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！

龙图腾网获悉中信建筑设计研究总院有限公司申请的专利一种索网结构的自由节点坐标预测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：CN119783217B 。

龙图腾网通过国家知识产权局官网在2025-11-28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：202411957105.6，技术领域涉及：G06F30/13；该发明授权一种索网结构的自由节点坐标预测方法及系统是由曾明会;李治;徐礼华设计研发完成，并于2024-12-29向国家知识产权局提交的专利申请。

本一种索网结构的自由节点坐标预测方法及系统在说明书摘要公布了：本发明提供一种索网结构的自由节点坐标预测方法及系统，方法包括：获取索网结构的预应力分布、每一个边界节点坐标和每一个自由节点优化方向值；将每一个边界节点坐标输入深度学习找形模型，输出每一个自由节点坐标预测值；计算深度学习找形模型的损失函数值，调整深度学习找形模型的参数，以更新深度学习找形模型，直到损失函数值小于设定误差，获取索网结构的每一个自由节点坐标预测值。本发明将索网结构的边界节点坐标作为深度学习找形模型的输入，并给出自由节点的优化方向值，利用深度学习找形模型对索网结构的自由节点坐标进行预测，达到索网结构找形的目的，相比现有的人工找力，计算效率高，且快捷准确。

本发明授权一种索网结构的自由节点坐标预测方法及系统在权利要求书中公布了：1.一种索网结构的自由节点坐标预测方法，其特征在于，包括： 步骤1，获取索网结构的预应力分布和每一个边界节点坐标，以及根据索网结构受力原理，给出索网结构的每一个自由节点优化方向值； 步骤2，设置深度学习找形模型的初始参数； 步骤3，将每一个所述边界节点坐标输入所述深度学习找形模型中，输出每一个自由节点坐标预测值； 步骤4，根据所有边界节点坐标、所有自由节点优化方向值和所有自由节点坐标预测值，计算所述深度学习找形模型的损失函数值； 步骤5，根据所述损失函数值，调整所述深度学习找形模型的参数，以更新所述深度学习找形模型，重复执行步骤2~步骤5，直到所述损失函数值小于设定误差，获取索网结构的每一个自由节点坐标预测值； 所述步骤4，根据所有所述边界节点坐标、所有所述自由节点优化方向值和所有所述自由节点坐标预测值，计算所述深度学习找形模型的损失函数值，包括： 根据所有边界节点坐标和所有自由节点坐标预测值，分别计算所有自由节点上x、y和z方向上物理平衡方程的均方残差MSEx、MSEy和MSEz，包括： 根据所有自由节点的优化方向值和所有自由节点坐标预测值，计算自由节点移动方向的均方误差MSEm，包括： 根据均方残差MSEx、MSEy和MSEz和均方误差MSEm，计算所述深度学习找形模型的损失函数值，包括： L total=MSEx+MSEy+MSEz+fnMSEm； 其中，Ns为自由节点数目，m为与自由节点j相连的索单元数量，Ljk和Fjk分别为自由节点j与节点k之间索单元长度和索力，xj,yj,zj为自由节点j的坐标，xk,yk,zk为节点k的坐标，xj,yjpred和xj,yjopdi分别为自由节点j在x、y方向上坐标预测值和优化方向值，fn为训练步的指数衰减函数，n为深度学习找形模型的训练步数，为衰减系数。

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中信建筑设计研究总院有限公司，其通讯地址为：430000 湖北省武汉市江岸区四唯路8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。