JP7442059B2 - Structural information display device, structural design support device, and structural design support model learning device - Google Patents

Structural information display device, structural design support device, and structural design support model learning device Download PDF

Info

Publication number
JP7442059B2
JP7442059B2 JP2023117821A JP2023117821A JP7442059B2 JP 7442059 B2 JP7442059 B2 JP 7442059B2 JP 2023117821 A JP2023117821 A JP 2023117821A JP 2023117821 A JP2023117821 A JP 2023117821A JP 7442059 B2 JP7442059 B2 JP 7442059B2
Authority
JP
Japan
Prior art keywords
building
structural design
information
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.)
Active
Application number
JP2023117821A
Other languages
Japanese (ja)
Other versions
JP2023153854A (en
Inventor
孝 鹿島
亜希子 ▲高▼橋
幸弘 島野
由典 松原
暢之 小田島
琢也 鈴木
康友 松岡
拓也 木下
圭一 井口
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 Corp
Heroz Inc
Original Assignee
Takenaka Corp
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 Corp, Heroz Inc filed Critical Takenaka Corp
Priority to JP2023117821A priority Critical patent/JP7442059B2/en
Publication of JP2023153854A publication Critical patent/JP2023153854A/en
Application granted granted Critical
Publication of JP7442059B2 publication Critical patent/JP7442059B2/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Description

特許法第30条第2項適用 平成29年11月17日にhttp://www.takenaka.co.jp/news/2017/11/04/index.html?2017-11-17のウェブサイトにて公開Application of Article 30, Paragraph 2 of the Patent Act On November 17, 2017, http://www. takenaka. co. jp/news/2017/11/04/index. html? Published on the website on 2017-11-17

特許法第30条第2項適用 平成29年11月17日の日本経済新聞平成29年11月17日付日刊第14面にて公開Application of Article 30, Paragraph 2 of the Patent Act Published on the 14th page of the Nihon Keizai Shimbun daily on November 17, 2017 on November 17, 2017

特許法第30条第2項適用 平成29年11月20日の建設通信新聞平成29年11月20日付朝刊第3面にて公開Application of Article 30, Paragraph 2 of the Patent Act Published on the third page of the morning edition of Kensetsu Tsushin Shimbun on November 20, 2017, November 20, 2017

特許法第30条第2項適用 平成29年11月27日の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Application of Article 30, Paragraph 2 of the Patent Act Published on the second page of the morning edition of the Nikkan Kensetsu Sangyo Shimbun on November 27, 2017

特許法第30条第2項適用 平成29年11月30日の電気新聞平成29年11月30日付朝刊第11面にて公開Application of Article 30, Paragraph 2 of the Patent Act Published on page 11 of the morning edition of the Denki Shimbun on November 30, 2017, on November 30, 2017

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。 The present invention relates to a structural information display device, a structural design support device, and a structural design support model learning device.

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)。 BACKGROUND ART Conventionally, a building structural design support system that supports structural design in construction work is known (for example, Patent Document 1).

特開2009‐26303号公報Japanese Patent Application Publication No. 2009-26303

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。 The structural design support system described in Patent Document 1 supports structural design by determining the strength of a building. However, the technique described in Patent Document 1 does not take structural design performance information into consideration, and therefore may not be appropriate.

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。 In consideration of the above facts, the present invention aims to appropriately support structural design based on performance information regarding structural design of construction work.

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。 In order to achieve the above object, the structural information display device of the present invention includes a reception unit that receives input information that is information about a building and display target information that is information that specifies track record information about the structure of the building; The information corresponding to the input information and the display target information received by the reception unit from a database storing structural design data representing information regarding the building and track record information regarding the structure of the building for each of the buildings. It is configured to include an information acquisition unit that acquires performance information of a building, and a display unit that displays performance information regarding the structure of the building acquired by the information acquisition unit. This allows information on past construction work to be displayed appropriately, making it possible to support structural design.

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。 The information regarding the building of the structural information display device of the present invention includes at least one of structure type, building use, floor type, foundation type, and number of floors, and the track record information regarding the building structure includes information regarding the quantity of materials, It may include at least one of a verification ratio, a live load, an earthquake load, a column dominated area, and a column span. This allows information on past construction work to be displayed appropriately, making it possible to support structural design.

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。 The structural design support device of the present invention includes an acquisition unit that acquires information regarding the building to be designed and information regarding the quantity of materials of the building to be designed, and information regarding the building to be designed acquired by the acquisition unit; Based on information regarding the quantity of materials of the building to be designed, information regarding the learning building, and a learned model machine-learned in advance from learning data representing information regarding the quantity of materials of the learning building, and an estimation unit that outputs information regarding whether the structural design of the building to be designed is appropriate. This makes it possible to appropriately support structural design based on a trained model that reflects past construction work performance information.

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。 The information regarding the quantity of materials of the learning building in the learning data of the present invention is information regarding the quantity of materials corresponding to each location of the learning building, and the estimating unit is configured to include the acquiring unit Based on the information regarding the building to be designed and the learned model obtained by the above, it is possible to further output information regarding whether the structural design of each part of the building to be designed is appropriate. As a result, information on whether the structural design of each part of the building is appropriate is output based on the trained model that reflects past construction work performance information, so it can appropriately support structural design. I can do it.

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。 Further, the structural design support device of the present invention includes an acquisition unit that acquires an initial condition of a building to be designed, and an acquisition unit that acquires an initial condition of the building to be designed, and a a simulation unit that performs at least one of a simulation related to structural calculation of the building and a simulation related to the quantity of building materials for the structural design of the building; and an evaluation of the structural design of the building according to the simulation results obtained by the simulation unit. a learning unit that performs reinforcement learning on a model for outputting the structural design of the building from the initial conditions of the building based on the value to obtain a trained model that outputs the structural design of the building from the initial conditions of the building; and a design output section that outputs a structural design of the building to be designed based on the learned model obtained by the learning section. Structural design can be appropriately supported by outputting multiple structural designs of a building to be designed based on evaluation values for structural designs according to simulation results.

