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！

龙图腾网获悉星际空间(天津)科技发展有限公司申请的专利知识驱动的地下建筑设计方案智能审查方法、系统及设备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：CN120216671B 。

龙图腾网通过国家知识产权局官网在2025-09-02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：202510694223.0，技术领域涉及：G06F16/334；该发明授权知识驱动的地下建筑设计方案智能审查方法、系统及设备是由杨佳凡;黄恩兴;高健;张啟蒙;蔡红;江谋美;王梦设计研发完成，并于2025-05-28向国家知识产权局提交的专利申请。

本知识驱动的地下建筑设计方案智能审查方法、系统及设备在说明书摘要公布了：本发明提供了一种知识驱动的地下建筑设计方案智能审查方法、系统及设备，该方法包括：识别待审查的地下建筑设计方案中审查对象的目标设施类型、待审查要素及其对应的审查材料类型；根据目标设施类型从相应设施类型的知识库中匹配规则结构化文本条目和经验结构化文本条目；根据审查材料类型从申请材料中加载相应的审查材料；若涉及文本类审查材料，调用审查推理大模型提取待审查要素对应的指标信息；若涉及图纸类审查材料，调用图纸识别增强多模态大模型提取待审查要素对应的指标信息；将提取到的指标信息和召回的知识条目进行整合构建提示词模板，通过审查推理大模型根据提示词模板对指标信息进行智能审查和推理，并输出审查报告，提高审查效率。

本发明授权知识驱动的地下建筑设计方案智能审查方法、系统及设备在权利要求书中公布了：1.一种知识驱动的地下建筑设计方案智能审查方法，其特征在于，所述方法包括: 识别待审查的地下建筑设计方案中审查对象的目标设施类型和待审查要素，并确定待审查要素对应的审查材料类型； 根据目标设施类型从预设的相应设施类型的地下空间审查规则知识库中匹配目标规则结构化文本条目，并从预设的相应设施类型的案例经验知识库中匹配目标经验结构化文本条目； 根据待审查要素对应的审查材料类型从当前审查任务的申请材料中加载相应的目标审查材料； 若目标审查材料中包括文本类审查材料，则调用预训练的地下空间审查推理大模型从文本类审查材料中提取待审查要素对应的第一指标信息； 若目标审查材料中包括图纸类审查材料，则调用预训练的地下空间领域图纸识别增强多模态大模型从图纸类审查材料中提取待审查要素对应的第二指标信息； 将提取到的所有指标信息和召回的目标规则结构化文本条目、目标经验结构化文本条目进行整合构建提示词模板，将得到的提示词模板输入所述地下空间审查推理大模型，以逐条审查指标信息是否符合各目标规则结构化文本条目，并结合目标经验结构化文本条目中的审查逻辑描述和隐性规则描述对指标审查结果进行推理输出审查报告； 地下空间审查推理大模型的训练过程包括： 以预设的地下空间审查规则文字语料库作为训练数据，采用动态低秩自适应微调方式对预训练的基座大模型进行微调训练，在微调训练过程中冻结原始的基座大模型权重参数，在每一层注入可训练的秩分解矩阵，根据规则结构化文本条目所属规范类型的不同对不同规范类型的训练数据分配不同的秩参数值，具体的，在训练过程中对不同秩的学习表示进行排序，使用低秩矩阵近似权重矩阵，针对不同的任务复杂度对不同的规范类型分配不同秩参数值，以实现根据任务的复杂度动态调整秩参数值； 通过参数融合算法合并微调权重与基座模型，生成地下空间领域知识增强大模型，参数融合算法公式为： ， 其中，表示冻结的基座大语言模型权重参数，为微调训练的低秩矩阵参数，B、A表示待训练权重矩阵，B矩阵的维度为d×r，对应模型框架的输入维度d与秩参数r的组合，用于从输入训练数据中提取与特定规范类型相关的低秩特征；A矩阵的维度为r×k，用于将低秩特征映射到模型的输出维度k，以将提取的特征重新组合生成适配领域知识的参数调整量，α为预设的领域适配系数； 以预设的指令对齐语料库作为训练数据，采用低秩微调方式对地下空间领域知识增强大模型进行微调训练，在微调训练过程中冻结地下空间领域知识增强大模型权重参数，在Transformer层注入秩为指定值的秩分解矩阵，通过监督学习优化训练得到地下空间审查推理大模型。

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星际空间(天津)科技发展有限公司，其通讯地址为：300384 天津市滨海新区滨海高新区华苑产业区海泰绿色产业基地M4座一—三层；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”。