JP2022068229A - 構造情報表示装置、構造設計支援装置、及び構造設計支援モデル学習装置 - Google Patents

構造情報表示装置、構造設計支援装置、及び構造設計支援モデル学習装置 Download PDF

Info

Publication number
JP2022068229A
JP2022068229A JP2022016599A JP2022016599A JP2022068229A JP 2022068229 A JP2022068229 A JP 2022068229A JP 2022016599 A JP2022016599 A JP 2022016599A JP 2022016599 A JP2022016599 A JP 2022016599A JP 2022068229 A JP2022068229 A JP 2022068229A
Authority
JP
Japan
Prior art keywords
building
information
structural design
designed
unit
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
JP2022016599A
Other languages
English (en)
Other versions
JP7364842B2 (ja
Inventor
孝 鹿島
Takashi Kajima
亜希子 ▲高▼橋
Akiko Takahashi
幸弘 島野
Yukihiro Shimano
由典 松原
Yoshinori Matsubara
暢之 小田島
Nobuyuki Odajima
琢也 鈴木
Takuya Suzuki
康友 松岡
Yasutomo Matsuoka
拓也 木下
Takuya Kinoshita
圭一 井口
Keiichi Iguchi
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Takenaka Komuten Co Ltd
Heroz Inc
Original Assignee
Takenaka Komuten Co Ltd
Heroz Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Takenaka Komuten Co Ltd, Heroz Inc filed Critical Takenaka Komuten Co Ltd
Priority to JP2022016599A priority Critical patent/JP7364842B2/ja
Publication of JP2022068229A publication Critical patent/JP2022068229A/ja
Priority to JP2023117821A priority patent/JP7442059B2/ja
Application granted granted Critical
Publication of JP7364842B2 publication Critical patent/JP7364842B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Abstract

【課題】建設工事の構造設計に関する実績情報に基づき、構造設計の支援を適切に行うことができるようにする。【解決手段】構造情報表示装置１０は、建物に関する情報である入力情報と、建物の構造に関する実績情報を指定する情報である表示対象情報とを受け付ける。そして、構造情報表示装置１０は、複数の建物の各々についての建物に関する情報と建物の構造に関する実績情報とを表す構造設計データが格納された構造設計データベース２２から、受付部２４により受け付けた入力情報及び表示対象情報に対応する、建物の実績情報を取得する。そして、構造情報表示装置１０は、取得された建物の構造に関する実績情報を表示する。【選択図】図１