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。 The learning unit of the structural design support device of the present invention generates a model for outputting the next structural design of the building to be designed based on the previously obtained structural design of the building to be designed. Reinforcement learning is repeated to update the trained model, and the design output unit calculates the structural design of the building to be designed based on the previously obtained structural design of the building to be designed based on the trained model updated by the learning unit. It is possible to output the next structural design of the building to be designed. By using a learned model that is updated sequentially, structural design candidates can be obtained appropriately and efficiently.

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。 The design output unit of the structural design support device of the present invention reads the performance information from a database storing performance information regarding building structures, and reads the performance information from each of the structural designs output based on the learned model. The structural design having a degree of similarity with the information above a threshold value can be output. By selecting structural design candidates that are similar to the track record information, it is possible to obtain structural design candidates that are similar to the structural designs of past construction works.

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。 The structural design support model learning device of the present invention extracts information about the quantity of building materials from information about the building based on learning data representing information about the learning building and information about the quantity of materials for the learning building. It is configured to include a learning unit that performs machine learning on a model to be output and obtains a trained model that outputs information regarding the quantity of materials of the building from information regarding the building. Thereby, it is possible to obtain a trained model that outputs information regarding the quantity of building materials in accordance with information regarding the building and information regarding the quantity of building materials.

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。 According to the present invention, it is possible to appropriately support structural design based on performance information regarding structural design of construction work.

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。1 is a block diagram showing a schematic configuration of an yield structure information display device according to a first embodiment; FIG. 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。It is a figure showing an example of information stored in a structural design database. 建物の各箇所に対応する歩掛の一例を示す図である。FIG. 3 is a diagram showing an example of the allowance corresponding to each location of a building. 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。FIG. 3 is an explanatory diagram for explaining input information and display target information. 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。FIG. 3 is a diagram illustrating an example of a structure information display processing routine in the first embodiment. 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。FIG. 2 is a block diagram showing a schematic configuration of a structural design support system according to a second embodiment. 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。FIG. 2 is a block diagram showing a schematic configuration of a client terminal according to a second embodiment. 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。FIG. 2 is a block diagram showing a schematic configuration of a structural design device according to a second embodiment. 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。FIG. 2 is a block diagram showing a schematic configuration of a structural design support device according to a second embodiment. 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。FIG. 7 is a diagram showing an example of a learned model according to the second embodiment. 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。FIG. 7 is an explanatory diagram for explaining processing in the second embodiment. 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。It is a figure which shows an example of the learning process routine in 2nd Embodiment. 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。It is a figure showing an example of an estimation processing routine in a 2nd embodiment. 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。FIG. 2 is a block diagram showing a schematic configuration of a structural design support system according to a third embodiment. 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。FIG. 3 is a block diagram showing a schematic configuration of a structural design support device according to a third embodiment. 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。It is a figure showing an example of a structural design support processing routine in a 3rd embodiment. 学習済みモデルの他の構成例を示す図である。FIG. 7 is a diagram illustrating another configuration example of a trained model.

以下、本発明の実施形態について詳細に説明する。 Embodiments of the present invention will be described in detail below.

<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> <System configuration of the structural information display device according to the first embodiment>

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。 FIG. 1 is a block diagram showing an example of the configuration of a structure information display device according to the first embodiment. Functionally, the structural information display device 10 can be represented by a configuration including an operating device 12, a computer 20, and a display device 30, as shown in FIG.

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。 In the first embodiment, a structural information display device that displays track record information regarding past structural designs will be described. By displaying performance information regarding structural design, it is possible to support the structural designer's design work.

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。 The operating device 12 receives operating information input by the user of the structural information display device 10.

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。 The computer 20 includes a CPU (Central Processing Unit), a ROM (Read Only Memory) that stores programs for implementing each processing routine, a RAM (Random Access Memory) that temporarily stores data, and a memory that serves as a storage means. , network interface, etc. Functionally, the computer 20 includes a structural design database 22, a reception section 24, an information acquisition section 26, and a display section 28.

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。 The structural design database 22 stores structural design data representing information regarding the building and track record information regarding the structure of the building for each of a plurality of buildings.

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。 FIG. 2 shows an example of information stored in the structural design database 22. As shown in FIG. 2A, the building table showing information about the building includes structure type, building purpose, floor type, foundation type, and number of floors.

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。 Further, as shown in FIG. 2(B), the yield table showing performance information regarding the structure of the building includes the yield of each material. Yield is the quantity of material per unit area or unit volume. For example, the yield table includes concrete yield, formwork yield, reinforcing bar (R/A) yield, and reinforcing bar (R/C) yield. Note that the yield is an example of information regarding the quantity of materials of the present invention.

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。 Further, as shown in FIG. 2C, the structure information table showing performance information regarding the structure of the building includes verification ratio, live load, earthquake load, column dominated area, and column span. Note that the verification ratio is the ratio (N/F) between the member strength (F) of the building and the acting force (N) acting on the building.

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。 The yield for each material in the yield table shown in FIG. 2(B) includes the yield corresponding to each location of the building. For example, as shown in Figure 3, the concrete allowances include the concrete allowance for columns, the concrete allowance for major beams, the concrete allowance for small beams, the concrete allowance for walls, and the concrete allowance for slabs. It is being

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。 The receiving unit 24 receives input information that is information regarding a building and display target information that is information specifying performance information regarding the structure of the building. For example, the user inputs information about a building similar to the building he/she is designing. Further, the user inputs desired information about the building set as input information as display target information.

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。 FIG. 4 shows an explanatory diagram for explaining input information and display target information accepted by the reception unit 24. For example, the user appropriately selects locations C and D on the display screen X shown in FIG. 4 to input input information. In the example shown in FIG. 4, the structure type, building purpose, floor type, foundation type, number of floors, etc. are input as input information.

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。 Further, the user appropriately selects locations A, A1, B, and B1 on the display screen X shown in FIG. 4 to input display target information. In the example shown in FIG. 4, which one of the yield, verification ratio, live load, earthquake load, column controlled area, and column span is selected is input as input information.

