智能设计原理揭秘 | 论文和发明专利：基于扩散模型的剪力墙结构智能设计
摘要正文 论文：Intelligent design of shear wall layout based on diffusion models. Computer-Aided Civil and Infrastructure Engineering, 2024.DOI：https://doi.org/10.1111/mice.13236 发明专利：建筑结构布置生成方法、系统及生成模型的构建方法 ZL 202310477335.1 ai-structure.com在2023年11月3日上线了基于Diffusion Model的剪力墙结构智能设计，本文给出其实现的具体技术原理。本研究提出了一种适用于剪力墙布置任务的扩散模型训练、生成方法。讨论了适用于扩散模型的剪力墙图纸表征方式、扩散模型架构设计。测试案例表明，本研究提出的方法设计的剪力墙结构与其他算法相比有一定优势。01扩散模型科普考虑到很多读者对扩散模型本身并不熟悉，我们先对扩散模型本身做一些比较科普的介绍。“扩散”其实来源于生活中很常见的一个物理现象，例如将墨水滴入水中，过一段时间，墨水就会与水融为一体，这个过程就是扩散，显然这个过程是很难逆转的。类比到图像生成任务，就是给图片不断加上微小的噪声，到一定时间，图像本身就会变成纯噪声，这个过程也是不可逆的，而扩散模型就是想用AI这一有力武器将纯噪声图像恢复成原始图像。当然，纯噪声图像里面不包含原有图像的任何信息，因此这个逆过程是不可能完成的。因此，在逆过程中，我们要给一些条件，才能让逆过程按我们所想的进行。例如在逆过程中给出条件“一朵黄色的花”，才能达到图1所示的效果。 图1 前向后向扩散过程为什么要做的如此复杂？一个很自然的答案是将原来的一步生成变成了多步生成。生成对抗网络（GAN）也是从噪声（隐空间）映射到图像，但GAN一步就完成了映射。这样很快，但做得糙。扩散模型将这个一步的过程变成了多步，慢慢地去除图片中的噪声，最终可以获得比GAN更加精细的结果。 图2 一步生成与多步生成当然使用扩散过程的逆过程还有很多很好的性质，例如增强稳定性、可靠性、多样性等，但这些都需要一点点数学推导，如果读者感兴趣，可以阅读https://lilianweng.github.io/posts/2021-07-11-diffusion-models/博文，里面有更详细的解释。02剪力墙布置任务下面让我们来重新思考一下剪力墙布置任务。剪力墙布置任务，与其说是从图片到图片生成剪力墙的布置，不如说是属于结构工程师的涂色游戏。规则就是在灰色 区域（建筑墙）区域涂上红色（剪力墙），让这个剪力墙布置符合结构规范即可。 图3 剪力墙布置就是在玩一种涂色游戏03适用于剪力墙布置任务的扩散模型2022年以来，提到扩散模型，第一个想到的就是Stable Diffusion。那么Stable Diffusion能不能用于我们剪力墙结构的布置任务呢？ 图4 Stable Diffusion 架构答案是Stable Diffusion可以用，但是这并不是最优的。首先，Stable Diffusion利用编码器和解码器将图像在隐空间进行操作。这一操作对真实图像是很有效的，这是因为真实世界中图像通常高频成分不明显，因此利用编码器后不会损失太多的信息，而且有利于减少训练所需的显存。而对于建筑图纸而言，高频信息反而是最重要的部分，因此使用这种编码器、解码器是不合适的。 图5 高频信息对建筑图纸的影响（图像局部放大）其次，剪力墙结构布置是一个涂色问题，Stable Diffusion的架构并不支持控制涂色范围，因此其内部使用的架构也不合适。最后，Stable Diffusion添加条件的方式利用了CLIP模型（由于这超出了本文内容，感兴趣的读者可以阅读https://openai.com/index/clip/）但这种方式不够直接，也不适合用于剪力墙布置任务。为了解决上述问题，本研究另起炉灶，提出了一种新的、适用于剪力墙布置任务的扩散模型，以及其对应的数据集构建、模型训练、模型应用方法，如图6所示。 图6 适用于剪力墙布置的扩散模型技术路线数据集构建方面使用了基于特征空间表示的硅基视觉大 法，这里卖个关子，将在下回揭秘。在数据集构建完成后，我们选择如图7所示的带注意力机制和噪声等级编码的U-Net进行剪力墙生成任务。 图7 带注意力和噪声等级编码的U-Net架构这就避免了引入编码器、解码器造成的高频信息缺失。并且本研究中将条件与输入张量连接（Concatenate）起来输入到U-Net中，有效提升了条件指导的作用。另外，本研究还对U-Net输入输出做了一些更改，以控制模型只在有建筑墙体的地方布置剪力墙。这样做有两大好处，一是在训练时模型只关注能布置剪力墙的部分，提升特征稠密程度（图8所示，原先65536像素的生成下降为972个像素的生成），并且能够有效减少剪力墙像素占比过少引起的模型训练不稳定；二是在预测时，能直接清理掉超出布置范围的部分，减少后处理工作量。 图8 修改后的U-Net有效提升了特征稠密度04结果讨论本研究针对不同添加条件方式，训练精度，U-Net隐藏层维度，注意力机制添加位置等方面进行了讨论，相关细节请参考论文原文。同时还对比了本研究模型与StructGAN（本研究中的StructGAN是早期StructGAN，不是现在AI-Structure上修炼了硅基视觉大 法的GAN）效果。在IoU指标上，StructGAN在有18个案例的测试集上得分为0.363，本研究提出的方法得分为0.585。如图9所示，本研究方法生成的结果边界清晰锐利，说明其学习能力较强。 图9 StructGAN与扩散模型生成结果对比（局部）05案例分析本研究以江苏省的一栋7度区，30米高住宅建筑为例，利用扩散模型及StructGAN分别进行结构设计，其中扩散模型设计结果如图10所示，StructGAN设计结果如图11所示（GT：Ground Truth；SD，Struct-Diffusion）。 图10 扩散模型典型案例设计结果 图11 StructGAN典型案例设计结果可以看出，扩散模型在该典型案例上表现良好，剪力墙布置的位置大致均正确，只在部分细节上略有不同。其中②③区域工程师布置更为合理，而①④区域的布置则需要根据实际情况判断。这说明扩散模型有良好的泛化性能，在不同设计院的案例中也有不错的表现。来源：陆新征课题组