Description

特許法第３０条第２項適用申請有り 平成２９年１１月１７日 ｈｔｔｐ：／／ｗｗｗ．ｔａｋｅｎａｋａ．ｃｏ．ｊｐ／ｎｅｗｓ／２０１７／１１／０４／ｉｎｄｅｘ．ｈｔｍｌ？２０１７－１１－１７にて公開 平成２９年１１月１７日 日本経済新聞 平成２９年１１月１７日付日刊、第１４面にて公開 平成２９年１１月２０日 建設通信新聞 平成２９年１１月２０日付朝刊、第３面にて公開 平成２９年１１月２７日 日刊建設産業新聞 平成２９年１１月２７日付朝刊、第２面にて公開 平成２９年１１月３０日 電気新聞 平成２９年１１月３０日付朝刊、第１１面にて公開
本発明は、構造情報表示装置、構造設計支援装置、及び構造設計支援モデル学習装置に関する。
従来、建設工事における構造設計を支援する建物の構造設計支援システムが知られている（例えば、特許文献１）。
特開２００９‐２６３０３号公報
上記特許文献１に記載の構造設計支援システムでは、建物の強度を判定することにより、構造設計を支援する。しかし、上記特許文献１に記載の技術においては、構造設計の実績情報について考慮されていないため、適切でない場合がある。
本発明は上記事実を考慮して、建設工事の構造設計に関する実績情報に基づき、構造設計の支援を適切に行うことを目的とする。
上記目的を達成するために、本発明の構造情報表示装置は、建物に関する情報である入力情報と、前記建物の構造に関する実績情報を指定する情報である表示対象情報とを受け付ける受付部と、複数の建物の各々についての前記建物に関する情報と前記建物の構造に関する実績情報とを表す構造設計データが格納されたデータベースから、前記受付部により受け付けた前記入力情報及び前記表示対象情報に対応する、前記建物の実績情報を取得する情報取得部と、前記情報取得部によって取得された前記建物の構造に関する実績情報を表示する表示部と、を含んで構成される。これにより、過去の建設工事の情報が適切に表示されるため、構造設計を支援することができる。
本発明の構造情報表示装置の前記建物に関する情報は、構造種別、建物用途、床種別、基礎種別、及び階数の少なくとも１つを含み、前記建物の構造に関する実績情報は、材料の数量に関する情報、検定比、積載荷重、地震荷重、柱支配面積、及び柱スパンの少なくとも１つを含むようにすることができる。これにより、過去の建設工事の情報が適切に表示されるため、構造設計を支援することができる。
本発明の構造設計支援装置は、設計対象の建物に関する情報と前記設計対象の建物の材料の数量に関する情報とを取得する取得部と、前記取得部によって取得された前記設計対象の建物に関する情報及び前記設計対象の建物の材料の数量に関する情報と、学習用の建物に関する情報及び該学習用の建物の材料の数量に関する情報を表す学習用データから予め機械学習された学習済みモデルとに基づいて、前記設計対象の建物の構造設計が適切であるか否かに関する情報を出力する推定部と、を含んで構成される。これにより、過去の建設工事の実績情報が反映された学習済みモデルに基づき、構造設計を適切に支援することができる。
本発明の前記学習用データのうちの前記学習用の建物の材料の数量に関する情報は、前記学習用の建物の各箇所に対応する材料の数量に関する情報であり、前記推定部は、前記取得部によって取得された前記設計対象の建物に関する情報と前記学習済みモデルとに基づいて、前記設計対象の建物の各箇所の構造設計が適切であるか否かに関する情報を更に出力することができる。これにより、過去の建設工事の実績情報が反映された学習済みモデルに基づき、建物の各箇所の構造設計が適切であるか否かの情報が出力されるため、構造設計を適切に支援することができる。
また、本発明の構造設計支援装置は、設計対象の建物の初期条件を取得する取得部と、前記取得部によって取得された前記初期条件の前記設計対象の建物の構造を変化させた場合の前記建物の構造設計に対して、建物の構造計算に関するシミュレーション及び建物の材料の数量に関するシミュレーションの少なくとも一方を行うシミュレーション部と、前記シミュレーション部によって得られたシミュレーション結果に応じた前記建物の構造設計に対する評価値に基づいて、建物の初期条件から前記建物の構造設計を出力するためのモデルを強化学習させて、建物の初期条件から前記建物の構造設計を出力する学習済みモデルを得る学習部と、前記学習部によって得られた前記学習済みモデルに基づいて、前記設計対象の建物の構造設計を出力する設計出力部と、を含んで構成される。シミュレーション結果に応じた構造設計に対する評価値に基づき、設計対象の建物の複数の構造設計を出力することにより、構造設計を適切に支援することができる。
本発明の構造設計支援装置の前記学習部は、前記シミュレーション結果に基づいて、前回得られた前記設計対象の建物の構造設計から次回の前記設計対象の建物の構造設計を出力するためのモデルを強化学習させて、前記学習済みモデルを更新することを繰り返し、前記設計出力部は、前記学習部によって更新された前記学習済みモデルに基づいて、前回得られた前記設計対象の建物の構造設計から次回の前記設計対象の建物の構造設計を出力するようにすることができる。逐次更新される学習済みモデルを用いることにより、適切かつ効率的に構造設計の候補を得ることができる。
本発明の構造設計支援装置の前記設計出力部は、建物の構造に関する実績情報が格納されたデータベースから前記実績情報を読み出し、前記学習済みモデルに基づき出力された前記構造設計の各々から、前記実績情報との間の類似度が閾値以上である前記構造設計を出力するようにすることができる。実績情報と類似する構造設計の候補が選別されることにより、過去の建設工事の構造設計と類似する構造設計の候補を得ることができる。
本発明の構造設計支援モデル学習装置は、学習用の建物に関する情報及び該学習用の建物の材料の数量に関する情報を表す学習用データに基づいて、建物に関する情報から建物の材料の数量に関する情報を出力するためのモデルを機械学習させて、前記建物に関する情報から前記建物の材料の数量に関する情報を出力する学習済みモデルを得る学習部を含んで構成される。これにより、建物に関する情報及び建物の材料の数量に関する情報に応じて、建物の材料の数量に関する情報を出力する学習済みモデルを得ることができる。
本発明によれば、建設工事の構造設計に関する実績情報に基づき、構造設計の支援を適切に行うことができる、という効果が得られる。
第１の実施形態に係る歩掛り構造情報表示装置の概略構成を示すブロック図である。 構造設計データベースに格納される情報の一例を示す図である。 建物の各箇所に対応する歩掛の一例を示す図である。 入力情報と表示対象情報とを説明するための説明図である。 第１の実施形態における構造情報表示処理ルーチンの一例を示す図である。 第２の実施形態に係る構造設計支援システムの概略構成を示すブロック図である。 第２の実施形態に係るクライアント端末の概略構成を示すブロック図である。 第２の実施形態に係る構造設計装置の概略構成を示すブロック図である。 第２の実施形態に係る構造設計支援装置の概略構成を示すブロック図である。 第２の実施形態に係る学習済みモデルの一例を示す図である。 第２の実施形態における処理を説明するための説明図である。 第２の実施形態における学習処理ルーチンの一例を示す図である。 第２の実施形態における推定処理ルーチンの一例を示す図である。 第３の実施形態に係る構造設計支援システムの概略構成を示すブロック図である。 第３の実施形態に係る構造設計支援装置の概略構成を示すブロック図である。 第３の実施形態における構造設計支援処理ルーチンの一例を示す図である。 学習済みモデルの他の構成例を示す図である。
以下、本発明の実施形態について詳細に説明する。
＜第１の実施形態に係る構造情報表示装置のシステム構成＞
図１は、第１の実施形態に係る構造情報表示装置の構成の一例を示すブロック図である。構造情報表示装置１０は、機能的には、図１に示されるように、操作装置１２、コンピュータ２０、及び表示装置３０を含んだ構成で表すことができる。
第１の実施形態では、過去の構造設計に関する実績情報を表示する構造情報表示装置について説明する。構造設計に関する実績情報を表示することにより、構造設計者の設計作業を支援することができる。
操作装置１２は、構造情報表示装置１０のユーザから入力された操作情報を受け付ける。
コンピュータ２０は、ＣＰＵ（Central Processing Unit）、各処理ルーチンを実現するためのプログラム等を記憶したＲＯＭ（Read Only Memory）、データを一時的に記憶するＲＡＭ（Random Access Memory）、記憶手段としてのメモリ、ネットワークインタフェース等を含んで構成されている。コンピュータ２０は、機能的には、構造設計データベース２２と、受付部２４と、情報取得部２６と、表示部２８とを備えている。
構造設計データベース２２には、複数の建物の各々についての、建物に関する情報と建物の構造に関する実績情報とを表す構造設計データが格納されている。
図２に、構造設計データベース２２に格納される情報の一例を示す。図２（Ａ）に示されるように、建物に関する情報を示す建物テーブルには、構造種別、建物用途、床種別、基礎種別、及び階数が含まれている。
また、図２（Ｂ）に示されるように、建物の構造に関する実績情報を示す歩掛テーブルには、各材料の歩掛が含まれている。歩掛とは、単位面積又は単位体積当たりの材料の数量である。例えば、歩掛テーブルには、コンクリートの歩掛、型枠の歩掛、鉄筋（Ｒ／Ａ）の歩掛、及び鉄筋（Ｒ／Ｃ）の歩掛が含まれる。なお、歩掛は、本発明の材料の数量に関する情報の一例である。
また、図２（Ｃ）に示されるように、建物の構造に関する実績情報を示す構造情報テーブルには、検定比、積載荷重、地震荷重、柱支配面積、及び柱スパンが含まれている。なお、検定比とは、建物の部材耐力（Ｆ）と建物に作用する作用力（Ｎ）との割合（Ｎ／Ｆ）である。
図２（Ｂ）に示される歩掛テーブルの各材料の歩掛には、建物の各箇所に対応する歩掛が含まれている。例えば、図３に示されるように、コンクリート歩掛としては、柱のコンクリート歩掛、大梁のコンクリート歩掛、小梁のコンクリート歩掛、壁のコンクリート歩掛、及びスラブのコンクリート歩掛等が割り当てられている。
受付部２４は、建物に関する情報である入力情報と、建物の構造に関する実績情報を指定する情報である表示対象情報とを受け付ける。例えば、ユーザは、自らが設計している建物と類似する建物についての、建物に関する情報を入力情報とする。また、ユーザは、入力情報として設定した建物について所望する情報を、表示対象情報として入力する。
図４に、受付部２４によって受け付けられる入力情報と表示対象情報とを説明するための説明図を示す。例えば、ユーザは、図４に示される表示画面ＸのＣ，Ｄの箇所を適宜選択して、入力情報を入力する。図４に示される例では、構造種別、建物用途、床種別、基礎種別、及び階数等が、入力情報として入力される。