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。 For example, when "Yukake" is selected at locations A and B, the user can select concrete, formwork, reinforcing bars (R/A), reinforcing bars (R/C), and steel frame etc. can be further selected. Furthermore, the user can further select columns, girders, beams, braces, walls, and slabs at locations A1 and B1.

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。 The information acquisition unit 26 acquires the input information and display target information received by the reception unit 24. Then, the information acquisition unit 26 acquires building performance information corresponding to the input information and display target information from the structural design database 22.

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。 The display unit 28 displays performance information regarding the structure of the building acquired by the information acquisition unit 26. For example, as shown in Y in FIG. 4, the display unit 28 selects "Hyukake" as the display target information A and B, and "Concrete" and "Tally" as the display target information A1, In addition, when "reinforcing bars (R/A)" and "totalization" are selected as the display target information B1, a display screen Y as shown in FIG. 4 is displayed.

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。 Thereby, the user can grasp the approximate cost of building similar to the building he/she is designing. For example, if the building being designed is S construction, the concrete yield is approximately between 0.4 and 0.8, and the steel reinforcement (R/A) yield is approximately 0.4 to 0.8, as shown in Figure 4 above. It can be seen that it is approximately between 0.1 and 0.8.

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。 Further, for example, as shown in FIG. 4, performance information is extracted from the structural design database 22, and the performance information is drawn on the display screen Y in an appropriate graph. Further, when a plot point E on the display screen Y is specified, details of the construction work corresponding to the plot point are displayed. This allows the structural designer to refer to past performance information regarding the structural design of buildings, thereby providing appropriate support for structural design.

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。 The display device 30 displays a display screen according to the control of the display unit 28. The display device 30 is realized by, for example, a display. For example, the display device 30 displays a display screen X, a display screen Y, etc., as shown in FIG. 4 above.

<構造情報表示装置の作用> <Function of structure information display device>

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。 Next, the operation of the structure information display device 10 will be explained. When structural design data is stored in the structural design database 22 and input information and display target information are input by the user via the operating device 12, the structural information display device 10 executes the structural information display processing routine shown in FIG. Execute.

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。 In step S100, the receiving unit 24 receives input information and display target information.

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。 In step S102, the information acquisition unit 26 acquires the input information and display target information received in step S100. Then, the information acquisition unit 26 acquires building performance information corresponding to the input information and display target information from the structural design database 22.

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。 In step S104, the display unit 28 displays the performance information regarding the structure of the building acquired in step S102.

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。 The display device 30 displays performance information regarding the structure of the building.

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。 As described in detail above, in the first embodiment, building track record information corresponding to input information and display target information is displayed from a database storing structural design data for each of a plurality of buildings. This allows the performance information of past construction work to be appropriately displayed and supports structural design.

<第2の実施形態に係る構造設計支援システムの構成> <Configuration of structural design support system according to second embodiment>

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。 In the second embodiment, past construction work track record information is set as learning data, and a learned model is generated by machine learning based on the learning data. This embodiment differs from the first embodiment in that structural design is supported using the generated trained model.

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。 FIG. 6 is a block diagram showing an example of the configuration of a structural design support system according to the second embodiment. Functionally, the structural design support system 210 can be represented by a configuration including a client terminal 211, a structural design device 212, and a structural design support device 213, as shown in FIG. The client terminal 211, the structural design device 212, and the structural design support device 213 are connected through a predetermined communication means 14.

[クライアント端末] [Client terminal]

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。 The client terminal 211 includes an operating device 220, a computer 230, and a display device 240, as shown in FIG.

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。 The operating device 220 receives operating information input by the user. For example, design information regarding a predetermined building input by a user who is a structural designer is accepted.

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。 The computer 230 includes a CPU, a ROM that stores programs for implementing each processing routine, a RAM that temporarily stores data, a memory as a storage means, a network interface, and the like. Functionally, the computer 230 includes a reception section 232, a design section 234, a control section 236, and a transmission/reception section 238.

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。 The reception unit 232 receives operation information input from the operation device 220.

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。 The design section 234 designs a predetermined building according to the design information received by the reception section 232. For example, if a predetermined CAD (computer-aided design) system is installed in the computer 230, the design unit 234 generates CAD data representing a predetermined building based on design information input by the user. As a result, the user performs a building design work, and information regarding the building to be designed (hereinafter simply referred to as "designed building information") is generated. The designed building information includes, for example, the building scale, structure type, purpose, and various design data of the building to be designed.

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。 The control unit 236 performs control processing according to the operation information received by the reception unit 232. For example, the control unit 236 controls the transmitting/receiving unit 238 to transmit designed building information to the structural design apparatus 212 and the structural design apparatus 212, which will be described later, according to the operation information received by the receiving unit 232.

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。 The transmitter/receiver 238 transmits and receives information to and from the structural design device 212 under the control of the controller 236 . Further, the transmitting/receiving unit 238 transmits and receives information to and from the structural design support device 213 under the control of the control unit 236 .

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。 The display device 240 displays a predetermined screen under the control of the control unit 236.

[構造設計装置] [Structural design equipment]

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。 The structural design device 212 is constituted by a computer including a CPU, a ROM that stores programs for implementing each processing routine, a RAM that temporarily stores data, a memory as a storage means, a network interface, and the like. Functionally, the structural design device 212 includes a transmitting/receiving section 250 and a yield calculation section 252, as shown in FIG.

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。 The transmitter/receiver 250 transmits and receives information to and from the client terminal 211 .

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。 The yield calculation section 252 calculates the yield of the building to be designed according to the designed building information acquired by the transmitting/receiving section 250. For example, if the building to be designed is an RC structure, the construction unit 252 calculates the size of each pillar, the size of each beam, and the size of each floor of the building to be designed, which are included in the design building information. Calculate the concrete yield accordingly.

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。 The transmitting/receiving unit 250 transmits the rate calculated by the rate calculation unit 252 to the client terminal 211 .

[構造設計支援装置] [Structural design support device]

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。 The structural design support device 213 is composed of a computer including a CPU, a ROM that stores programs for implementing each processing routine, a RAM that temporarily stores data, a memory as a storage means, a network interface, etc. . As shown in FIG. 9, the structural design support device 213 functionally includes a structural design database 260, a learning section 262, a learned model storage section 264, a transmitting/receiving section 266, and an estimating section 268. ing. The transmitter/receiver 266 is an example of an acquisition unit of the present invention.

