本技術涉及數據分析，尤其是涉及一種建筑結構分析方法及裝置。

背景技術：

1、隨著城市化進程的加速和人們對建筑品質要求的不斷提高，建筑結構設計日益成為建筑工程領域的核心環(huán)節(jié)。建筑結構設計不僅關乎建筑物的安全性、穩(wěn)定性和耐久性，還直接影響其經濟性、環(huán)保性和美觀性。傳統(tǒng)的建筑結構設計方法往往側重于單一維度的考量，如僅關注結構的安全性或經濟性，而忽略了其他重要因素的綜合評估。而建筑結構一旦選定，進入施工準備階段，再進行調整則會極大影響施工進度。

2、因此，急需要一種技術可以在進行建筑結構設計時進行全面的合理的分析，平衡結構安全、經濟性和環(huán)保性。

技術實現(xiàn)思路

1、為了解決背景技術中的問題，本技術提供一種建筑結構分析方法及裝置，通過綜合獲取并分析建筑結構設計的多維度數據，實現(xiàn)了對目標建筑結構安全等級和碳排放達標等級的全面評估，并基于評估結果進行設計評分，最終確定最優(yōu)的建筑結構方案。

2、第一方面，本技術提供一種建筑結構分析方法，包括：

3、獲取目標建筑的多種候選設計對應的建筑結構設計數據；所述建筑結構設計數據包括建筑結構類型、結構材料類型、結構材料尺寸、結構材料用量、結構節(jié)點數據；

4、針對每一種候選設計，根據所述建筑結構設計數據，分析所述目標建筑的結構安全等級和碳排放達標等級；

5、針對每一種候選設計，基于所述結構安全等級和碳排放達標等級，對所述候選設計進行設計評分；

6、將設計評分最高的候選設計確定為所述目標建筑的最終建筑結構設計方案。

7、可選的，所述根據所述建筑結構設計數據，分析所述目標建筑的結構安全等級和碳排放達標等級，包括：

8、根據建筑類型、建筑位置，確定所述目標建筑的荷載類型及對應的荷載量需求；

9、基于建筑結構類型、結構材料類型、結構材料尺寸、結構材料用量和結構節(jié)點數據，進行結構強度分析；

10、根據結構強度和不同荷載類型對應的荷載量需求，分析所述目標建筑的結構強度等級；

11、結合失穩(wěn)因素，進行二階效應分析，進行穩(wěn)定性分析，確定結構失穩(wěn)時的臨界荷載；

12、根據結構失穩(wěn)時的臨界荷載和不同荷載類型對應的荷載量需求，分析所述目標建筑的穩(wěn)定性等級；

13、根據建筑位置，確定所述目標建筑所在地的地震強度、地質條件；

14、根據所述地震強度、地質條件，分析所述目標建筑的抗震等級；

15、根據所述目標建筑的結構強度等級、穩(wěn)定性等級、抗震等級，確定所述目標建筑的結構安全等級。

16、可選的，所述針對每一種設計，根據所述建筑結構設計數據，分析所述目標建筑的結構安全等級和碳排放達標等級，包括：

17、獲取目標建筑的建筑數據和相關碳排放要求數據；所述建筑數據包括建筑年代數據、建筑結構數據、建筑規(guī)模數據、建筑壽命數據、建筑位置數據、建筑類型數據；

18、將所述建筑數據和相關碳排放要求數據輸入訓練好的碳排放分階段預測模型的共享輸入層中；所述碳排放分階段預測模型是基于歷史建筑數據、歷史相關碳排放要求數據和對應的歷史碳排放數據訓練得到的；所述歷史碳排放數據包括建筑全生命周期不同階段的碳排放數據；所述碳排放分階段預測模型包括一個主網絡和多個子網絡，所述主網絡包括共享輸入層，每個所述子網絡包括獨立隱藏層和獨立輸出層，分別對應全生命周期中的一個階段；