また、ユーザは、図４に示される表示画面ＸのＡ，Ａ１，Ｂ，Ｂ１の箇所を適宜選択して、表示対象情報を入力する。図４に示される例では、歩掛、検定比、積載荷重、地震荷重、柱支配面積、及び柱スパンの何れを選択するかが、入力情報として入力される。
例えば、Ａ，Ｂの箇所において「歩掛」が選択された場合、ユーザはＡ１，Ｂ１の箇所において表示対象情報として、コンクリート、型枠、鉄筋（Ｒ／Ａ）、鉄筋（Ｒ／Ｃ）、及び鉄骨等を更に選択することができる。また、ユーザはＡ１，Ｂ１の箇所において、柱、大梁、小梁、ブレース、壁、及びスラブを更に選択することができる。
情報取得部２６は、受付部２４により受け付けた入力情報及び表示対象情報を取得する。そして、情報取得部２６は、構造設計データベース２２から入力情報及び表示対象情報に対応する、建物の実績情報を取得する。
表示部２８は、情報取得部２６によって取得された建物の構造に関する実績情報を表示する。例えば、表示部２８は、上記図４のＹに示されるように、表示対象情報Ａ，Ｂとして「歩掛」が選択され、かつ表示対象情報Ａ１として「コンクリート」及び「集計」が選択され、かつ表示対象情報Ｂ１として「鉄筋（Ｒ／Ａ）」及び「集計」が選択された場合、上記図４に示されるような表示画面Ｙを表示する。
これにより、ユーザは、自ら設計している建物と類似する建物について、おおよそどれ位の歩掛であるのかを把握することができる。例えば、設計している建物がＳ造である場合、上記図４に示されるように、コンクリート歩掛はおおよそ０．４～０．８の間であり、鉄筋（Ｒ／Ａ）の歩掛はおおよそ０．１～０．８の間であることがわかる。
また、例えば、上記図４に示されるように、構造設計データベース２２から実績情報が抽出され、表示画面Ｙに適切なグラフで実績情報が描画される。また、表示画面Ｙのプロット点Ｅを指定すると、当該プロット点に対応する建設工事の詳細が表示される。これにより、構造設計者は過去の建物の構造設計に関する実績情報を参照することができるため、構造設計の支援が適切に行われる。
表示装置３０は、表示部２８の制御に応じて、表示画面を表示する。表示装置３０は、例えばディスプレイ等によって実現される。例えば、表示装置３０は、上記図４に示されるように、表示画面Ｘ及び表示画面Ｙ等を表示する。
＜構造情報表示装置の作用＞
次に、構造情報表示装置１０の作用を説明する。構造設計データベース２２に構造設計データが格納され、かつユーザによって操作装置１２を介して入力情報及び表示対象情報が入力されると、構造情報表示装置１０は、図５に示す構造情報表示処理ルーチンを実行する。
ステップＳ１００において、受付部２４は、入力情報と表示対象情報とを受け付ける。
ステップＳ１０２において、情報取得部２６は、上記ステップＳ１００で受け付けた入力情報及び表示対象情報を取得する。そして、情報取得部２６は、構造設計データベース２２から入力情報及び表示対象情報に対応する、建物の実績情報を取得する。
ステップＳ１０４において、表示部２８は、上記ステップＳ１０２で取得された建物の構造に関する実績情報を表示する。
表示装置３０には、建物の構造に関する実績情報が表示される。
以上詳細に説明したように、第１の実施形態では、複数の建物の各々についての構造設計データが格納されたデータベースから、入力情報及び表示対象情報に対応する、建物の実績情報を表示する。これにより、過去の建設工事の実績情報が適切に表示され、構造設計を支援することができる。
＜第２の実施形態に係る構造設計支援システムの構成＞
第２の実施形態では、過去の建設工事の実績情報を学習用データとして設定し、その学習用データに基づき機械学習によって学習済みモデルを生成する。そして、生成された学習済みモデルを用いて構造設計の支援を行う点が、第１の実施形態と異なる。
図６は、第２の実施形態に係る構造設計支援システムの構成の一例を示すブロック図である。構造設計支援システム２１０は、機能的には、図６に示されるように、クライアント端末２１１、構造設計装置２１２、及び構造設計支援装置２１３を含んだ構成で表すことができる。クライアント端末２１１、構造設計装置２１２、及び構造設計支援装置２１３は、所定の通信手段１４によって接続されている。
［クライアント端末］
クライアント端末２１１は、図７に示されるように、操作装置２２０と、コンピュータ２３０と、表示装置２４０とを備える。
操作装置２２０は、ユーザによって入力された操作情報を受け付ける。例えば、構造設計者であるユーザによって入力された、所定の建物に関する設計情報を受け付ける。
コンピュータ２３０は、ＣＰＵ、各処理ルーチンを実現するためのプログラム等を記憶したＲＯＭ、データを一時的に記憶するＲＡＭ、記憶手段としてのメモリ、ネットワークインタフェース等を含んで構成されている。コンピュータ２３０は、機能的には、受付部２３２と、設計部２３４と、制御部２３６と、送受信部２３８とを備えている。
受付部２３２は、操作装置２２０から入力された操作情報を受け付ける。
設計部２３４は、受付部２３２によって受け付けられた設計情報に応じて、所定の建物の設計を行う。例えば、コンピュータ２３０に所定のＣＡＤ（computer-aided design）システムが導入されている場合、設計部２３４は、ユーザによって入力された設計情報に基づいて、所定の建物を表すＣＡＤデータを生成する。これにより、ユーザによって建物の設計作業が行われ、設計対象の建物に関する情報（以下、単に「設計建物情報」と称する。）が生成される。設計建物情報には、例えば、設計対象の建物の建物規模、構造種別、用途、各種設計データ等が含まれる。
制御部２３６は、受付部２３２によって受け付けられた操作情報に応じて制御処理を行う。例えば、制御部２３６は、受付部２３２によって受け付けられた操作情報に応じて、後述する構造設計装置２１２及び構造設計装置２１２へ、設計建物情報を送信するように、送受信部２３８を制御する。
送受信部２３８は、制御部２３６による制御に応じて、構造設計装置２１２との間において情報の送受信を行う。また、送受信部２３８は、制御部２３６による制御に応じて、構造設計支援装置２１３との間において情報の送受信を行う。
表示装置２４０は、制御部２３６の制御に応じて、所定の画面を表示する。
［構造設計装置］
構造設計装置２１２は、ＣＰＵ、各処理ルーチンを実現するためのプログラム等を記憶したＲＯＭ、データを一時的に記憶するＲＡＭ、記憶手段としてのメモリ、ネットワークインタフェース等を含むコンピュータによって構成されている。構造設計装置２１２は、機能的には、図８に示されるように、送受信部２５０と、歩掛計算部２５２とを備えている。
送受信部２５０は、クライアント端末２１１との間において情報の送受信を行う。
歩掛計算部２５２は、送受信部２５０によって取得した設計建物情報に応じて、設計対象の建物の歩掛を計算する。歩掛計算部２５２は、例えば、設計対象の建物がＲＣ造である場合、設計建物情報に含まれる、設計対象の建物の各柱の大きさ、各梁の大きさ、及び各床の大きさに応じて、コンクリートの歩掛を計算する。
送受信部２５０は、歩掛計算部２５２によって計算された歩掛をクライアント端末２１１へ送信する。
［構造設計支援装置］
構造設計支援装置２１３は、ＣＰＵ、各処理ルーチンを実現するためのプログラム等を記憶したＲＯＭ、データを一時的に記憶するＲＡＭ、記憶手段としてのメモリ、ネットワークインタフェース等を含むコンピュータによって構成されている。構造設計支援装置２１３は、機能的には、図９に示されるように、構造設計データベース２６０と、学習部２６２と、学習済みモデル記憶部２６４と、送受信部２６６と、推定部２６８とを備えている。送受信部２６６は、本発明の取得部の一例である。
構造設計データベース２６０には、学習用の建物に関する情報を示す建物テーブルと学習用の建物の歩掛に関する情報を示す歩掛テーブルが格納されている。構造設計データベース２６０に格納された情報は、後述する学習部２６２により学習用データとして用いられる。例えば、１つの建物についての、建物の構造種別、建物用途、床種別、基礎種別、及び階数と、建物のコンクリートの歩掛、型枠の歩掛、鉄筋（Ｒ／Ａ）の歩掛、及び鉄筋（Ｒ／Ｃ）の歩掛とが、１つの学習用データとして用いられる。
学習部２６２は、構造設計データベース２６０に格納された、複数の建物の各々についての学習用データを用いて、モデルを機械学習させて学習済みモデルを生成する。具体的には、学習部２６２は、設計建物情報から歩掛に関する情報を出力するためのモデルを機械学習させる。
建物の構造設計をする際には、建物に関する情報（建物の構造種別、建物用途、床種別、基礎種別、及び階数）に応じて、設計作業を適切に行う必要がある。しかし、構造設計作業は人手によって行われるため、設計内容に抜けや漏れが含まれる場合がある。これを抑制するため、複数人の構造設計者による検討が行われる。このとき、建物の材料の数量に関する情報の一例としての歩掛に関する情報が、構造設計内容の検討に有用である場合がある。
例えば、過去の建設工事の実績情報に基づき、建物の建物規模が「Ｘ」程度である場合、その建物規模の歩掛はおおよそ「Ｙ」程度という関係を、実績情報から予め対応付けることができる。このため、設計対象の建物の建物規模が「Ｘ」である場合、その歩掛が「Ｙ」よりも著しく大きい、又は「Ｙ」よりも著しく小さい場合には、その設計内容が不適切である可能性が高いと判断することができる。
そこで、第２の実施形態では、建物に関する情報と歩掛に関する情報とを対応付けた学習用データを用いて、学習済みモデルを生成する。これにより、例えば、この程度の規模の建物であれば、歩掛はこの程度という情報が学習済みモデルへ反映される。そのため、学習済みモデルを用いて、設計対象の建物の構造設計内容が適切であるか否かの判断を支援することができる。
第２の実施形態の学習済みモデルについては、例えば、モデルの一例として、図１０に示されるようなニューラルネットワークを用いることができ、学習アルゴリズムの一例としてディープラーニングを用いることができる。第２の実施形態の学習済みモデルは、設計建物情報から歩掛に関する情報を出力する学習済みモデルである。
例えば、学習部２６２は、構造設計データベース２６０に格納された学習用データに基づき、設計建物情報が「Ｘ」でありかつ歩掛が「Ａ」である学習用データに対しては、設計建物情報「Ｘ」が入力された際には歩掛「Ａ」の確率が高くなるように、ニューラルネットワークを学習させる。
そして、学習部２６２は、得られた学習済みモデルを学習済みモデル記憶部２６４へ格納する。
学習済みモデル記憶部２６４には、学習部２６２によって生成された学習済みモデルが格納される。
送受信部２６６は、クライアント端末２１１から送信された設計建物情報と歩掛とを受信する。
推定部２６８は、送受信部２６６によって受信した設計建物情報及び歩掛と、学習済みモデル記憶部２６４に格納された学習済みモデルとに基づいて、設計対象の建物の構造設計が適切であるか否かに関する情報（以下、単に「検査情報」と称する。）を出力する。
