Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 武汉理工大学三亚科教创新园朱科获国家专利权

武汉理工大学三亚科教创新园朱科获国家专利权

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!

龙图腾网获悉武汉理工大学三亚科教创新园申请的专利一种交互式大语言模型的建筑参数智能优化方法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:CN121543173B

龙图腾网通过国家知识产权局官网在2026-04-10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:202610062736.4,技术领域涉及:G06F30/13;该发明授权一种交互式大语言模型的建筑参数智能优化方法是由朱科;赵贻强;张彪;赵德军;邓龙飞;陈旭东设计研发完成,并于2026-01-19向国家知识产权局提交的专利申请。

一种交互式大语言模型的建筑参数智能优化方法在说明书摘要公布了:本发明涉及建筑数字化设计与性能优化技术领域,且公开了一种交互式大语言模型的建筑参数智能优化方法,该方法先通过构建材料-构造-建筑一体化协同参数库,实现多层级参数的映射关联与数据标准化;再解析法规条文与用户需求,形成可量化的设计规则集;基于此,通过LLM交互实施多维度参数化智能设计自动生成EnergyPlus可模拟的IDF文件,打通设计到模拟链路;基于方案性能数据构建深度强化学习模型,实现能耗、舒适度与成本的多目标自适应优化,以生成帕累托最优推荐方案,最后由LLM解读帕累托最优推荐方案生成合规性论证与需求适配报告,完成从设计到解读的全流程闭环,从而大幅度提升建筑设计效率与综合性能。

本发明授权一种交互式大语言模型的建筑参数智能优化方法在权利要求书中公布了:1.一种交互式大语言模型的建筑参数智能优化方法,其特征在于,包括以下步骤: 步骤一、获取材料、构造、建筑属性相关的数据并构建参数集,基于参数集构建材料-构造-建筑一体化的协同参数库,实现多层级参数的映射关联与数据标准化; 步骤二、基于法规条文和用户需求,解析法规条文后构建法规知识图谱,再量化需求后建立用户需求函数,获得多目标约束矩阵,形成可量化的设计规则集; 步骤三、基于协同参数库与多目标约束矩阵,通过大语言模型LLM交互调整参数组合,形成初始参数化设计方案集,通过传热系数计算公式校验参数化设计方案集的合规性,再搭建映射模板自动转化为IDF文件,经LLM校验修正后输出IDF文件集; 步骤四、将文件集的IDF文件输入能耗模拟软件EnergyPlus进行批量模拟,计算能耗与舒适度指标;各个数据由LLM交互调取、解析并保存至数据库,得到结构化建筑性能数据集;所述各个数据包括各方案的参数组合、能耗值、舒适度指标与成本相关数据; 步骤五、以结构化建筑性能数据集为训练集,构建深度强化学习优化模型,设定智能体相关规则与多目标奖励函数,经迭代学习并筛选出帕累托最优推荐方案; 以步骤四的模拟结果数据为训练集,构建深度强化学习优化模型,设定智能体的动作空间、状态空间与奖励函数;采用多目标优化奖励函数,实现能耗、舒适度、成本的协同优化,其计算公式为: ; 公式中,表示奖励函数的输出结果,表示实际能耗,表示基准能耗上限,表示允许的最大不舒适小时数,表示方案总成本,表示预算上限,分别表示步骤二设定的能耗优化目标权重、舒适度优化目标权重与成本控制目标权重,的取值需与步骤二量化的用户需求优先级匹配,表示舒适度指标; 步骤六、由LLM解读帕累托最优推荐方案的设计策略,生成可视化解读报告。

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武汉理工大学三亚科教创新园,其通讯地址为:572000 海南省三亚市崖州区崖州湾科技城用友产业园9号楼;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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。