摘要
本发明公开一种有限开放空间建筑爆炸威力场机器学习及逃生规划方法,通过包括训练数据集和验证数据集的爆炸冲击下有限开放空间建筑威力场数据库对威力场交互协同图神经网络进行训练以及优化,得到爆炸冲击下有限开放空间建筑威力场预测模型,实现对有限开放空间建筑三维爆炸威力场的机器学习。根据爆炸冲击下有限开放空间建筑威力场预测,根据历史试验数据对比,获取相应地下空间建筑的人员毁伤场,得到人员逃生的起始点和终点,利用路径优化方法,按照满足最短逃生时间和最大存活率的方式,实现应急逃生规划本发明的方法精确度高,效率高,泛化能力强。
技术关键词
机器学习方法
冲击波
建筑
神经网络层结构
Dijkstra算法
数据
注意力
网络结构
多路径
节点
数字孪生方法
规划
数值仿真方法
路径优化方法
级联
参数
三维模型
处理器
解码器
程序
系统为您推荐了相关专利信息
吊顶式空调
光伏幕墙
负离子释放结构
建筑围护结构
风量平衡阀
充放电调度方法
优化调度模型
建筑
出行特征
充放电功率
集成余热回收
服务区系统
智能储能
光伏发电模块
智能控制模块
温控
空调运行参数
负荷预测模型
空调控制方法
运动补偿
强化学习模型
数字孪生体
动态优化方法
能源设备
历史设备