例えば、まず、推定部２６８は、送受信部２６６によって受信した設計建物情報を学習済みモデルに入力する。設計建物情報を学習済みモデルへ入力することにより、上記図１０に示されるように、入力した設計建物情報各に対する各歩掛の確率が出力される。
そして、推定部２６８は、図１１に示されるように、確率が最も高い歩掛「Ａ」と送受信部２６６によって受信した歩掛「Ｘ」とを比較して、設計対象の建物の構造設計が適切であるか否かを表す検査情報を生成する。
例えば、推定部２６８は、歩掛「Ａ」と歩掛「Ｘ」との差分が予め定められた閾値以上である場合には、設計対象の建物の構造設計が適切でないことを表す検査情報を生成する。また、推定部２６８は、歩掛「Ａ」と歩掛「Ｘ」との差分が予め定められた閾値未満である場合には、設計対象の建物の構造設計が適切であることを表す検査情報を生成する。
送受信部２６６は、推定部２６８によって推定された検査情報を、クライアント端末２１１へ送信する。
クライアント端末２１１の送受信部２３８は、構造設計支援装置２１３から送信された検査情報を受信し、検査情報を制御部２３６へ出力する。制御部２３６は、検査情報を表示装置２４０へ表示させる。
クライアント端末２１１を操作するユーザは、自らが設計している建物の設計建物情報が適切であるか否かを表す検査情報を確認する。これにより、ユーザは、自らが設計している建物の構造設計が適切であるか否かを知ることができる。
＜構造情報表示装置の作用＞
次に、構造設計支援システム２１０の作用を説明する。まず、構造設計支援装置２１３において、図１２に示す学習処理ルーチンが実行される。
＜学習処理ルーチン＞
ステップＳ２００において、学習部２６２は、構造設計データベース２６０に格納された学習用データの各々を読み出す。
ステップＳ２０２において、学習部２６２は、上記ステップＳ２００で読み出した学習用データに基づいて、モデルの一例であるニューラルネットワークを、ディープラーニングによって学習させて、学習済みモデルを得る。
ステップＳ２０４において、学習部２６２は、上記ステップＳ２０２で得られた学習済みモデルを、学習済みモデル記憶部２６４へ格納する。
次に、構造設計支援システム２１０のクライアント端末２１１を操作するユーザによって、クライアント端末２１１が操作され、設計対象の建物の設計建物情報が作成される。そして、ユーザは、作成した設計建物情報を構造設計装置２１２へ送信する。
構造設計装置２１２の送受信部２５０は、クライアント端末２１１から送信された設計建物情報を受信する。そして、構造設計装置２１２の歩掛計算部２５２は、送受信部２５０によって受信された設計建物情報に応じて、設計建物の歩掛を計算する。構造設計装置２１２の送受信部２５０は、歩掛計算部２５２によって計算された設計対象の建物の歩掛を、クライアント端末２１１へ送信する。
クライアント端末２１１の送受信部２３８は、構造設計装置２１２の送受信部２５０から送信された歩掛を受信する。そして、ユーザは、クライアント端末２１１の操作装置２２０を操作し、設計部２３４によって得られた設計建物情報と構造設計装置２１２から送信された歩掛とを、構造設計支援装置２１３へ送信する。
構造設計支援装置２１３の送受信部２６６が、クライアント端末２１１から送信された、設計建物情報及び歩掛を受信すると、構造設計支援装置２１３は図１３に示す推定処理ルーチンを実行する。
ステップＳ２５０において、推定部２６８は、送受信部２６６によって受信された、設計建物情報と歩掛とを取得する。
ステップＳ２５２において、推定部２６８は、学習済みモデル記憶部２６４に格納された学習済みモデルを読み出す。
ステップＳ２５４において、推定部２６８は、上記ステップＳ２５０で取得した設計建物情報を、上記ステップＳ２５２で読み出した学習済みモデルへ入力する。これにより、設計建物情報に対応する各歩掛の確率が学習済みモデルから出力される。
ステップＳ２５６において、推定部２６８は、上記ステップＳ２５４で得られた各歩掛の確率のうち、最も確率が高い歩掛を特定する。
ステップＳ２５８において、推定部２６８は、上記ステップＳ２５０で取得された歩掛と、上記ステップＳ２５６で特定された歩掛とを比較する。例えば、推定部２６８は、上記ステップＳ２５０で取得された歩掛と、上記ステップＳ２５６で特定された歩掛との間の差分を算出する。
ステップＳ２６０において、推定部２６８は、上記ステップＳ２５８で得られた歩掛同士の差分と予め設定された閾値とに基づいて、設計対象の建物の構造設計が適切であるか否かを表す検査情報を生成する。
構造設計支援装置２１３の送受信部２６６は、上記ステップＳ２６０で得られた検査情報を、クライアント端末２１１へ送信する。
クライアント端末２１１の送受信部２３８は、構造設計支援装置２１３から送信された検査情報を受信し、検査情報を表示装置２４０へ表示させる。
クライアント端末２１１を操作するユーザは、自らが設計している建物の設計建物情報が適切であるか否かを表す検査情報を確認する。これにより、ユーザは、自らが設計している建物の構造設計が適切であるか否かを知ることができる。
以上詳細に説明したように、第２の実施形態では、学習用の建物に関する情報及び該学習用の建物の歩掛を表す学習用データに基づいて、建物に関する情報から歩掛に関する情報を出力するためのモデルを機械学習させて、学習済みモデルを得る。これにより、機械学習を用いることにより、建物に関する情報及び歩掛に関する情報に応じて、歩掛に関する情報を出力する学習済みモデルを得ることができる。
また、第２の実施形態では、設計建物情報と設計対象の建物の歩掛に関する情報と、学習用データから予め機械学習された学習済みモデルとに基づいて、設計対象の建物の構造設計が適切であるか否かに関する情報を出力する。これにより、過去の実績情報が反映された学習済みモデルに基づき、構造設計を適切に支援することができる。
＜第３の実施形態に係る構造設計支援システムの構成＞
第３の実施形態では、構造設計に関する初期条件に応じてシミュレーションを行う。そして、第３の実施形態では、シミュレーション結果に基づき、強化学習によって学習済みモデルを生成する。そして、得られた学習済みモデルを用いて構造設計の支援を行う点が、第１及び第２の実施形態と異なる。
図１４は、第３の実施形態に係る構造設計支援システムの構成の一例を示すブロック図である。構造設計支援システム３１０は、機能的には、図１４に示されるように、クライアント端末２１１、及び構造設計支援装置２１３を含んだ構成で表すことができる。
［クライアント端末］
ユーザは、クライアント端末２１１の操作装置２２０を操作し、設計対象の建物の初期条件を設定する。そして、ユーザは、設計対象の建物の初期条件を、送受信部２３８を介して構造設計支援装置２１３へ送信する。設計対象の建物の初期条件としては、例えば、建物の初期条件を設定したＣＡＤデータを用いることができる。
［構造設計支援装置］
構造設計支援装置２１３は、ＣＰＵ、各処理ルーチンを実現するためのプログラム等を記憶したＲＯＭ、データを一時的に記憶するＲＡＭ、記憶手段としてのメモリ、ネットワークインタフェース等を含むコンピュータによって構成されている。構造設計支援装置２１３は、機能的には、図１５に示されるように、送受信部３２０と、設計出力部３２１と、シミュレーション部３２２と、学習部３２４と、学習済みモデル記憶部３２６と、構造設計データベース３３０とを備えている。送受信部３２０は、本発明の取得部の一例である。
送受信部３２０は、クライアント端末２１１から送信された、設計対象の建物の初期条件を取得する。
設計出力部３２１は、送受信部３２０によって取得された初期条件に対応する設計対象の建物の構造を変化させて、設計対象の建物の構造設計の候補を生成する。
第３の実施形態では、強化学習によって学習済みモデルを生成する。そのため、設計出力部３２１によって変更される設計対象の建物の構造を、強化学習における環境ｓとする。また、設計対象の建物の構造部材である、柱、梁、及び床等の大きさ等を変化させることを行動ａとする。また、設計対象の建物の構造部材を変化させたときの状態に応じた評価値を報酬ｒとする。そのため、本実施形態では、環境ｓは設計対象の建物の構造であり、行動ａは建物の構造を変化させることであり、報酬ｒは建物の構造部材を変化させたときの状態に応じた評価値である。
まず、設計出力部３２１は、初期条件に対応する建物の構造又は前回の処理によって生成された建物の構造設計の候補を示すＣＡＤデータを変化させる。
例えば、設計出力部３２１は、所定の行動ａ１として、設計対象の建物のＣＡＤデータに含まれる複数の柱から、所定の柱を取り除く。または、設計出力部３２１は、所定の行動ａ２として、設計対象の建物のＣＡＤデータの所定の箇所に柱を追加する。または、設計出力部３２１は、所定の行動ａ３として、設計対象の建物のＣＡＤデータに含まれる柱を太くする。または、設計出力部３２１は、所定の行動ａ３として、設計対象の建物のＣＡＤデータに含まれる柱を細くする。これにより、設計対象の建物の構造設計の候補が生成される。
シミュレーション部３２２は、設計対象の建物のＣＡＤデータを変化させたことにより得られたＣＡＤデータの各々を評価する。具体的には、シミュレーション部３２２は、設計出力部３２１によって生成された構造設計の候補に対して、建物の構造計算に関するシミュレーションを行い、構造設計の候補の構造的な強度を評価する。また、シミュレーション部３２２は、構造設計の候補に対して、建物の材料の数量に関するシミュレーションである歩掛計算を行い、構造設計の候補のコストを評価する。そして、シミュレーション部３２２は、シミュレーション結果に応じて報酬ｒを設定する。
例えば、シミュレーション部３２２は、構造設計及び歩掛に関する所定の評価関数を用いて、所定の行動ａ１～ａ４によって得られたＣＡＤデータの各々を評価する。例えば、所定の行動ａ１によって得られたＣＡＤデータについて、歩掛が小さい場合であっても構造的な強度が低い場合には、評価を表す報酬ｒ１は小さくなる。また、所定の行動ａ２によって得られたＣＡＤデータについて、歩掛が小さくかつ構造的な強度が高い場合には、評価を表す報酬ｒ２は大きくなる。
学習部３２４は、シミュレーション部３２２によって得られたシミュレーション結果に基づいて、建物の初期条件から建物の構造設計を出力するためのモデルを強化学習させて、学習済みモデルを得る。具体的には、学習部３２４は、シミュレーション結果のうちの建物の構造設計に対する評価値に基づいて、前回得られた構造設計の候補から次回の構造設計を出力するためのモデルを強化学習させて、学習済みモデルを更新することを繰り返す。
例えば、学習部３２４は、シミュレーション結果に基づいて、以下の式（１）に従って、行動価値関数Ｑ（ｓ，ａ）を学習させる（インターネット（URL:http://www.sist.ac.jp/~kanakubo/research/reinforcement_learning.html）を参照。）。
Figure 2022068229000002