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。 The structural design database 260 stores a building table that shows information about the learning building and a yield table that shows information about the yield of the learning building. The information stored in the structural design database 260 is used as learning data by a learning section 262, which will be described later. For example, for one building, the building structure type, building use, floor type, foundation type, and number of floors, the building's concrete yield, formwork yield, reinforcing bar (R/A) yield, and The yield of reinforcing bars (R/C) is used as one learning data.

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。 The learning unit 262 performs machine learning on the model using learning data for each of the plurality of buildings stored in the structural design database 260 to generate a learned model. Specifically, the learning unit 262 performs machine learning on a model for outputting information regarding the yield from the designed building information.

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。 When designing the structure of a building, it is necessary to perform the design work appropriately according to information about the building (building structure type, building purpose, floor type, foundation type, and number of floors). However, since structural design work is done manually, there may be omissions or omissions in the design content. In order to suppress this, studies are conducted by multiple structural designers. At this time, information regarding the yield, which is an example of information regarding the quantity of building materials, may be useful in considering the content of the structural design.

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。 For example, based on performance information of past construction work, if the building size of a building is approximately "X", it is possible to associate in advance from the performance information a relationship such that the building size of the building is approximately "Y". Therefore, if the building size of the building to be designed is "X", and the construction rate is significantly larger than "Y" or significantly smaller than "Y", the design content is inappropriate. It can be determined that the possibility is high.

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。 Therefore, in the second embodiment, a learned model is generated using learning data in which information about buildings and information about commissions are associated with each other. As a result, for example, information that the construction cost for a building of this size is about this amount is reflected in the trained model. Therefore, using the trained model, it is possible to support the determination of whether the structural design content of the building to be designed is appropriate.

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。 Regarding the learned model of the second embodiment, for example, a neural network as shown in FIG. 10 can be used as an example of the model, and deep learning can be used as an example of the learning algorithm. The trained model of the second embodiment is a trained model that outputs information regarding the yield from the designed building information.

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。 For example, based on the learning data stored in the structural design database 260, the learning unit 262 stores the designed building information for the learning data in which the designed building information is "X" and the walk rate is "A". A neural network is trained so that when "X" is input, the probability of receiving "A" is high.

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。 The learning unit 262 then stores the obtained trained model in the trained model storage unit 264.

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。 The trained model storage unit 264 stores the trained model generated by the learning unit 262.

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。 The transmitting/receiving unit 266 receives the designed building information and the walk rate transmitted from the client terminal 211.

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。 The estimating unit 268 determines whether the structural design of the building to be designed is appropriate, based on the designed building information and yield received by the transmitting/receiving unit 266 and the trained model stored in the trained model storage unit 264. (hereinafter simply referred to as "inspection information").

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。 For example, first, the estimating unit 268 inputs the designed building information received by the transmitting/receiving unit 266 into the trained model. By inputting the designed building information to the learned model, the probabilities of each walk rate for each inputted designed building information are output as shown in FIG. 10 above.

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。 Then, as shown in FIG. 11, the estimating unit 268 compares the walk rate “A” with the highest probability with the walk rate “X” received by the transmitting/receiving unit 266, and determines the structural design of the building to be designed. Generate inspection information indicating whether the inspection is appropriate or not.

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。 For example, if the difference between the walk rate "A" and the walk rate "X" is greater than or equal to a predetermined threshold, the estimation unit 268 generates inspection information indicating that the structural design of the building to be designed is inappropriate. generate. Furthermore, if the difference between the walk rate "A" and the walk rate "X" is less than a predetermined threshold, the estimation unit 268 generates inspection information indicating that the structural design of the building to be designed is appropriate. generate.

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。 The transmitting/receiving unit 266 transmits the test information estimated by the estimating unit 268 to the client terminal 211.

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。 The transmitting/receiving unit 238 of the client terminal 211 receives the inspection information transmitted from the structural design support device 213 and outputs the inspection information to the control unit 236. The control unit 236 causes the test information to be displayed on the display device 240.

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。 A user operating the client terminal 211 checks inspection information indicating whether the designed building information of the building he/she is designing is appropriate. This allows the user to know whether the structural design of the building he or she is designing is appropriate.

<構造情報表示装置の作用> <Function of structure information display device>

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。 Next, the operation of the structural design support system 210 will be explained. First, in the structural design support device 213, a learning processing routine shown in FIG. 12 is executed.

<学習処理ルーチン> <Learning processing routine>

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。 In step S200, the learning unit 262 reads each piece of learning data stored in the structural design database 260.

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。 In step S202, the learning unit 262 causes a neural network, which is an example of a model, to learn by deep learning based on the learning data read out in step S200, thereby obtaining a learned model.

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。 In step S204, the learning unit 262 stores the trained model obtained in step S202 above in the trained model storage unit 264.

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。 Next, the user operating the client terminal 211 of the structural design support system 210 operates the client terminal 211 to create designed building information for the building to be designed. The user then transmits the created designed building information to the structural design device 212.

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。 The transmitting/receiving unit 250 of the structural design device 212 receives the designed building information transmitted from the client terminal 211. Then, the yield calculation section 252 of the structural design device 212 calculates the yield of the designed building according to the designed building information received by the transmitting/receiving section 250. The transmitting/receiving unit 250 of the structural design device 212 transmits the walk rate of the building to be designed, calculated by the walk rate calculation unit 252, to the client terminal 211.

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。 The transmitter/receiver 238 of the client terminal 211 receives the yield transmitted from the transmitter/receiver 250 of the structural design device 212 . Then, the user operates the operating device 220 of the client terminal 211 to transmit the designed building information obtained by the design unit 234 and the yield transmitted from the structural design device 212 to the structural design support device 213.

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。 When the transmitting/receiving unit 266 of the structural design support device 213 receives the designed building information and the walk rate transmitted from the client terminal 211, the structural design support device 213 executes the estimation processing routine shown in FIG. 13.