19、在所述碳排放分階段預測模型的多個獨立輸出層分別輸出所述目標建筑不同階段對應的碳排放初步預測值；

20、基于所述目標建筑不同階段對應的碳排放初步預測值，計算各階段碳排放數據之間的預測關聯(lián)度；

21、若所述預測關聯(lián)度不在預設關聯(lián)度范圍內，則對所述目標建筑不同階段對應的碳排放初步預測值進行調整，直至各階段碳排放數據之間的預測關聯(lián)度達到預設關聯(lián)度范圍內，得到所述目標建筑不同階段對應的碳排放預測值。

22、可選的，所述若所述預測關聯(lián)度不在預設關聯(lián)度范圍內，則對所述目標建筑不同階段對應的碳排放初步預測值進行調整，直至各階段碳排放數據之間的預測關聯(lián)度達到預設關聯(lián)度范圍內，得到所述目標建筑不同階段對應的碳排放預測值，包括：

23、針對任意兩個階段碳排放數據之間的預測關聯(lián)度，計算所述預測關聯(lián)度與所述兩個階段碳排放數據之間的預設關聯(lián)度的偏差方向及偏差值；

24、根據每兩個階段碳排放數據對應的偏差方向及偏差值，確定偏差階段；

25、對所述偏差階段的碳排放初步預測值進行調整，直至各階段碳排放數據之間的預測關聯(lián)度達到預設關聯(lián)度范圍內，得到所述目標建筑不同階段對應的碳排放預測值。

26、可選的，所述碳排放分階段預測模型的訓練過程，包括：

27、獲取歷史建筑的建筑數據、歷史相關碳排放要求數據和對應的歷史碳排放數據；

28、分析所述歷史碳排放數據特性，確定時間步，構建所述歷史建筑全生命周期不同階段的碳排放時序樣本數據和碳排放時序測試數據；

29、將所述歷史建筑全生命周期不同階段的碳排放時序樣本數據，輸入構建好的長短期記憶模型中，進行迭代訓練，直至達到設定的停止條件；

30、將碳排放時序測試數據中的歷史建筑數據、歷史相關碳排放要求數據輸入迭代訓練過的長短期記憶模型，將輸出結果與碳排放時序測試數據集中的歷史碳排放數據進行對比，驗證訓練效果；

31、重復執(zhí)行迭代訓練和驗證的步驟，直至達到預期的訓練效果，得到訓練好的碳排放預測模型。

32、可選的，所述分析所述歷史碳排放數據特性，確定時間步，構建所述歷史建筑全生命周期不同階段的碳排放時序樣本數據和碳排放時序測試數據，包括：

33、針對每一歷史建筑對應的每一階段的碳排放數據，設定一時間窗口，對所述階段的碳排放數據進行取樣，所述時間窗口的初始大小為該階段的時間跨度，所述時間窗口的步長為所述時間窗口的大??；

34、針對所述時間窗口內的取樣數據，計算其極差值與方差值，若所述極差值大于第一預設閾值，和/或所述方差值大于第二預設閾值，則對時間窗口內的全部數據進行保留，縮小時間窗口的大小，進行再次取樣，重復此步驟直至所有時間窗口內的數據的極差值都不大于第一預設閾值，且所述方差值不大于第二預設閾值；

35、根據此時每個時間窗口的大小確定時間步，根據每個時間窗口內的數據的均值確定每個時間步對應的碳排放數據，構建所述歷史建筑全生命周期不同階段的碳排放時序樣本數據和碳排放時序測試數據。

36、可選的，所述縮小時間窗口的大小，包括：

37、若存在任意相鄰的兩個時間窗口內的取樣數據的所述極差值大于第一預設閾值，和/或所述方差值大于第二預設閾值，則計算所述相鄰的兩個時間窗口內的兩個極大值的距離；

38、若所述兩個極大值的時間距離小于等于窗口大小，則將所述時間窗口縮小1/3。

39、可選的，所述根據每兩個階段碳排放數據對應的偏差方向及偏差值，確定偏差階段，包括：

40、針對每一個階段，若該階段碳排放數據與至少兩個其它階段碳排放數據對應的預測關聯(lián)度相對于預設關聯(lián)度的偏差值大于預設值，且偏差方向與該至少兩個其它階段碳排放數據對應的預設關聯(lián)度之間的偏差方向一致，則將該階段確定為偏差階段。