（１）
ここで、ｓｔは時刻ｔにおける環境を表す。また、ａｔは時刻ｔにおける行動を表す。行動ａｔにより、環境はｓｔ＋１に変化する。また、ｒｔ＋１は、環境の変化応じて付与される報酬である。
上記式（１）におけるｍａｘの付いた項は、環境ｓｔ＋１下で、最も（その時に分かっている）Ｑ値の高い行動ａを選んだ場合のＱ値にγを掛けたものとなる。また、γは、０＜γ≦１のパラメータであり割引率と称される。αは学習係数であり、０＜α≦１の範囲である。
上記式（１）に示す更新式に応じて、モデルである行動価値関数Ｑ（ｓ，ａ）が学習され、学習済みモデルとしての行動価値関数Ｑ（ｓ，ａ）が生成される。なお、行動価値関数Ｑ（ｓ，ａ）は、構造設計の候補の構造的な強度に関する評価値及び構造設計の候補のコストに関する評価値に応じて、逐次更新される。
学習済みモデル記憶部３２６には、学習部３２４によって得られた行動価値関数Ｑ（ｓ，ａ）が格納される。行動価値関数Ｑ（ｓ，ａ）は、例えば、状態ｓと行動ａとの組み合わせ毎にＱ値が格納されたＱテーブルによって表現される。このため、行動価値関数Ｑ（ｓ，ａ）と現在の建物の構造ｓに応じて、次に取る行動ａ（例えば、柱、梁、及び床等の大きさ等を変化させる行動）が決定される。
設計出力部３２１は、前回得られた構造設計の候補から次回の構造設計の候補を生成する際に、学習済みモデル記憶部３２６に格納された学習済みモデルである行動価値関数Ｑ（ｓ，ａ）に基づいて、設計対象の建物の構造設計の候補を出力する。設計出力部３２１は、行動価値関数Ｑ（ｓ，ａ）を用いることにより、構造的な強度に関する評価値及びコストに関する評価値が高い候補を生成することができる。このため、構造設計の次の候補を生成する際には、前回よりも適切な候補が生成されやすくなる。
設計出力部３２１による構造設計の候補の生成、シミュレーション部３２２による構造設計の候補の評価、及び学習部３２４による学習処理は、所定の回数繰り返される。これにより、構造設計の複数の候補が生成される。
本実施形態では、構造設計の候補が生成される毎に、シミュレーション部３２２によって得られた構造設計の候補の評価値である報酬に基づき、行動価値関数Ｑ（ｓ，ａ）が逐次更新される。これにより、学習部３２４による学習処理が多く繰り返されるほど、評価値が高くなるような構造設計の候補が生成される。このため、構造設計として適切な候補を、効率的に生成することができるようになる。
次に、設計出力部３２１は、設計出力部３２１の処理、シミュレーション部３２２の処理、及び学習部３２４による処理が所定の回数繰り返された後に、それまでに生成された複数の構造設計の候補を選別する。具体的には、設計出力部３２１は、構造設計データベース３３０に格納された構造設計の実績情報に基づいて、それまでに生成された複数の構造設計の候補を選別する。例えば、構造設計データベース３３０には、上記図２に示されるような情報が、実績情報として格納されている。
行動価値関数Ｑ（ｓ，ａ）を用いることにより、構造的な強度に関する評価値及びコストに関する評価値が高い候補が生成される一方で、新たに設計する建物の構造設計は、過去の構造設計と類似している方が好ましい場合がある。そのため、本実施形態では、行動価値関数Ｑ（ｓ，ａ）を用いて生成された複数の構造設計の候補から、過去の構造設計の実績情報になるべく近い候補を、出力対象の構造設計の候補として残すように選別する。
具体的には、設計出力部３２１は、行動価値関数Ｑ（ｓ，ａ）を用いて生成された複数の構造設計の候補の各々について、構造設計の候補と構造設計データベース３３０に格納された実績情報との間の類似度を算出する。例えば、類似度は、構造種別、建物用途、床種別、基礎種別、及び階数等と、検定比、積載荷重、地震荷重、柱支配面積、及び柱スパン等とに応じて算出される。構造設計の候補と過去に建設された建物の実績情報とが似ているほど、類似度は大きくなる。
次に、設計出力部３２１は、類似度が予め設定された閾値より大きい構造設計の候補を、出力対象の構造設計の候補として選別する。そして、設計出力部３２１は、実績情報に応じて選別された構造設計の複数の候補を、結果として出力する。
送受信部３２０は、設計出力部３２１によって出力された複数の構造設計の候補を、クライアント端末２１１へ送信する。
クライアント端末２１１の送受信部２３８は、構造設計支援装置２１３から送信された、複数の構造設計の候補を受信する。そして、クライアント端末２１１の制御部２３６は、複数の構造設計の候補を表示装置２４０に表示する。
ユーザは、表示装置２４０に表示された複数の構造設計の候補の中から、最も適切と思われる構造設計の候補を最終案として選択する。これにより、初期条件のみを設定することにより、設計対象の建物の構造設計が得られたことになる。そして、ユーザは、クライアント端末２１１の操作装置２２０を操作し、最終案として選択された構造設計を構造設計支援装置２１３へ送信する。
構造設計支援装置２１３の送受信部３２０は、クライアント端末２１１から送信された最終案の構造設計を、構造設計データベース３３０へ格納する。なお、最終案の構造設計を構造設計データベース３３０へ格納する際には、最終案の構造設計に対して重み情報を付与して格納するようにしてもよい。これにより、例えば、重み情報に応じて、構造設計の候補を選別することができる。
＜構造設計支援システムの作用＞
次に、構造設計支援システム３１０の作用を説明する。クライアント端末２１１から、設計対象の建物の初期条件が構造設計支援装置２１３へ送信されると、構造設計支援装置２１３は、図１６に示す構造設計支援処理ルーチンを実行する。
＜構造設計支援処理ルーチン＞
ステップＳ３００において、送受信部３２０は、クライアント端末２１１から送信された、設計対象の建物の初期条件を取得する。
ステップＳ３０２において、設計出力部３２１は、上記ステップＳ３００で取得された初期条件に対応する設計対象の建物の構造又は前回の本ステップＳ３０２で生成された構造設計の候補を変化させて、設計対象の建物の構造設計の候補を生成する。設計出力部３２１は、初期条件に対応する設計対象の建物の構造を変化させて構造設計の候補を生成する際には、例えば、建物の構造をランダムに変化させて構造設計の候補を生成する。また、設計出力部３２１は、前回の本ステップＳ３０２で得られた構造設計の候補から次の構造設計の候補を生成する際には、学習済みモデル記憶部３２６に格納された学習済みモデルである行動価値関数Ｑ（ｓ，ａ）に基づいて、次の構造設計の候補を出力する。
ステップＳ３０４において、シミュレーション部３２２は、上記ステップＳ３０２で生成された構造設計の候補に対して、建物の構造計算に関するシミュレーションを行い、構造設計の候補の構造的な強度を評価する。また、シミュレーション部３２２は、上記ステップＳ３０２で生成された構造設計の候補に対して、建物のコストに関するシミュレーションである歩掛計算を行い、構造設計の候補のコストを評価する。そして、シミュレーション部３２２は、シミュレーション結果に応じて報酬ｒを設定する。
ステップＳ３０６において、学習部３２４は、上記ステップＳ３０４で得られたシミュレーション結果に基づいて、建物の初期条件又は前回生成された構造設計の候補から建物の構造設計を出力するためのモデルを強化学習させて、学習済みモデルとしての行動価値関数Ｑ（ｓ，ａ）を得る。
ステップＳ３０８において、学習部３２４は、上記ステップＳ３０６で得られた学習済みモデルである行動価値関数Ｑ（ｓ，ａ）を、学習済みモデル記憶部３２６へ格納して、学習済みモデルを更新する。
ステップＳ３１０において、上記ステップＳ３０２～上記ステップＳ３０８の処理が所定回数繰り返されたか否かを判定する。上記ステップＳ３０２～上記ステップＳ３０８の処理が所定回数繰り返された場合には、ステップＳ３１２へ進む。一方、上記ステップＳ３０２～上記ステップＳ３０８の処理が所定回数繰り返されていない場合には、ステップＳ３０２へ戻る。
ステップＳ３１２において、設計出力部３２１は、構造設計データベース３３０に格納された実績情報を読み出す。
ステップＳ３１４において、設計出力部３２１は、上記ステップＳ３０２で生成された複数の構造設計の候補と、上記ステップＳ３１２で読み出された実績情報との間の類似度を算出する。そして、設計出力部３２１は、類似度が予め設定された閾値より大きい構造設計の候補を、出力対象の構造設計の候補として選別する。
ステップＳ３１６において、送受信部３２０は、上記ステップＳ３１４で得られた複数の構造設計の候補を、クライアント端末２１１へ送信する。
クライアント端末２１１の送受信部２３８は、構造設計支援装置２１３から送信された、複数の構造設計の候補を受信する。そして、クライアント端末２１１の制御部２３６は、複数の構造設計の候補を表示装置２４０に表示する。
ユーザは、表示装置２４０に表示された複数の構造設計の候補の中から、最も適切と思われる構造設計の候補を最終案として選択する。そして、ユーザは、クライアント端末２１１の操作装置２２０を操作し、最終案として選択された構造設計を構造設計支援装置２１３へ送信する。