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。 In step S250, the estimating unit 268 acquires the designed building information and the walk rate received by the transmitting/receiving unit 266.

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。 In step S252, the estimation unit 268 reads out the trained model stored in the trained model storage unit 264.

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。 In step S254, the estimation unit 268 inputs the designed building information acquired in step S250 above to the learned model read out in step S252. As a result, the probability of each walk rate corresponding to the designed building information is output from the learned model.

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。 In step S256, the estimating unit 268 identifies the rate with the highest probability among the probabilities of each rate obtained in step S254.

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。 In step S258, the estimation unit 268 compares the yield obtained in step S250 and the yield specified in step S256. For example, the estimation unit 268 calculates the difference between the turn rate acquired in step S250 and the turn rate identified in step S256.

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。 In step S260, the estimating unit 268 generates inspection information indicating whether or not the structural design of the building to be designed is appropriate, based on the difference between the walk rates obtained in step S258 and a preset threshold. generate.

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。 The transmitting/receiving unit 266 of the structural design support device 213 transmits the inspection information obtained in step S260 above to the client terminal 211.

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。 The transmitting/receiving unit 238 of the client terminal 211 receives the inspection information transmitted from the structural design support device 213 and causes the display device 240 to display the inspection information.

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。 A user operating the client terminal 211 checks inspection information indicating whether the designed building information of the building he/she is designing is appropriate. This allows the user to know whether the structural design of the building he or she is designing is appropriate.

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。 As described in detail above, in the second embodiment, information regarding the yield is output from information regarding the building based on information regarding the learning building and learning data representing the yield of the learning building. Perform machine learning on the model to obtain a trained model. Thereby, by using machine learning, it is possible to obtain a trained model that outputs information regarding the rate of sale in accordance with information regarding the building and information regarding the rate of sale.

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。 In addition, in the second embodiment, the structural design of the building to be designed is appropriate based on the designed building information, information regarding the yield of the building to be designed, and a learned model that has been machine learned in advance from learning data. Outputs information regarding whether or not it is. Thereby, it is possible to appropriately support structural design based on a trained model that reflects past performance information.

<第3の実施形態に係る構造設計支援システムの構成> <Configuration of structural design support system according to third embodiment>

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。 In the third embodiment, simulation is performed according to initial conditions related to structural design. In the third embodiment, a trained model is generated by reinforcement learning based on the simulation results. This embodiment differs from the first and second embodiments in that structural design is supported using the obtained trained model.

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。 FIG. 14 is a block diagram showing an example of the configuration of a structural design support system according to the third embodiment. Functionally, the structural design support system 310 can be represented by a configuration including a client terminal 211 and a structural design support device 213, as shown in FIG.

[クライアント端末] [Client terminal]

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。 The user operates the operating device 220 of the client terminal 211 to set initial conditions for the building to be designed. The user then transmits the initial conditions of the building to be designed to the structural design support device 213 via the transmitter/receiver 238. As the initial conditions of the building to be designed, for example, CAD data in which the initial conditions of the building are set can be used.

[構造設計支援装置] [Structural design support device]

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。 The structural design support device 213 is composed of a computer including a CPU, a ROM that stores programs for realizing each processing routine, a RAM that temporarily stores data, a memory as a storage means, a network interface, etc. . As shown in FIG. 15, the structural design support device 213 functionally includes a transmitting/receiving section 320, a design output section 321, a simulation section 322, a learning section 324, a learned model storage section 326, and a structure. and a design database 330. The transmitter/receiver 320 is an example of an acquisition unit of the present invention.

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。 The transmitting/receiving unit 320 acquires the initial conditions of the building to be designed, which are transmitted from the client terminal 211.

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。 The design output unit 321 changes the structure of the building to be designed corresponding to the initial conditions acquired by the transmitter/receiver 320, and generates structural design candidates for the building to be designed.

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。 In the third embodiment, a trained model is generated by reinforcement learning. Therefore, the structure of the building to be designed that is changed by the design output unit 321 is set as the environment s in reinforcement learning. Furthermore, action a is to change the sizes of the structural members of the building to be designed, such as columns, beams, and floors. Further, the evaluation value corresponding to the state when the structural members of the building to be designed are changed is set as the reward r. Therefore, in this embodiment, the environment s is the structure of the building to be designed, the action a is to change the structure of the building, and the reward r is an evaluation based on the state when changing the structural members of the building. It is a value.

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。 First, the design output unit 321 changes the CAD data indicating the building structure corresponding to the initial conditions or the building structural design candidate generated by the previous process.

例えば、設計出力部321は、所定の行動a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a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a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a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。 For example, as a predetermined action a1 , the design output unit 321 removes a predetermined pillar from a plurality of pillars included in the CAD data of the building to be designed. Alternatively, as a predetermined action a2 , the design output unit 321 adds a pillar to a predetermined location in the CAD data of the building to be designed. Alternatively, as predetermined action a3 , the design output unit 321 thickens the pillars included in the CAD data of the building to be designed. Alternatively, as predetermined action a3 , the design output unit 321 thins the pillars included in the CAD data of the building to be designed. As a result, candidates for the structural design of the building to be designed are generated.

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。 The simulation unit 322 evaluates each piece of CAD data obtained by changing the CAD data of the building to be designed. Specifically, the simulation unit 322 performs a simulation regarding structural calculation of a building on the structural design candidates generated by the design output unit 321, and evaluates the structural strength of the structural design candidates. Further, the simulation unit 322 performs a yield calculation, which is a simulation regarding the quantity of building materials, on the structural design candidates, and evaluates the cost of the structural design candidates. The simulation unit 322 then sets the reward r according to the simulation result.

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a~a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a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rは小さくなる。また、所定の行動a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rは大きくなる。 For example, the simulation unit 322 evaluates each of the CAD data obtained by the predetermined actions a 1 to a 4 using a predetermined evaluation function related to structural design and yield. For example, with respect to CAD data obtained by a predetermined action a1 , even if the yield is small, if the structural strength is low, the reward r1 representing the evaluation will be small. Further, when the yield is small and the structural strength is high for the CAD data obtained by the predetermined action a2 , the reward r2 representing the evaluation becomes large.

