(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111656595.2 (22)申请日 2021.12.3 0 (71)申请人 清华大学 地址 100084 北京市海淀区清华园 (72)发明人 刘念雄　闫树睿　 (74)专利代理 机构 北京三友知识产权代理有限 公司 11127 代理人 杨丹　郝博 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 10/06(2012.01) G06Q 50/08(2012.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 基于监督学习的住宅户型布局生成方法及 系统 (57)摘要 本发明提出一种基于监督学习的住宅户型 布局生成方法及系统， 包括： 建立户型布局生成 模型， 其中包括生成 网络、 仿真环境及评分网络； 获取户型示例数据， 将户型示例数据输入至生成 网络， 输出户型布局数据； 根据户型示例数据得 到户型设计条件， 将户型设计条件及户型布局数 据输入仿真环境， 对户型布局进行评分； 根据评 价网络， 将户型布局数据作为输入数据， 将仿真 环境输出的评分作为标注， 训练评价网络并输出 评分数据； 将评分数据反向传播至生成网络， 更 新生成网络参数， 训练生成网络， 在生成网络的 输出结果满足预设要求时停 止训练， 得到训练完 成的户型布局生成模型； 获取用户录入的户型设 计条件， 输入至训练完成的户型布局生成模型， 输出户型布局图。 权利要求书4页 说明书10页 附图3页 CN 114330892 A 2022.04.12 CN 114330892 A 1.一种基于监 督学习的住宅户型布局生成方法， 其特 征在于， 包括： 建立户型布局生成模型， 其中包括 生成网络、 仿真环境及评分网络； 获取户型示例数据， 将所述户型示例数据输入至生成网络， 输出户型布局数据； 根据所述户型示例数据， 得到户型设计条件， 将所述户型设计条件及户型布局数据输 入仿真环境， 对户型布局进行评分； 根据评价网络， 将户型布局数据作为输入数据， 将仿真环境输出的评分作为标注， 训练 所述评价网络并输出评分数据； 将评分数据反向传播至生成网络， 更新生成网络参数， 训练生成网络， 在生成网络的输 出结果满足预设要求时停止训练， 得到训练完成的户型布局生成模型； 获取用户录入的户型设计条件， 输入至训练完成的户型布局生成模型， 输出户型布局 图。 2.根据权利要求1所述的方法， 其特征在于， 根据所述户型示例数据， 得到户型设计条 件， 包括： 将户型示例数据拆解 为场地范围信息及目标房间关系信息， 得到户型设计条件。 3.根据权利要求1所述的方法， 其特 征在于， 所述仿真环境的搭建方式包括： 采用pytho n语言， 人工 定义输出户型布局的评分规则； 或者， 利用参数化建筑设计软件工具提供的API接口， 在python单元和软件之间建立信息交 互通道， 利用软件工具提供的功能模块对生成结果进行信息提取和计算， 并传回python单 元。 4.根据权利要求1所述的方法， 其特征在于， 根据评价网络， 将户型布局数据作为输入 数据， 将仿真环境输出的评分作为标注， 训练所述评价网络并输出评分数据， 包括： 评价网络的优化 函数如式(1)至式(3)所述： X＝{M,c,e,w,b}    (3) 其中， 为损失值； 为通过仿真环境中的评价函数， 用于对输 出户型布局进行评分； 为评价网络的输出值； M为目标空间关系邻接矩阵； I为目标 房间尺寸区间； X为输入变量， X为边界c、 入口e、 采光面w、 相邻建筑b的参数集合； 为神经 网络的输出户型信息， 为房间坐标cord及房间尺寸size的参数集合； G(X； θ')为生成网 络； θ'为生成网络参数； 评价网络通过仿真环境中的评价函数对输出户型布局进行评分， 并同评价网络D的输 出结果相减取绝对值， 作为损失值， 根据损失值得到评价网络 的梯度， 并根据梯度 更新参数θ 。 5.根据权利要求1所述的方法， 其特征在于， 将评分数据反向传播至生成网络， 更新生 成网络参数， 训练生成网络， 在生 成网络的输出结果达到预设要求时停止训练， 得到训练完权　利　要　求　书 1/4 页 2 CN 114330892 A 2成的户型布局生成模型， 包括： 生成网络的优化 函数如式(4)所述： 其中， 为损失值； 为评价网络的输出值； θ'为 生成网络参数； 将 作为损失值的计算依据， 得到 生成网络G的梯度， 并更新生成网络G的参数； 当 评价网络D的输出 结果趋向于 0时， 输出户型趋向于满足预设要求。 6.根据权利要求3所述的方法， 其特征在于， 根据所述户型示例数据， 得到户型设计条 件， 将所述户型设计条件及户型布局数据输入仿真环境， 对户型布局进行评分， 包括： 通过评价 函数 来对户型进行评价， 关系式如式(5)所述： 其中， 为评价函数； 为房间关系得分函数； 为房间 尺寸得分函数； 为边界填充面积得分函数。 7.根据权利要求6所述的方法， 其特 征在于， 包括： 根据房间关系得分函数计算房间关系得分， 如式(6)至(9)所述： di,x,di,y＝f(sizei)   (7) 其中， 为房间关系得分函数； 为神经网络输出户型房间邻接矩阵的第i 个值； Mi为目标邻接矩阵的第i个值； di,x， di,y分别为输出结果的临接矩阵中第i个值所对应 的房间之间x轴和 y轴的目标距离； 分别为目标临接矩阵中第i个值所对应的房间 之间x轴和y轴的当前距离； dmodule为尺寸模数； sizei， cordi分别为输出户型中第i个房间 的 尺寸和坐标； n 为邻接矩阵最后一个值； m为神经网络 输出户型房间邻接矩阵计算 函数； 在计算时， 对模型输出户型的邻接矩阵和目标邻接矩阵进行遍历， 当两个矩阵对应位 置的数值一致时， 则对应房间的空间关系一致， 得分记 为0； 当数字不一致时， 则计算两个房 间距离目标状态的距离 。 8.根据权利要求6所述的方法， 其特 征在于， 包括： 根据房间尺寸得分函数计算房间尺寸得分， 如式(10)所述：权　利　要　求　书 2/4 页 3 CN 114330892 A 3