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！

龙图腾网获悉重庆大学申请的专利一种基于混合神经网络的建筑性能预测方法及评估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：CN119940138B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202510105908.7，技术领域涉及：G06F30/27；该发明授权一种基于混合神经网络的建筑性能预测方法及评估系统是由黄海静;郭亚鹏;马金辉;周智伟;郭文生;周一欢;刘秋萍;林瑞峰;揭文烜;傅妍妍;岳欣妍;赵静设计研发完成，并于2025-01-23向国家知识产权局提交的专利申请。

本一种基于混合神经网络的建筑性能预测方法及评估系统在说明书摘要公布了：本发明涉及智能建筑技术领域，提供了一种基于混合神经网络的建筑性能预测方法，包括：实时抓取材料价格数据；混合神经网络模型包括：价格特征转换单元，将材料价格数据转换为价格特征；第一长短期记忆网络，从历史能耗数据中提取能耗时间特征；第二长短期记忆网络，从场地气候数据中提取气候时间特征；三维卷积神经网络，从三维体积数据中提取建筑的三维空间特征；拼接模块，获得综合特征表示；全连接模块，从综合特征表示提取非线性特征；输出模块，对非线性特征进行回归处理获得建筑的能耗、成本和全生命周期碳排放量。本发明还公开了一种基于混合神经网络的建筑性能评估系统。本发明提高了建筑多性能预测的精度和现实适应性。

本发明授权一种基于混合神经网络的建筑性能预测方法及评估系统在权利要求书中公布了：1.一种基于混合神经网络的建筑性能预测方法，其特征在于，包括： 从多个建筑材料供应商网站实时抓取材料价格数据； 获取建筑的历史能耗数据、场地气候数据和BIM模型数据； 从BIM模型数据中提取建筑的三维体积数据； 利用预先训练好的混合神经网络模型基于材料价格数据、历史能耗数据、场地气候数据和三维体积数据预测建筑的能耗、成本和全生命周期碳排放量，其中，混合神经网络模型包括： 价格特征转换单元，用于将材料价格数据转换为价格特征； 第一长短期记忆网络，用于从历史能耗数据中提取能耗时间特征； 第二长短期记忆网络，用于从场地气候数据中提取气候时间特征； 三维卷积神经网络，用于从三维体积数据中提取建筑的表征三维体素网格和材料分布的三维空间特征； 拼接模块，拼接能耗时间特征、气候时间特征、价格特征和三维空间特征获得综合特征表示； 全连接模块，包括一个以上级联的用于从综合特征表示提取非线性特征的全连接层； 输出模块，对非线性特征进行回归处理获得建筑的能耗、成本和全生命周期碳排放量； 其中，所述从BIM模型数据中提取建筑的三维体积数据，包括： 通过体素化处理将建筑的BIM模型离散为多个立方体素单元； 从BIM模型数据中提取每个立方体素单元包含材料的材料类型，并将材料类型对应的材料编码和材料物理属性向量一起与该立方单元映射； 将每个立方体素单元表示为一个三维数组，其中，每个三维数组包括立方体素单元中心点的坐标位置、与立方体素单元映射的材料编码和材料物理属性向量； 组合所有立方体素单元的三维数组获得建筑的三维体积数据； 其中，所述通过体素化处理将建筑的BIM模型离散为多个立方体素单元，包括： 设置与BIM模型外接的三维几何立体边界框； 将三维几何立体边界框划分为多个空间区域； 确定每个空间区域的几何复杂度和材料属性变化率，根据每个空间区域的几何复杂度和材料属性变化率计算每个空间区域的立方体素单元大小； 根据每个空间区域的立方体素单元大小将每个空间区域离散化为一个以上立方体素单元。

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重庆大学，其通讯地址为：400030 重庆市沙坪坝区沙正街174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。