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。 The learning unit 324 performs reinforcement learning on a model for outputting the structural design of the building from the initial conditions of the building, based on the simulation results obtained by the simulation unit 322, to obtain a learned model. Specifically, the learning unit 324 performs reinforcement learning on a model for outputting the next structural design from the previously obtained structural design candidates based on the evaluation value for the structural design of the building among the simulation results. , iteratively updates the trained model.

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。)。 For example, the learning unit 324 learns the action value function Q(s, a) according to the following equation (1) based on the simulation results (Internet (URL: http://www.sist.ac.jp/ ~kanakubo/research/reinforcement_learning.html).



(1)


(1)

ここで、sは時刻tにおける環境を表す。また、aは時刻tにおける行動を表す。行動a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。 Here, s t represents the environment at time t. Further, a t represents an action at time t. Due to the action a t , the environment changes to s t+1 . Further, r t+1 is a reward given according to a change in the environment.

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。 The term with max in the above equation (1) is the Q value multiplied by γ when the action a with the highest Q value (known at the time) is selected under the environment s t+1 . Further, γ is a parameter satisfying 0<γ≦1 and is called a discount rate. α is a learning coefficient, and is in the range of 0<α≦1.

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。 The behavior value function Q(s, a) as a model is learned according to the update formula shown in the above formula (1), and the behavior value function Q(s, a) as a learned model is generated. Note that the action value function Q(s, a) is sequentially updated according to the evaluation value regarding the structural strength of the structural design candidate and the evaluation value regarding the cost of the structural design candidate.

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。 The learned model storage unit 326 stores the action value function Q(s, a) obtained by the learning unit 324. The action value function Q(s, a) is expressed, for example, by a Q table in which a Q value is stored for each combination of state s and action a. Therefore, the next action a (for example, an action that changes the size of columns, beams, floors, etc.) is determined according to the action value function Q(s, a) and the current building structure s. Ru.

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。 When the design output unit 321 generates the next structural design candidate from the previously obtained structural design candidate, the design output unit 321 uses the action value function Q(s, a ), outputs structural design candidates for the building to be designed. By using the action value function Q(s, a), the design output unit 321 can generate candidates with high evaluation values regarding structural strength and high evaluation values regarding cost. Therefore, when generating the next candidate for structural design, it is easier to generate a more appropriate candidate than the previous one.

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。 The generation of structural design candidates by the design output unit 321, the evaluation of structural design candidates by the simulation unit 322, and the learning process by the learning unit 324 are repeated a predetermined number of times. This generates multiple structural design candidates.

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。 In this embodiment, each time a structural design candidate is generated, the action value function Q(s, a) is sequentially updated based on the reward that is the evaluation value of the structural design candidate obtained by the simulation unit 322. . Thereby, structural design candidates are generated whose evaluation value increases as the learning process by the learning unit 324 is repeated more often. Therefore, candidates suitable for structural design can be efficiently generated.

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。 Next, after the process of the design output unit 321, the process of the simulation unit 322, and the process of the learning unit 324 are repeated a predetermined number of times, the design output unit 321 outputs the plurality of structural design candidates generated so far. Select. Specifically, the design output unit 321 selects a plurality of structural design candidates that have been generated so far, based on structural design performance information stored in the structural design database 330. For example, the structural design database 330 stores information as shown in FIG. 2 above as performance information.

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。 By using the action value function Q(s, a), candidates with high evaluation values regarding structural strength and high evaluation values regarding cost are generated, while the structural design of a newly designed building is based on the past structural design. In some cases, it may be preferable to be similar to Therefore, in this embodiment, from a plurality of structural design candidates generated using the action value function Q(s, a), a candidate that is as close as possible to past structural design performance information is selected as a structural design candidate to be output. Sort so as to leave it as such.

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。 Specifically, the design output unit 321 outputs the structural design candidates and the results stored in the structural design database 330 for each of the plurality of structural design candidates generated using the action value function Q(s, a). Calculate the degree of similarity between information. For example, the degree of similarity is calculated according to the structure type, building use, floor type, foundation type, number of floors, etc., and the verification ratio, live load, earthquake load, column dominated area, column span, etc. The more similar the structural design candidate is to the track record information of buildings constructed in the past, the greater the degree of similarity.

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。 Next, the design output unit 321 selects structural design candidates whose degree of similarity is greater than a preset threshold value as structural design candidates to be output. Then, the design output unit 321 outputs a plurality of structural design candidates selected according to the track record information as a result.

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。 The transmitting/receiving unit 320 transmits the plurality of structural design candidates output by the design output unit 321 to the client terminal 211.

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。 The transmitting/receiving unit 238 of the client terminal 211 receives the plurality of structural design candidates transmitted from the structural design support device 213. Then, the control unit 236 of the client terminal 211 displays a plurality of structural design candidates on the display device 240.

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。 The user selects the most appropriate structural design candidate as the final plan from among the plurality of structural design candidates displayed on the display device 240. This means that the structural design of the building to be designed can be obtained by setting only the initial conditions. The user then operates the operating device 220 of the client terminal 211 to transmit the structural design selected as the final plan to the structural design support device 213.

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。 The transmitting/receiving unit 320 of the structural design support device 213 stores the final draft structural design transmitted from the client terminal 211 in the structural design database 330. Note that when storing the final plan structural design in the structural design database 330, weight information may be added to the final plan structural design and stored. Thereby, for example, structural design candidates can be selected according to the weight information.

<構造設計支援システムの作用> <Function of the structural design support system>

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。 Next, the operation of the structural design support system 310 will be explained. When the initial conditions of the building to be designed are transmitted from the client terminal 211 to the structural design support device 213, the structural design support device 213 executes the structural design support processing routine shown in FIG.

<構造設計支援処理ルーチン> <Structural design support processing routine>

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。 In step S300, the transmitting/receiving unit 320 acquires the initial conditions of the building to be designed, which are transmitted from the client terminal 211.