構造設計支援装置２１３の送受信部３２０は、クライアント端末２１１から送信された最終案の構造設計を、構造設計データベース３３０へ格納する。
以上詳細に説明したように、第３の実施形態では、設計対象の建物の初期条件に応じて設計対象の建物の構造を変化させた場合の建物の構造設計に対して、建物の構造計算に関するシミュレーション及び建物の材料の数量に関するシミュレーションを行う。そして、第３の実施形態では、シミュレーション結果に応じた建物の構造設計に対する評価値に基づいて、建物の初期条件から建物の構造設計を出力するためのモデルを強化学習させる。そして、第３の実施形態では、得られた学習済みモデルに基づいて、設計対象の建物の構造設計を出力する。強化学習を用いることにより、建物の構造設計の候補の各々から建物の構造設計を出力する学習済みモデルを得ることができる。また、強化学習によって得られた学習済みモデルに基づき、建物の構造設計の候補を複数出力することにより、構造設計を適切に支援することができる。
また、設計対象の初期条件を入力するのみで、設計対象の建物の構造設計の候補を得ることができる。また、シミュレーション結果のうちの構造計算に関する評価値及びコストに関する評価値に基づいて学習済みモデルが生成され、その学習済みモデルによって構造設計の候補が出力されるため、構造計算に関する評価値及びコストに関する評価値の観点から適切と思われる構造設計の候補を得ることができる。
また、第３の実施形態では、シミュレーション結果に基づいて、前回得られた設計対象の建物の構造設計から次回の設計対象の建物の構造設計を出力するためのモデルを強化学習させて、学習済みモデルを更新することを繰り返す。このため、逐次更新される学習済みモデルを用いることにより、適切かつ効率的に構造設計の候補を得ることができるようになる。
また、強化学習により得られた学習済みモデルは、他の設計対象の建物の構造設計の際にも用いられるため、処理が行われる毎に学習済みモデルが更新される。このため、適切かつ効率的に構造設計の候補を得ることができるようになる。
また、第３の実施形態では、強化学習により得られた学習済みモデルに基づき出力された構造設計の各々から、実績情報との間の類似度が閾値以上である構造設計を出力する。これにより、実績情報と類似する構造設計の候補が選別されるため、過去の建設工事の構造設計と類似する構造設計の候補を得ることができる。
なお、本発明は、上述した実施の形態に限定されるものではなく、この発明の要旨を逸脱しない範囲内で様々な変形や応用が可能である。
例えば、上記実施形態では、建物の材料の数量に関する情報の一例として歩掛を用いる場合を例に説明したが、これに限定されるものではなく、建物の材料の数量に関する情報であれば、他の情報を用いても良い。
また、上記第２の実施形態では、建物の材料の数量に関する情報の一例である歩掛を用いて、設計対象の建物の構造設計が適切であるか否かに関する情報を出力する場合を例に説明したが、これに限定されるものではない。例えば、建物の材料の数量に関する情報とは異なる情報を用いて、設計対象の建物の構造設計が適切であるか否かに関する情報を出力するようにしてもよい。この場合には、例えば、建物規模、階数、床面積、構造種別、構造計算ルート、荷重表、スパン、階高、壁量、ブレース分担率、材料強度、材端条件、積載荷重、仕上げ荷重、追加荷重等、地震荷重、風荷重、土水圧荷重、建物の図面認識結果、建物用途、柱軸力、柱ピッチ（間隔）、建物の材料、建物の設計者、設計年次、建設地、積算結果、検定比、床種別、屋根種別、及びブレースの有無等を用いて、設計対象の建物の構造設計が適切であるか否かに関する情報を出力するようにしてもよい。
また、上記第２の実施形態では、学習モデルの一例としてのニューラルネットワークモデルをディープラーニングによって学習させる場合を例に説明したが、これに限定されるものではない。例えば、ニューラルネットワークモデルとは異なる他のモデルを、ディープラーニングとは異なる他の学習方法によって学習させてもよい。
また、上記第２の実施形態では、学習済みモデルから出力された各歩掛の確率に応じて、確率が最も高い歩掛と構造設計装置２１２によって算出された歩掛とを比較する場合を例に説明したが、これに限定されるものではない。例えば、図１７に示されるように、設計建物情報と構造設計装置２１２によって算出された歩掛とを、学習済みモデルへ入力し、その組み合わせが適切である確率（ＯＫである確率）と、その組み合わせが適切でない確率（ＮＧである確率）とを出力するように学習済みモデルを構成してもよい。
また、上記第２の実施形態では、設計建物情報と歩掛とに応じて、設計対象の建物の構造が適切であるか否かに関する情報を単に出力する場合を例に説明したが、これに限定されるものではない。
例えば、学習用データのうちの学習用の建物の歩掛に関する情報を、学習用の建物の各箇所に対応する歩掛に関する情報として設定するようにしてもよい。この場合には、学習済みモデルは、設計対象の建物の各箇所の歩掛を算出するように構成し、推定部２６８は、設計対象の建物の各箇所の構造設計が適切であるか否かに関する情報を更に出力するようにしてもよい。これにより、例えば、特定箇所の梁又は柱の断面が小さい状態で設計されている等の指摘が自動的になされるため、構造設計者の構造設計の支援を自動的に行うことができる。例えば、設計建物情報に応じて、この程度の規模の建物であれば、Ｘ階の梁の歩掛はＡ程度であることを示す情報を更に出力することにより、設計対象の建物のうち、何れの箇所が不適切であるのかを把握することができる。また、何れの箇所が不適切であるのかに関する情報に基づき、建物の歩掛に関するアドバイスを更に行うように学習済みモデルを構成してもよい。例えば、不適切であると判定された箇所のコンクリート量が足らない旨をアドバイスするようにしてもよい。
また、構造設計全般に関するアドバイスを行うように学習済みモデルを構成してもよい。この場合には、例えば、解析条件設定についてのアドバイス（例えば、類似事例と比較して、デフォルトから高い確率で変更されている項目を教えてくれる）、設定値の傾向に対するアドバイス（例えば、Ａを変更したらＢも変更している等）、配筋量（例えば、柱、大梁、小梁、及び耐震壁等）の妥当性に対するアドバイス、荷重設定のアドバイス（例えば、類似事例と比較して漏れを指摘する等）、設定断面（梁サイズ）の妥当性に対するアドバイス、及び設定断面（柱サイズ）の妥当性に対するアドバイスが出力されるようにモデルを構成するようにしてもよい。また、過去案件事例検索として、実績情報である過去の建設工事の案件を検索できるように構成してもよい。
解析条件設定についてのアドバイス及び設定値の傾向に対するアドバイスについては、建物規模、階数、床面積、構造種別、及び構造計算ルート等が因子として想定されるため、これらの情報に基づきアドバイスが行われる。
また、配筋量の妥当性に対するアドバイスについては、荷重表、スパン、階高、壁量、ブレース分担率、階数、材料強度、及び材端条件等が因子として想定されるため、これらの情報に基づきアドバイスが行われる。
また、荷重設定のアドバイスについては、積載荷重、仕上げ荷重、追加荷重等、地震荷重、風荷重、土水圧荷重、建物の図面認識結果、建物用途、及び建物規模等が因子として想定されるため、これらの情報に基づきアドバイスが行われる。
また、設定断面（梁サイズ）の妥当性に対するアドバイスについては、積載荷重、仕上げ荷重、スパン、階数、構造種別、及び材端条件等が因子として想定されるため、これらの情報に基づきアドバイスが行われる。
また、設定断面（柱サイズ）の妥当性に対するアドバイスについては、柱軸力、階数、柱ピッチ（間隔）、及び構造種別等が因子として想定されるため、これらの情報に基づきアドバイスが行われる。
また、過去案件事例検索については、例えば、建物規模、階数、床面積、構造種別、及び建物の図面認識結果に応じて検索が行われるように構成される。
構造設計に関するアドバイスを行う際には、例えば、実績情報に対応する複数の建物をクラスタリングすることにより複数の建物を予め分類し、その分類結果と設計対象の建物との比較結果に応じて、構造設計に関するアドバイスを行うようにしてもよい。複数の建物をクラスタリングする際に用いられるモデルの一例としては、例えば、ｋ平均法を用いることができる。
また、上記ではプログラムが記憶部（図示省略）に予め記憶（インストール）されている態様を説明したが、プログラムは、ＣＤ－ＲＯＭ、ＤＶＤ－ＲＯＭ及びマイクロＳＤカード等の記録媒体の何れかに記録されている形態で提供することも可能である。
１０ 構造情報表示装置
１２，２２０ 操作装置
２０，２３０ コンピュータ
２２，２６０，３３０ 構造設計データベース
２４，２３２ 受付部
２６ 情報取得部
２８ 表示部
３０，２４０ 表示装置
２１０ ，３１０構造設計支援システム
２１１ クライアント端末
２１２ 構造設計装置
２１３ 構造設計支援装置
２３４ 設計部
２３６ 制御部
２３８，２５０，２６６，３２０ 送受信部
２５２ 歩掛計算部
２６２，３２４ 学習部
２６４，３２６ 学習済みモデル記憶部
２６８ 推定部
３２１ 設計出力部
３２２ シミュレーション部

