视频介绍：
0
太长不看版
提出了一种基于图神经网络（GNN）的剪力墙与梁联合智能设计方法，以解决现有方法中剪力墙和梁独立设计时忽略两者耦合关系的问题。首先，构建了一种建筑-剪力墙-梁联合图（Graph）表征方法，构建建筑构件输入和剪力墙-梁输出图谱；采用Graph-SAGE算法学习拓扑特征，实现剪力墙和梁的同步生成；最后结合工程经验规则对生成结果进行后处理优化。实验表明，该方法显著提升了设计效果，剪力墙和梁的交并比（IoU）较现有独立设计方法分别提高14.9%和35.6%，且结构力学性能指标优于传统方法，验证了其在协同优化与工程实用性上的优势。该方法为建筑结构多类构件耦合设计提供了高效解决方案。
1
研究背景
在高层住宅的设计中，剪力墙和梁就像是建筑中的“腿”和“手臂”。传统上，工程师们需要手动设计这些结构，这不仅耗时，还容易出错。而现有的AI设计工具，虽然能帮忙，但每次只能单独设计剪力墙或梁，就像在健身时只练手臂或只练腿，忽略了全身的协调性。比如，AI单独设计梁时，可能会设计出“中间没有剪力墙支撑的过长梁”，这就像是让手臂承担了过多的重量，导致手臂过于粗壮，影响了整体的美观和功能。
为了解决这个问题，我们的研究提出了一种新方法——使用图神经网络（GNN），让AI像一位经验丰富的健身教练，能够同时设计剪力墙和梁，确保“骨架”和“肌肉”的协调。通过分析大量真实的设计图纸数据，并结合工程经验规则优化细节，我们最终实现了墙-梁布置的协同设计。这种方法不仅解决了传统AI“单线程”设计的缺陷，还使得结构更加合理，设计效率大幅提升。就像是在健身中加入全身协调训练，我们的方法让建筑结构设计更加高效和精准。
联合生成：同时锻炼不同部位
2
核心技术
关键方法1：联合墙-梁图表征方法
将建筑平面中的剪力墙、梁、门窗、建筑墙等组件统一表示为图结构数据，用“节点”表示连接点，“边”表示构件（如墙、梁）。剪力墙和梁的布置设计整合到同一图，通过拓扑关系直接反映两者的相互影响，避免传统独立设计导致的冲突。
关键方法2：潜在梁自动生成规则
预先在建筑空间中生成可能的梁布置位置（即“潜在梁”），为AI提供设计基准线，提升AI生成梁的合理性，避免在无意义位置布置梁。
关键方法3：多维度图特征设计
节点特征：包含位置坐标、连接构件类型（如建筑墙、门窗）等信息。
边特征：记录构件类型（One-hot编码）、长度、相对位置等。
让AI不仅能识别构件位置，还能理解构件类型、连接关系和空间分布。
关键方法4：基于Graph-SAGE的联合预测模型
模型核心：采用Graph-SAGE算法（擅长提取拓扑关系），通过多层聚合节点和边特征，预测每条边应布置剪力墙、梁或留空。
3
案例分析
以一个25层的剪力墙住宅结构为例，采用本研究提出的方法在20-30秒内即可完成剪力墙和对应梁结构的生成。基于AI生成的结构图，通过API接口自动布置楼板、加载荷载，并联动PKPM完成建模分析，全程无需人工干预。
与人工设计方法和先后设计剪力墙-梁的方法相比，本研究采用方法的核心优势在于：
(1)协同设计提升性能：AI联合设计相比GNN先后设计的剪力墙和梁在多个力学指标上占优。
(2)效率与合规性兼顾：AI生成方案在1分钟内完成合规设计（人工方法需30分钟以上），且力学指标均满足规范。
(3)更接近于工程师设计结果。
下图展示了在多个案例中，基于墙-梁联合生成算法生成的剪力墙和梁IoU计算统计图。统计案例的平均值大于0.5，表明联合生成的构件布置接近工程师设计水平。
4
结语
本研究提出的基于图神经网络（GNN）的剪力墙与梁协同设计方法，通过耦合墙-梁布置的Graph表示和Graph-SAGE算法，联合生成结构布局，结合规则编码优化策略，显著提升剪力墙和梁的设计质量，欢迎各位专家批评指正！
联络邮箱:
---End---
QQ群，AI-structure-交流群：741840451
商务问题请联系：
黄盛楠([email protected])
技术问题请联系：
廖文杰([email protected])
论文：生成式智能结构设计在建筑投标中的应用案例(20250218)
大家一起玩AI | AIstructure-API开放生态秀：基准方中参数化工具TigerKin实现智能生成设计(20250212)
AI-structure.com 2024年终总结(20241228)
0→2000！AIstructure用户设计项目突破2000个(2024/12/02)
独AI不如众AI，AIstructure二次开发接口API开放试用！(20241104)
AIstructure-Copilot V0.3.0 增加图层自动提取功能，墙梁联合优化改进设计效果(20241018)
AIstructure官网全面升级，英文版上线(20240909)
AIstructure-Copilot-V0.2.9 梁布置设计算法改进(20240830)
AIstructure-Copilot-v0.2.8软件全过程操作演示视频(20240809)
AIstructure-Copilot-V0.2.8软件使用温馨小贴士(20240726)
结构生成式智能设计AI-structure 2024上半年小结(20240628)
AIstructure-Copilot-v0.2.7技术背景（1）：基于PKPM API的自动化建模和计算分析(20240522)
AIstructure-Copilot-v0.2.7：新增后处理功能，云端完成PKPM结构计算和AIstructure优化(20240520)
AIstructure-Copilot-v0.2.6：给马儿换上精饲料，AIstructure设计效果持续改善(20240511)
AIstructure-Copilot-v0.2.2：梁布置设计功能更新(20240308)
AIstructure-Copilot-v0.1.7功能更新：实现多标准层的PKPM/YJK自动建模(20231222)
AIstructure-Copilot实现“三驾马车”驱动：Diffusion Model智能设计上线！(20231103)
AIstructure-Copilot-v0.1.2更新：精细化考虑抗震设计条件影响的全新GNN版本，请您来试试(20230928)
ai-structure.com：剪力墙结构材料用量AI预测模块上线测试(20230731)
AIstructure-Copilot：嵌入CAD平台的结构智能设计助手(20230711)
建筑结构生成式智能设计在日内瓦国际发明展上获“评审团特别嘉许金奖”(20230519)
ai-structure.com：土木工程自然语言规则AI解译模块上线测试(20230513)
AI剪力墙设计问卷调查结果(20230508)
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.
学术报告视频
论文和专利