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。 In step S302, the design output unit 321 changes the structure of the building to be designed corresponding to the initial conditions acquired in step S300 or the structural design candidate generated in the previous step S302 to Generate structural design candidates for the building. When generating structural design candidates by changing the structure of the building to be designed corresponding to the initial conditions, the design output unit 321 generates structural design candidates by, for example, randomly changing the structure of the building. . In addition, when the design output unit 321 generates the next structural design candidate from the structural design candidates obtained in the previous step S302, the design output unit 321 uses the trained model stored in the trained model storage unit 326. Based on the action value function Q(s, a), the next structural design candidate is output.

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。 In step S304, the simulation unit 322 performs a simulation regarding the structural calculation of the building on the structural design candidates generated in step S302, and evaluates the structural strength of the structural design candidates. Further, the simulation unit 322 performs a yield calculation, which is a simulation regarding the cost of a building, on the structural design candidates generated in step S302, and evaluates the cost of the structural design candidates. The simulation unit 322 then sets the reward r according to the simulation result.

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。 In step S306, the learning unit 324 performs reinforcement learning on the model for outputting the structural design of the building from the initial conditions of the building or the structural design candidates generated last time, based on the simulation results obtained in step S304. Then, the action value function Q(s, a) as a trained model is obtained.

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。 In step S308, the learning unit 324 stores the action value function Q(s, a), which is the learned model obtained in step S306, in the learned model storage unit 326, and updates the learned model.

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。 In step S310, it is determined whether the processes from step S302 to step S308 have been repeated a predetermined number of times. If the processes from step S302 to step S308 have been repeated a predetermined number of times, the process advances to step S312. On the other hand, if the processes from step S302 to step S308 have not been repeated a predetermined number of times, the process returns to step S302.

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。 In step S312, the design output unit 321 reads performance information stored in the structural design database 330.

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。 In step S314, the design output unit 321 calculates the degree of similarity between the plurality of structural design candidates generated in step S302 and the track record information read out in step S312. Then, the design output unit 321 selects structural design candidates whose degree of similarity is greater than a preset threshold value as structural design candidates to be output.

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。 In step S316, the transmitting/receiving unit 320 transmits the plurality of structural design candidates obtained in step S314 above to the client terminal 211.

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。 The transmitting/receiving unit 238 of the client terminal 211 receives the plurality of structural design candidates transmitted from the structural design support device 213. Then, the control unit 236 of the client terminal 211 displays a plurality of structural design candidates on the display device 240.

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。 The user selects the most appropriate structural design candidate as the final plan from among the plurality of structural design candidates displayed on the display device 240. The user then operates the operating device 220 of the client terminal 211 to transmit the structural design selected as the final plan to the structural design support device 213.

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。 The transmitting/receiving unit 320 of the structural design support device 213 stores the final draft structural design transmitted from the client terminal 211 in the structural design database 330.

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。 As described in detail above, the third embodiment relates to structural calculation of a building for structural design of a building in which the structure of the building to be designed is changed according to the initial conditions of the building to be designed. Perform simulations and simulations regarding quantities of building materials. In the third embodiment, a model for outputting the structural design of the building from the initial conditions of the building is subjected to reinforcement learning based on the evaluation value for the structural design of the building according to the simulation result. In the third embodiment, a structural design of a building to be designed is output based on the obtained learned model. By using reinforcement learning, it is possible to obtain a trained model that outputs a building structural design from each of the building structural design candidates. In addition, by outputting multiple structural design candidates for a building based on the trained model obtained through reinforcement learning, structural design can be appropriately supported.

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。 In addition, structural design candidates for the building to be designed can be obtained simply by inputting the initial conditions of the design target. In addition, a trained model is generated based on the evaluation value regarding structural calculation and the evaluation value regarding cost among the simulation results, and structural design candidates are output based on the trained model. Structural design candidates that are considered appropriate from the viewpoint of evaluation values can be obtained.

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。 In addition, in the third embodiment, based on the simulation results, reinforcement learning is performed on a model for outputting the next structural design of the building to be designed from the structural design of the building to be designed that was obtained last time. Repeat to update the model. Therefore, by using a trained model that is updated sequentially, structural design candidates can be obtained appropriately and efficiently.

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。 Furthermore, since the trained model obtained by reinforcement learning is also used in the structural design of other buildings to be designed, the trained model is updated every time processing is performed. Therefore, candidates for structural design can be obtained appropriately and efficiently.

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。 Further, in the third embodiment, from each of the structural designs outputted based on the trained model obtained by reinforcement learning, a structural design whose similarity with track record information is equal to or higher than a threshold is outputted. Thereby, structural design candidates similar to the track record information are selected, so that structural design candidates similar to the structural designs of past construction work can be obtained.

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。 Note that the present invention is not limited to the embodiments described above, and various modifications and applications can be made without departing from the gist of the present invention.

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。 For example, in the above embodiment, the case where the yield is used as an example of information regarding the quantity of building materials has been described, but the information is not limited to this, and any information regarding the quantity of building materials may be used. information may be used.

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。 In addition, in the second embodiment, an example is given in which information regarding whether the structural design of the building to be designed is appropriate is output using the yield, which is an example of information regarding the quantity of building materials. Although described above, the invention is not limited thereto. For example, information about whether the structural design of the building to be designed is appropriate may be output using information different from information about the quantity of building materials. In this case, for example, building scale, number of floors, floor area, structure type, structural calculation route, load table, span, floor height, wall amount, bracing ratio, material strength, material edge conditions, live load, finishing load, Additional loads, etc., earthquake load, wind load, soil water pressure load, building drawing recognition results, building use, column axial force, column pitch (spacing), building material, building designer, design year, construction site, cost estimate As a result, information regarding whether the structural design of the building to be designed is appropriate may be output using the verification ratio, floor type, roof type, presence or absence of braces, and the like.

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。 Further, in the second embodiment, a case has been described in which a neural network model as an example of a learning model is trained by deep learning, but the present invention is not limited to this. For example, a model different from the neural network model may be trained using a learning method different from deep learning.