41、可選的，所述方法還包括：

42、在所述目標建筑的每一階段完成后，獲取所述階段的能耗數據，并根據所述階段的能耗數據確定所述階段的碳排放實際數據；

43、將所述階段的碳排放實際數據與所述階段的碳排放預測值進行對比，若數據差異大于第三預設閾值，則基于所述數據差異和預設關聯(lián)度對下一階段的碳排放預測值進行調整，確定碳排放修正預測值。

44、第二方面，本技術提供一種建筑結構分析裝置，包括：

45、獲取模塊，用于獲取目標建筑的多種候選設計對應的建筑結構設計數據；所述建筑結構設計數據包括建筑結構類型、結構材料類型、結構材料尺寸、結構材料用量、結構節(jié)點數據；

46、分析模塊，用于針對每一種候選設計，根據所述建筑結構設計數據，分析所述目標建筑的結構安全等級和碳排放達標等級；

47、設計評分模塊，用于針對每一種候選設計，基于所述結構安全等級和碳排放達標等級，對所述候選設計進行設計評分；

48、設計方案確定模塊，用于將設計評分最高的候選設計確定為所述目標建筑的最終建筑結構設計方案。

49、可選的，所述分析模塊，具體用于獲取目標建筑的建筑數據和相關碳排放要求數據；所述建筑數據包括建筑年代數據、建筑結構數據、建筑規(guī)模數據、建筑壽命數據、建筑位置數據、建筑類型數據；將所述建筑數據和相關碳排放要求數據輸入訓練好的碳排放分階段預測模型的共享輸入層中；所述碳排放分階段預測模型是基于歷史建筑數據、歷史相關碳排放要求數據和對應的歷史碳排放數據?訓練得到的；所述歷史碳排放數據包括建筑全生命周期不同階段的碳排放數據；所述碳排放分階段預測模型包括一個主網絡和多個子網絡，所述主網絡包括共享輸入層，每個所述子網絡包括獨立隱藏層和獨立輸出層，分別對應全生命周期中的一個階段；在所述碳排放分階段預測模型的多個獨立輸出層分別輸出所述目標建筑不同階段對應的碳排放初步預測值；基于所述目標建筑不同階段對應的碳排放初步預測值，計算各階段碳排放數據之間的預測關聯(lián)度；若所述預測關聯(lián)度不在預設關聯(lián)度范圍內，則對所述目標建筑不同階段對應的碳排放初步預測值進行調整，直至各階段碳排放數據之間的預測關聯(lián)度達到預設關聯(lián)度范圍內，得到所述目標建筑不同階段對應的碳排放預測值。

50、可選的，所述初步預測值調整模塊，具體用于：

51、針對任意兩個階段碳排放數據之間的預測關聯(lián)度，計算所述預測關聯(lián)度與所述兩個階段碳排放數據之間的預設關聯(lián)度的偏差方向及偏差值；

52、根據每兩個階段碳排放數據對應的偏差方向及偏差值，確定偏差階段；

53、對所述偏差階段的碳排放初步預測值進行調整，直至各階段碳排放數據之間的預測關聯(lián)度達到預設關聯(lián)度范圍內，得到所述目標建筑不同階段對應的碳排放預測值。

54、可選的，還包括訓練模塊，用于：

55、獲取歷史建筑的建筑數據、歷史相關碳排放要求數據和對應的歷史碳排放數據；

56、分析所述歷史碳排放數據特性，確定時間步，構建所述歷史建筑全生命周期不同階段的碳排放時序樣本數據和碳排放時序測試數據；

57、將所述歷史建筑全生命周期不同階段的碳排放時序樣本數據，輸入構建好的長短期記憶模型中，進行迭代訓練，直至達到設定的停止條件；

58、將碳排放時序測試數據中的歷史建筑數據、歷史相關碳排放要求數據輸入迭代訓練過的長短期記憶模型，將輸出結果與碳排放時序測試數據集中的歷史碳排放數據進行對比，驗證訓練效果；

