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！

龙图腾网获悉北京科技大学;河北工程大学申请的专利面向框架结构刚度提升的图神经网络自动布索方法及装置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：CN120745055B 。

龙图腾网通过国家知识产权局官网在2025-11-11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：202511163997.7，技术领域涉及：G06F30/13；该发明授权面向框架结构刚度提升的图神经网络自动布索方法及装置是由刘越;李轩直;黄玉薇设计研发完成，并于2025-08-20向国家知识产权局提交的专利申请。

本面向框架结构刚度提升的图神经网络自动布索方法及装置在说明书摘要公布了：本发明涉及工程结构智能设计技术领域，具体涉及面向框架结构刚度提升的图神经网络自动布索方法及装置。本方法包括以下步骤：导入既有框架结构，提取所述既有框架结构的几何特征向量和拓扑关系矩阵；基于图神经网络，根据所述拓扑关系矩阵构建第一图网络；利用所述几何特征向量，在所述第一图网络中使用邻接矩阵生成有效的布索方案；对每个布索方案使用有限元模型计算位移响应，获得所有方案的位移特征矩阵；基于所述位移特征矩阵，使用图注意力网络对所有布索方案进行评分，依据评分结果筛选最优布索方案。本发明通过图神经网络与有限元分析融合实现了高效解空间探索，解决了框架结构布索方案的生成、评估与优化的全流程智能化设计问题。

本发明授权面向框架结构刚度提升的图神经网络自动布索方法及装置在权利要求书中公布了：1.一种面向框架结构刚度提升的图神经网络自动布索方法，其特征在于，包括以下步骤： 导入既有框架结构，提取所述既有框架结构的几何特征向量和拓扑关系矩阵； 基于图神经网络，根据所述拓扑关系矩阵构建第一图网络； 利用所述几何特征向量，在所述第一图网络中使用邻接矩阵生成有效的布索方案； 对每个布索方案使用有限元模型计算位移响应，获得所有方案的位移特征矩阵； 基于所述位移特征矩阵，使用图注意力网络对所有布索方案进行评分，依据评分结果筛选最优布索方案； 所述提取所述既有框架结构的几何特征向量和拓扑关系矩阵，包括以下步骤： 获取所述既有框架结构的布置形式和拓扑结构，包括梁、柱位置分布； 提取所述既有框架结构的几何特征，包括梁单元编号、柱单元编号、梁和柱的节点编号、层高和跨度； 所述基于图神经网络,根据所述拓扑关系矩阵构建第一图网络，包括以下步骤： 依据所述拓扑关系矩阵，基于图神经网络创建无向的图网络； 依据所述几何特征向量，在所述图网络中建立节点特征矩阵； 将梁单元的边特征水平布置，柱单元的边特征竖直布置，创建梁类型单元的向量集和柱类型单元的向量集； 在所述图网络中，结合所述节点特征矩阵和梁柱类型单元的向量集，获得第一图网络； 所述利用所述几何特征向量，在所述第一图网络中使用邻接矩阵生成有效的布索方案，包括以下步骤： 在所述第一图网络中建立节点与节点相关联的邻接矩阵，通过所述邻接矩阵建立斜拉索的潜在连接位置集合； 根据所述几何特征向量中的层高和跨度建立所述斜拉索的自动筛选机制，从所述潜在连接位置集合中筛选可行斜拉索集合； 基于所述可行斜拉索集合，挑选k个不同位置的斜拉索生成有效的布索方案； 所述在所述第一图网络中建立节点与节点相关联的邻接矩阵，满足： 当两个节点与梁类型或柱类型的单元向量中的节点坐标一致时，在邻接矩阵中用1表示既有的框架单元，否则在邻接矩阵中用0表示； 所述邻接矩阵满足以下公式： 其中，表示节点的邻接矩阵中的关系值； 所述根据所述几何特征向量中的层高和跨度建立所述斜拉索的自动筛选机制，满足： 在跨度方向提取所述潜在连接位置集合中成对节点在跨度方向的坐标差与跨度相匹配； 在层高方向提取所述潜在连接位置集合中成对节点在层高方向的坐标差与层高匹配。

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北京科技大学;河北工程大学，其通讯地址为：100083 北京市海淀区学院路30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。