[发明专利]基于机器学习的规划方案智能生成方法及系统

摘要

一种基于机器学习的规划方案智能生成方法及系统，通过已标记的规划设计方案对模型的参数进行机器学习训练，得到生成模型G(z|y)；然后，将待规划区域数据z'输入该生成模型G(z|y)，运算获得待规划区域规划方案。所述待规划区域规划方案包括该区域的设计元素M、以及与该设计元素M对应的属性信息，可由图形处理软件渲染、编辑。本发明通过机器学习，在现有CAD图形处理软件的基础上，能够进一步实现智能规划设计。并且，结合对规划设计方案的综合评价，本发明还能够在使用过程中进一步优化训练获得的模型，进一步提高“批量化”的全自动的规划设计方案的质量。本发明保留有供设计人员操作的数据接口，设计人员能够通过该接口直接修改所述规划设计方案，效率更高。

主权项

1.一种基于机器学习的规划方案智能生成方法，其特征在于，步骤包括：第一步，获取待规划区域数据z'，所述待规划区域数据z'融合有该区域的设计需求信息、地形地貌信息；第二步，将所述待规划区域数据z'输入至训练好的生成模型G(z|y)中进行前向传播运算，前向传播运算获得待规划区域规划方案；所述待规划区域规划方案包括该区域的设计元素M、以及与该设计元素M对应的属性信息；第三步，将所述设计元素M、以及与该设计元素M对应的属性信息通过数据接口输入至图形处理软件，建立模型图层、规划设计图层和自建图层，所述图形处理软件对所述各级模型图层、规划设计图层和自建图层进行渲染、编辑，形成方案预览文件，输出所述方案预览文件；其中，第二步中，所述生成模型根据以下步骤训练获得：步骤s1，对规划设计案例按照属性增加标注y，并将所述规划设计方案中评价为良好的规划设计区域x标注为正样本区域；将所述规划设计方案中评价为不足的规划设计区域x标注为负样本区域；获取随机生成数据样本，并标记为t＝0；将所述规划设计方案中的规划设计区域x标记为t＝1；所述t表示为属性标签；所述随机生成数据样本z服从指定要求的概率分布；步骤s2，将所述规划设计方案中的规划设计区域x按照固定尺寸进行分解；步骤s3，构建生成模型G(z|y)和鉴别模型D(x|y)，初始化生成对抗网络V(D,G)；步骤s4，保持所述生成模型G(z|y)中的参数不变，将一组随机生成数据样本z和其标注y输入至所述生成模型G(z|y)进行前向传播计算获得前向传播损失误差，根据鉴别模型的目标优化函数优化鉴别模型D(x|y)；其中，所述鉴别模型的目标优化函数为其中，表示对当前训练过程中的整体p_data(x)数据求损失函数；表示对当前训练过程中的整体p_z(z)数据求损失函数；p_data(x)表示规划设计方案中各规划设计区域x的分布，为所述各规划设计区域x形成的集合；p_z(z)表示随机生成数据样本z的分布，为所述各随机生成数据样本z形成的集合；步骤s5，保持鉴别模型D(x|y)中的参数不变，将一组规划设计区域x和其标注y输入至所述鉴别模型D(x|y)，根据生成模型的目标优化函数和步骤s4中前向传播计算获得的所述前向传播损失误差，进行反向传播计算，训练所述生成模型；其中，所述生成模型的目标优化函数步骤s6，重复所述步骤s4至步骤s5，直至所述生成模型G(z|y)和所述鉴别模型D(x|y)达到纳什均衡，输出此时的生成模型G(z|y)作为训练好的生成模型。