59、重復執(zhí)行迭代訓練和驗證的步驟，直至達到預期的訓練效果，得到訓練好的碳排放預測模型。

60、可選的，所述訓練模塊在分析所述歷史碳排放數據特性，確定時間步，構建所述歷史建筑全生命周期不同階段的碳排放時序樣本數據和碳排放時序測試數據時，具體用于：

61、針對每一歷史建筑對應的每一階段的碳排放數據，設定一時間窗口，對所述階段的碳排放數據進行取樣，所述時間窗口的初始大小為該階段的時間跨度，所述時間窗口的步長為所述時間窗口的大??；

62、針對所述時間窗口內的取樣數據，計算其極差值與方差值，若所述極差值大于第一預設閾值，和/或所述方差值大于第二預設閾值，則對時間窗口內的全部數據進行保留，縮小時間窗口的大小，進行再次取樣，重復此步驟直至所有時間窗口內的數據的極差值都不大于第一預設閾值，且所述方差值不大于第二預設閾值；

63、根據此時每個時間窗口的大小確定時間步，根據每個時間窗口內的數據的均值確定每個時間步對應的碳排放數據，構建所述歷史建筑全生命周期不同階段的碳排放時序樣本數據和碳排放時序測試數據。

64、可選的，所述訓練模塊在縮小時間窗口的大小時，具體用于：

65、若存在任意相鄰的兩個時間窗口內的取樣數據的所述極差值大于第一預設閾值，和/或所述方差值大于第二預設閾值，則計算所述相鄰的兩個時間窗口內的兩個極大值的距離；

66、若所述兩個極大值的時間距離小于等于窗口大小，則將所述時間窗口縮小1/3。

67、可選的，所述初步預測值調整模塊在根據每兩個階段碳排放數據對應的偏差方向及偏差值，確定偏差階段時，具體用于：

68、針對每一個階段，若該階段碳排放數據與至少兩個其它階段碳排放數據對應的預測關聯(lián)度相對于預設關聯(lián)度的偏差值大于預設值，且偏差方向與該至少兩個其它階段碳排放數據對應的預設關聯(lián)度之間的偏差方向一致，則將該階段確定為偏差階段。

69、可選的，所述裝置還包括預測值修正模塊，用于：

70、在所述目標建筑的每一階段完成后，獲取所述階段的能耗數據，并根據所述階段的能耗數據確定所述階段的碳排放實際數據；

71、將所述階段的碳排放實際數據與所述階段的碳排放預測值進行對比，若數據差異大于第三預設閾值，則基于所述數據差異和預設關聯(lián)度對下一階段的碳排放預測值進行調整，確定碳排放修正預測值。

72、第三方面，本技術提供一種電子設備，包括：存儲器和處理器，所述存儲器上存儲有能夠被處理器加載并執(zhí)行第一方面的方法的計算機程序。

73、第四方面，本技術提供一種計算機可讀存儲介質，存儲有能夠被處理器加載并執(zhí)行第一方面的方法的計算機程序。

74、第五方面，本技術提供一種計算機程序產品，包括：計算機程序；所述計算機程序被處理器執(zhí)行時，實現(xiàn)如第一方面任一項所述的方法。

75、本技術提供一種建筑結構分析方法及裝置。通過綜合獲取并分析建筑結構設計的多維度數據，實現(xiàn)了對目標建筑結構安全等級和碳排放達標等級的全面評估，并基于評估結果進行設計評分，最終確定最優(yōu)的建筑結構方案。該方法具有以下顯著的技術效果：

76、1.全面性和準確性：通過獲取建筑結構設計的多維度數據（包括建筑結構類型、結構材料類型、結構材料尺寸、結構材料用量、結構節(jié)點數據等），該方法能夠全面反映建筑結構的各項性能指標，提高了評估的準確性和可靠性。

77、2.綜合評估能力：該方法不僅關注結構的安全性，還兼顧了經濟性和環(huán)保性（如碳排放達標等級），實現(xiàn)了對建筑結構設計方案的綜合評估。這種綜合評估方式有助于設計師在多個目標之間找到最佳平衡點，設計出既安全又經濟、環(huán)保的建筑結構。

78、3.高效性和智能性：通過自動化的數據分析和設計評分過程，該方法顯著提高了建筑結構設計的效率。同時，基于評估結果的設計選擇過程也體現(xiàn)了智能化決策的特點，有助于快速確定最優(yōu)的建筑結構方案。