Claims (6)

  1. 設計対象の建物に関する情報と前記設計対象の建物の材料の数量に関する情報とを取得する取得部と、
    前記取得部によって取得された前記設計対象の建物に関する情報及び前記設計対象の建物の材料の数量に関する情報と、学習用の建物に関する情報及び該学習用の建物の材料の数量に関する情報を表す学習用データから予め機械学習された学習済みモデルとに基づいて、前記設計対象の建物の構造設計が適切であるか否かに関する情報を出力する推定部と、
    を含む構造設計支援装置。
  2. 前記学習用データのうちの前記学習用の建物の材料の数量に関する情報は、前記学習用の建物の各箇所に対応する材料の数量に関する情報であり、
    前記推定部は、前記取得部によって取得された前記設計対象の建物に関する情報と前記学習済みモデルとに基づいて、前記設計対象の建物の各箇所の構造設計が適切であるか否かに関する情報を更に出力する
    請求項１に記載の構造設計支援装置。
  3. 設計対象の建物の初期条件を取得する取得部と、
    前記取得部によって取得された前記初期条件の前記設計対象の建物の構造を変化させた場合の前記建物の構造設計に対して、建物の構造計算に関するシミュレーション及び建物の材料の数量に関するシミュレーションの少なくとも一方を行うシミュレーション部と、
    前記シミュレーション部によって得られたシミュレーション結果に応じた前記建物の構造設計に対する評価値に基づいて、建物の初期条件から前記建物の構造設計を出力するためのモデルを強化学習させて、建物の初期条件から前記建物の構造設計を出力する学習済みモデルを得る学習部と、
    前記学習部によって得られた前記学習済みモデルに基づいて、前記設計対象の建物の構造設計を出力する設計出力部と、
    を含む構造設計支援装置。
  4. 前記学習部は、前記シミュレーション結果に基づいて、前回得られた前記設計対象の建物の構造設計から次回の前記設計対象の建物の構造設計を出力するためのモデルを強化学習させて、前記学習済みモデルを更新することを繰り返し、
    前記設計出力部は、前記学習部によって更新された前記学習済みモデルに基づいて、前回得られた前記設計対象の建物の構造設計から次回の前記設計対象の建物の構造設計を出力する、
    請求項３に記載の構造設計支援装置。
  5. 前記設計出力部は、建物の構造に関する実績情報が格納されたデータベースから前記実績情報を読み出し、前記学習済みモデルに基づき出力された前記構造設計の各々から、前記実績情報との間の類似度が閾値以上である前記構造設計を出力する、
    請求項３又は請求項４に記載の構造設計支援装置。
  6. 学習用の建物に関する情報及び該学習用の建物の材料の数量に関する情報を表す学習用データに基づいて、建物に関する情報から建物の材料の数量に関する情報を出力するためのモデルを機械学習させて、前記建物に関する情報から前記建物の材料の数量に関する情報を出力する学習済みモデルを得る学習部
    を含む構造設計支援モデル学習装置。
JP2022016599A 2017-12-27 2022-02-04 構造情報表示装置、構造設計支援装置、及び構造設計支援モデル学習装置 Active JP7364842B2 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2022016599A JP7364842B2 (ja) 2017-12-27 2022-02-04 構造情報表示装置、構造設計支援装置、及び構造設計支援モデル学習装置
JP2023117821A JP7442059B2 (ja) 2017-12-27 2023-07-19 構造情報表示装置、構造設計支援装置、及び構造設計支援モデル学習装置

