买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉湖南工程学院申请的专利一种装配式建筑预制区域判断模型的生成方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN118260840B 。

龙图腾网通过国家知识产权局官网在2025-06-06发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202410439034.4，技术领域涉及：G06F30/13；该发明授权一种装配式建筑预制区域判断模型的生成方法及系统是由肖阿林;李小华;易郴;陈伟;王瑞;李志远;农金龙设计研发完成，并于2024-04-12向国家知识产权局提交的专利申请。

本一种装配式建筑预制区域判断模型的生成方法及系统在说明书摘要公布了：本发明公开了一种装配式建筑预制区域判断模型的生成方法及系统，包括：通过训练数据生成系统生成训练数据；随机生成一个项目模型结构；所述项目模型结构包括项目编号、标准层数量、标准层表和装配率，所述标准层表包括多个区域表，所述区域表包括多个区域数据；针对所述项目模型结构，利用遗传算法进行计算，得到设计结果；将所述设计结果转化为训练数据的结构；构建神经网络构架；将所述训练数据输入所述神经网络构架训练，并进行超参数调优，生成装配式建筑预制区域判断模型。本发明解决了难以对装配式建筑预制区域进行自动、准确、快速地判断的问题。

本发明授权一种装配式建筑预制区域判断模型的生成方法及系统在权利要求书中公布了：1.一种装配式建筑预制区域判断模型的生成方法，其特征在于，包括：S1、通过训练数据生成系统生成训练数据；S11、随机生成一个项目模型结构；所述项目模型结构包括项目编号、标准层数量、标准层表和装配率，所述标准层表包括多个区域表，所述区域表包括多个区域数据，所述区域数据包括面积、级别、洞口、梁、比例要求、标准层总面积占总建筑面积比例和区域占所在标准层面积的比例；S12、针对所述项目模型结构，利用遗传算法进行计算，得到设计结果；所述步骤S12包括：S121、针对项目进行区域编码，编码是为了建立编码单个数值和房间、或编码单个数值和梁的映射关系；S122、利用遗传算法，启动多线程并行计算所述项目模型机构的设计结果，计算流程包括：S1221、将项目模型结构数据初始化，按照设定的参数ChromosomeLength初始化表Chromosome，针对初始化表Chromosome中的每一个元素进行初始化；ChromosomeLength为表Chromosome的大小，表Chromosome中所有的元素长度相同，表Chromosome包括设置好的多个元素，每一个元素包括多位数，元素的每一位为1或0，分别代表预制或不预制，元素的每一位分别对应一个区域；S1222、采用如下函数针对每一个元素中的每一位进行初始化；在0-101间产生一个随机整数C1，计算当前房间或梁的使用概率C2，如果C1C2，则对应元素的当前位为1，否则为0；C2＝1001+e-x，x＝标准层数量*100总数量+权重值180，S1223、根据适应性函数，计算每一个元素的适应性，保存适应性最高的元素，为最优元素；适应性函数：适应性＝1000-各类型区域预制数量*对应得分的和-实际比例要求比例*得分，所述得分由人为设置；S1224、按照概率随机选择；S1225、每个元素随机和其它元素进行切片交换，计算适应性；S1226、将最优元素与其它元素均进行随机切片交换，计算适应性；S1227、将每个元素的随机位置进行概率性突变，计算适应性；突变概率为50％；S1228、保留适应性高的元素，替换最优元素，返回步骤S1224重复若干次后终止，获得最优结果，即设计结果；S13、将所述设计结果转化为训练数据的结构；S2、构建神经网络构架；S3、将所述训练数据输入所述神经网络构架训练，并进行超参数调优，生成装配式建筑预制区域判断模型；所述超参数调优包括通过择优进程优化主进程的超参数，择优进程根据遗传算法优化超参数。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人湖南工程学院，其通讯地址为：411104 湖南省湘潭市福星东路88号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。