摘要
本申请涉及重力坝坝剖面设计与人工智能技术领域,尤其涉及一种基于生成对抗网络的重力坝智能设计方法,确定重力坝的参数边界条件,构建重力坝参数化有限元模型;采用拓扑优化方法,确定优化目标,结合参数边界条件生成重力坝分区剖面图像数据;预处理设计文本信息和重力坝分区剖面图像数据得到高维张量数据,基于高维张量数据构建完整数据集;将完整数据集作为训练样本,引入设计约束条件和特征掩码,构建生成对抗网络;向生成对抗网络中输入待设计特征数据,生成符合要求的重力坝分区设计图像。本发明的目的是提供一种基于拓扑优化与生成对抗网络的重力坝分区生成式设计方法,以解决传统重力坝设计方法的不足,提高重力坝设计效率。
技术关键词
生成对抗网络
智能设计方法
拓扑优化方法
分区
设计约束条件
设计特征
参数
数据特征提取方法
图像
重力坝坝
文本
变密度法
坝体
矩阵
人工智能技术
冗余特征
断面面积
成分分析
系统为您推荐了相关专利信息
节能优化控制方法
深度强化学习
制冷机房
风量
分区
态势地图
生成对抗网络模型
条件生成对抗网络
无人机
构建训练集
位置隐私保护方法
轨迹
服务类型信息
兴趣点属性信息
位置隐私保护技术
桥梁钢筋锈蚀
图像重建方法
伪彩图像
局部特征信息
多模态特征
消防预警系统
火灾风险评估
分层强化学习
资源优化调度
图像采集模块