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2017252614A JP7121891B2 (ja) 2017-12-27 2017-12-27 構造情報表示装置、構造設計支援装置、及び構造設計支援モデル学習装置
JP2022016599A JP7364842B2 (ja) 2017-12-27 2022-02-04 構造情報表示装置、構造設計支援装置、及び構造設計支援モデル学習装置

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
JP2017252614A Division JP7121891B2 (ja) 2017-12-27 2017-12-27 構造情報表示装置、構造設計支援装置、及び構造設計支援モデル学習装置

Related Child Applications (1)

Application Number Title Priority Date Filing Date
JP2023117821A Division JP7442059B2 (ja) 2017-12-27 2023-07-19 構造情報表示装置、構造設計支援装置、及び構造設計支援モデル学習装置

Publications (2)

Publication Number Publication Date
JP2022068229A true JP2022068229A (ja) 2022-05-09
JP7364842B2 JP7364842B2 (ja) 2023-10-19

Family

ID=67305370

Family Applications (3)

Application Number Title Priority Date Filing Date
JP2017252614A Active JP7121891B2 (ja) 2017-12-27 2017-12-27 構造情報表示装置、構造設計支援装置、及び構造設計支援モデル学習装置
JP2022016599A Active JP7364842B2 (ja) 2017-12-27 2022-02-04 構造情報表示装置、構造設計支援装置、及び構造設計支援モデル学習装置
JP2023117821A Active JP7442059B2 (ja) 2017-12-27 2023-07-19 構造情報表示装置、構造設計支援装置、及び構造設計支援モデル学習装置

Family Applications Before (1)

Application Number Title Priority Date Filing Date
JP2017252614A Active JP7121891B2 (ja) 2017-12-27 2017-12-27 構造情報表示装置、構造設計支援装置、及び構造設計支援モデル学習装置

Family Applications After (1)

Application Number Title Priority Date Filing Date
JP2023117821A Active JP7442059B2 (ja) 2017-12-27 2023-07-19 構造情報表示装置、構造設計支援装置、及び構造設計支援モデル学習装置

Country Status (1)

Country Link
JP (3) JP7121891B2 (ja)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7362473B2 (ja) 2019-12-26 2023-10-17 前田建設工業株式会社 架構データ判断装置、架構データ判断方法及び架構データ判断プログラム
JP7368805B2 (ja) 2019-12-26 2023-10-25 前田建設工業株式会社 架構データ生成装置、架構データ生成方法及び架構データ生成プログラム
JP7358992B2 (ja) 2020-01-07 2023-10-11 積水ハウス株式会社 設計支援装置、設計支援システム及び設計支援プログラム
JP2021111066A (ja) * 2020-01-08 2021-08-02 株式会社科学計算総合研究所 情報処理システム、情報処理方法及びプログラム
KR102327636B1 (ko) * 2020-01-10 2021-11-17 (주)상아매니지먼트컨설팅 플랜트 설계 오류 예측 방법 및 장치
JP6843285B1 (ja) * 2020-02-28 2021-03-17 株式会社竹中土木 モデル学習装置及び設計支援装置
JP7448405B2 (ja) 2020-03-31 2024-03-12 大和ハウス工業株式会社 床振動予測システム

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11120000A (ja) * 1997-10-13 1999-04-30 Sekisui Chem Co Ltd 事例ベース推論及び学習を用いた設計システム
JP2015028720A (ja) * 2013-07-30 2015-02-12 パナホーム株式会社 架構体の設計方法
WO2017094456A1 (ja) * 2015-12-02 2017-06-08 富士フイルム株式会社 物体検査装置及び物体検査方法
CN107430387A (zh) * 2015-03-11 2017-12-01 西门子工业公司 建筑物自动化预测

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3772814B2 (ja) * 2002-09-20 2006-05-10 大成建設株式会社 構造設計支援システム
JP3852614B2 (ja) * 2004-03-10 2006-12-06 大成建設株式会社 構造計画支援システムおよびプログラム
JP2005293527A (ja) * 2004-03-31 2005-10-20 Kozo Keikaku Engineering Inc 建築コストマネジメントシステム
JP4760651B2 (ja) * 2006-10-03 2011-08-31 積水ハウス株式会社 建築基本数量分析システム、建築基本数量分析方法、及びコンピュータプログラム

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11120000A (ja) * 1997-10-13 1999-04-30 Sekisui Chem Co Ltd 事例ベース推論及び学習を用いた設計システム
JP2015028720A (ja) * 2013-07-30 2015-02-12 パナホーム株式会社 架構体の設計方法
CN107430387A (zh) * 2015-03-11 2017-12-01 西门子工业公司 建筑物自动化预测
WO2017094456A1 (ja) * 2015-12-02 2017-06-08 富士フイルム株式会社 物体検査装置及び物体検査方法

Also Published As

Publication number Publication date
JP2023153854A (ja) 2023-10-18
JP7442059B2 (ja) 2024-03-04
JP7121891B2 (ja) 2022-08-19
JP2019117603A (ja) 2019-07-18
JP7364842B2 (ja) 2023-10-19

Similar Documents

Publication Publication Date Title
JP2022068229A (ja) 構造情報表示装置、構造設計支援装置、及び構造設計支援モデル学習装置
Akin et al. Harmony search algorithm based optimum detailed design of reinforced concrete plane frames subject to ACI 318-05 provisions
Günay et al. PEER performance-based earthquake engineering methodology, revisited
Foschi et al. Reliability and performance-based design: a computational approach and applications
Taflanidis et al. Stochastic sampling using moving least squares response surface approximations
KR102217933B1 (ko) 간접작업항목 도출을 이용하는 건축물량산출장치 및 건축물량산출방법, 그리고 이를 이용하는 시스템
Nikoo et al. Determining the natural frequency of cantilever beams using ANN and heuristic search
Zacharenaki et al. Reliability-based optimum seismic design of structures using simplified performance estimation methods
CN111488527B (zh) 位置推荐方法、装置、电子设备和计算机可读存储介质
Marzouk et al. Selecting sustainable building materials using system dynamics and ant colony optimization
Ortega et al. Development of a numerical tool for the seismic vulnerability assessment of vernacular architecture
Valdebenito et al. Reliability-based optimization considering design variables of discrete size
JP2008276474A (ja) 建築物の耐震性能診断方法及び耐震性能診断プログラム
JP7147160B2 (ja) 山留め支援装置及び山留め支援モデル学習装置
JP2009300312A (ja) 地震被害予測装置及び地震被害予測プログラム
CN111984814B (zh) 一种建筑图纸中的箍筋匹配方法和装置
JP7362473B2 (ja) 架構データ判断装置、架構データ判断方法及び架構データ判断プログラム
Philip et al. Constructability assessment of cast in-situ, precast and modular reinforced concrete structures
JP7246272B2 (ja) 地盤沈下予測システム
Ranjbaran et al. 4D-based value engineering
JP7477086B2 (ja) 設計支援装置
JP7368805B2 (ja) 架構データ生成装置、架構データ生成方法及び架構データ生成プログラム
JP7019982B2 (ja) 調整係数推定装置、モデル学習装置、及び方法
Crowley et al. Epistemic uncertainty in fragility functions for European RC buildings
GB2406180A (en) Structural design apparatus

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20220204

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20230222

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20230328

A601 Written request for extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A601

Effective date: 20230524

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20230719

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20230829

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20230913

R150 Certificate of patent or registration of utility model

Ref document number: 7364842

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150