(19)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 202210366775.5 (22)申请日 2022.04.08 (71)申请人 北京中岩大地科技股份有限公司 地址 100043 北京市海淀区翠微路12号6层 1单元602 (72)发明人 刘康　张兴　凡龙飞　刘光磊　 武思宇　 (51)Int.Cl. G06F 30/13(2020.01) G06F 30/27(2020.01) (54)发明名称 一种基坑内支撑智能化设计方法 (57)摘要 本发明涉及一种基坑内支撑智能化设计方 法， 包括初步设计阶段、 优化设计阶段和深化设 计阶段。 所述初步设计阶段， 采用人工智能与专 家系统、 拓扑优化方法或现有设计方案确定初步 布局； 所述优化设计阶段， 采用智能优化算法确 定优化设计图； 所述深化设计阶段， 采用组件优 化算法确定深化设计图。 本发明涉及的一种基坑 内支撑智能化设计方法， 可智能化快速生成基坑 内支撑深化设计图， 解决了传统设计方法设计效 率低、 经验依赖性大的问题。 权利要求书1页 说明书3页 附图1页 CN 114880737 A 2022.08.09 CN 114880737 A 1.一种基坑内支撑智能化设计方法， 其特征在于， 所述基坑内支撑智能化设计分三个 阶段： 第一阶段， 初步设计阶段， 采用人工智能与专家系统、 拓扑优化方法或现有设计方案确 定基坑内支撑初步布局； 第二阶段， 优化设计阶段， 采用智能优化 算法确定优化设计图； 第三阶段， 深化设计阶段， 采用组件 优化算法确定深化设计图。 2.如权利要求1所述的一种基坑内支撑智能化设计方法， 其特征在于： 所述初步设计阶 段， 用于确定基坑内支撑的初步布局； 所述优化设计阶段用于生成基坑内支撑最优布局； 所 述深化设计阶段用于确定基坑内支撑最佳截面尺寸、 细部构件和节点。 3.如权利要求1所述的一种基坑内支撑智能化设计方法， 其特征在于： 所述人工智能与 专家系统依据现有 经典案例、 设计经验、 规范和规则， 明确了 设计过程中影响基坑内支撑布 局的关键因素、 各关键因素优先级及对基坑内支撑布局 导向规则， 用于生成基坑内支撑初 步布局。 4.如权利要求1所述的一种基坑内支撑智能化设计方法， 其特征在于： 所述拓扑优化方 法， 用于确定基坑内支撑最佳布置区域和布置区域的杆系化， 自动生成基坑内支撑初步布 局。 5.如权利要求1所述的一种基坑内支撑智能化设计方法， 其特征在于： 所述现有设计方 案是设计人员依据设计规范和设计经验生成的基坑内支撑初步布局。 6.如权利要求1所述的一种基坑内支撑智能化设计方法， 其特征在于： 所述初步设计阶 段， 可以选择人工智能与 专家系统、 拓扑优化方法和现有设计方案三种方法中的一种、 两种 或者三种确定基坑内支撑初步布局。 7.如权利要求1所述的一种基坑内支撑智能化设计方法， 其特征在于： 所述优化设计阶 段， 采用智能优化算法， 依次完成初步布局输入、 整合及杆系优化， 用于计算生成优化设计 图。 8.如权利要求1所述的一种基坑内支撑智能化设计方法， 其特征在于： 所述设计阶段可 进行人机交互修改， 纠正由于优化算法不完善导致的不合理设计； 所述深化设计图作为经 典案例录入人工智能与专 家系统， 不断完 善人工智能与专 家系统。权　利　要　求　书 1/1 页 2 CN 114880737 A 2一种基坑 内支撑智能化 设计方法 技术领域 [0001]本发明涉及岩土 工程设计领域， 具体为 一种基坑内支撑智能化设计方法。 背景技术 [0002]当前， 基坑内支撑设计主要依据国家和地方技术规程、 设计人员经验， 采用基坑设 计不断的试算完成， 效率较低， 且由于 设计人员主观意识、 经验局限， 设计结果差异较大。 为 此， 需要寻找一种合适的方法实现基坑内支撑的智能化设计， 基于人工智能与专家系统、 杆 系优化算法和组件 优化算法， 本发明提出了一种基坑内支撑智能化设计方法。 发明内容 [0003]针对基坑内支撑布局问题， 本发明提出了一种基坑内支撑智能化设计方法， 给出 了基坑内支撑设计方法新的解决方案， 实现了基坑内支撑的智能化设计， 具体的技术方案 如下： 一种基坑内支撑智能化设计方法， 其特征在于， 所述基坑内支撑智能化设计分三 个阶段： 第一阶段， 初步设计阶段， 采用人工智能与专家系统、 拓扑优化方法或现有设计方 案确定基坑内支撑初步布局； 第二阶段， 优化设计阶段， 采用智能优化 算法确定优化设计图； 第三阶段， 深化设计阶段， 采用组件 优化算法确定深化设计图。 [0004]进一步的， 所述初步设计阶段， 用于确定基坑内支撑的初步布局； 所述优化设计阶 段用于生成基坑内支撑最优布局； 所述深化设计阶段用于确定基坑内支撑最佳截面尺寸、 细部构件和节点。 [0005]进一步的， 所述人工智能与专家系统依据现有经典案例、 设计经验、 规范和规则， 明确了设计过程中影响基坑内支撑布局的关键因素、 各关键因素优先级及 对基坑内支撑布 局导向规则， 用于生成基坑内支撑初步布局。 [0006]进一步的， 所述拓扑优化方法， 用于确定基坑内支撑最佳布置区域和布置区域的 杆系化， 自动生成基坑内支撑初步布局。 [0007]进一步的， 所述现有设计方案是设计人员依据设计规范和设计经验设计生成的基 坑内支撑初步布局。 [0008]进一步的， 所述初步设计阶段， 可以选择人工智能与专家系统、 拓扑优化方法和现 有设计方案三种方法中的一种 、 两种或者 三种确定基坑内支撑初步布局。 [0009]进一步的， 所述优化设计阶段， 采用智能优化算法， 依次完成初步布局输入、 整合 及杆系优化， 用于计算 生成优化设计图。 [0010]进一步的， 所述设计阶段可进行用户交互修改， 纠正由于优化算法不完善导致的 不合理设计； 所述深化设计图作为经典案例 录入人工智能与专家系统， 不断完善人工智能 与专家系统。说　明　书 1/3 页 3 CN 114880737 A 3