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。 Furthermore, in the second embodiment, the case where the walk rate with the highest probability is compared with the walk rate calculated by the structural design device 212 is exemplified according to the probability of each walk rate output from the trained model. , but is not limited to this. For example, as shown in FIG. 17, the designed building information and the walk rate calculated by the structural design device 212 are input to the trained model, and the probability that the combination is appropriate (probability that it is OK) and the The trained model may be configured to output the probability that the combination is inappropriate (probability that the combination is NG).

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。 Further, in the second embodiment, the case where information regarding whether the structure of the building to be designed is appropriate or not is simply outputted according to the designed building information and the walk rate has been explained as an example. It is not limited.

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。 For example, information regarding the yield of the learning building in the learning data may be set as information regarding the yield corresponding to each location of the learning building. In this case, the learned model is configured to calculate the yield of each location of the building to be designed, and the estimation unit 268 determines whether the structural design of each location of the building to be designed is appropriate. It may also be possible to output further information regarding. As a result, it is automatically pointed out that, for example, the cross section of a beam or column at a specific location is designed to be small, so that support for structural design by a structural designer can be automatically provided. For example, in accordance with the design building information, by further outputting information indicating that for a building of this size, the beam yield on the You can understand whether the parts are inappropriate or not. Furthermore, the trained model may be configured to further provide advice regarding the building yield based on information regarding which locations are inappropriate. For example, advice may be given to the effect that the amount of concrete in a location determined to be inappropriate is insufficient.

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。 Further, the trained model may be configured to provide advice regarding general structural design. In this case, for example, advice on analysis condition settings (for example, it will tell you which items have been changed from the default with a high probability when compared with similar cases), advice on trends in setting values (for example, when A If a change is made, B is also changed), advice on the validity of the amount of reinforcement (e.g. columns, girders, small beams, shear walls, etc.), advice on load settings (e.g. comparison with similar cases to reduce leakage). The model may be configured to output advice regarding the validity of the set cross section (beam size), and advice regarding the validity of the set cross section (column size). Further, as a past case example search, it may be configured such that past construction work cases, which are track record information, can be searched.

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。 Regarding advice on setting analysis conditions and advice on trends in setting values, building scale, number of floors, floor area, structure type, structural calculation route, etc. are assumed to be factors, so advice is provided based on this information.

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。 In addition, when it comes to advice on the validity of the amount of reinforcement, factors such as load tables, spans, story heights, wall amounts, bracing ratios, number of stories, material strength, and material edge conditions are assumed to be factors; Advice will be given based on this.

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。 In addition, regarding load setting advice, factors such as live load, finishing load, additional load, earthquake load, wind load, earth and water pressure load, building drawing recognition results, building use, and building size are assumed to be factors. Advice is given based on this information.

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。 In addition, as for advice on the validity of the set cross section (beam size), the live load, finishing load, span, number of floors, structure type, timber edge conditions, etc. are assumed to be factors, so advice is given based on this information. be exposed.

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。 Further, regarding advice regarding the validity of the set cross section (column size), since the column axial force, number of floors, column pitch (spacing), structure type, etc. are assumed to be factors, advice is given based on this information.

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。 Furthermore, the past case example search is configured to be performed in accordance with, for example, building scale, number of floors, floor area, structure type, and building drawing recognition results.

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。 When giving advice on structural design, for example, multiple buildings are classified in advance by clustering multiple buildings corresponding to track record information, and then the structure Advice regarding design may also be provided. As an example of a model used when clustering a plurality of buildings, for example, the k-means method can be used.

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。 In addition, although the above description has been made of a mode in which the program is stored (installed) in advance in the storage unit (not shown), the program can be recorded on any recording medium such as a CD-ROM, DVD-ROM, or micro SD card. It is also possible to provide it in the form shown below.

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
10 Structural information display device 12, 220 Operating device 20, 230 Computer 22, 260, 330 Structural design database 24, 232 Reception section 26 Information acquisition section 28 Display section 30, 240 Display device 210, 310 Structural design support system 211 Client terminal 212 Structural design device 213 Structural design support device 234 Design section 236 Control section 238, 250, 266, 320 Transmission/reception section 252 Yield calculation section 262, 324 Learning section 264, 326 Learned model storage section 268 Estimation section 321 Design output section 322 Simulation Department

Claims (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。
an acquisition unit that acquires initial conditions of the building to be designed;
At least one of a simulation regarding the structural calculation of the building and a simulation regarding the quantity of building materials for the structural design of the building when the structure of the building to be designed in the initial conditions acquired by the acquisition unit is changed. A simulation department that performs
Based on the evaluation value for the structural design of the building according to the simulation result obtained by the simulation unit, a model for outputting the structural design of the building from the initial conditions of the building is subjected to reinforcement learning to determine the initial conditions of the building. a learning unit that obtains a trained model that outputs the structural design of the building from;
a design output unit that outputs a structural design of the building to be designed based on the learned model obtained by the learning unit;
Structural design support equipment including
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1に記載の構造設計支援装置。
The learning unit performs reinforcement learning on a model for outputting the next structural design of the building to be designed based on the previously obtained structural design of the building to be designed, based on the simulation result, and Iterate to update the model,
The design output unit outputs a next structural design of the building to be designed based on the previously obtained structural design of the building to be designed, based on the learned model updated by the learning unit.
The structural design support device according to claim 1.
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1又は請求項2に記載の構造設計支援装置。
The design output unit reads the track record information from a database storing track record information regarding building structures, and calculates the degree of similarity between each of the structural designs output based on the learned model and the track record information. outputting the structural design that is greater than or equal to a threshold;
A structural design support device according to claim 1 or claim 2.
JP2023117821A 2017-12-27 2023-07-19 Structural information display device, structural design support device, and structural design support model learning device Active JP7442059B2 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2023117821A JP7442059B2 (en) 2017-12-27 2023-07-19 Structural information display device, structural design support device, and structural design support model learning device

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2017252614A JP7121891B2 (en) 2017-12-27 2017-12-27 Structural information display device, structural design support device, and structural design support model learning device
JP2022016599A JP7364842B2 (en) 2017-12-27 2022-02-04 Structural information display device, structural design support device, and structural design support model learning device
JP2023117821A JP7442059B2 (en) 2017-12-27 2023-07-19 Structural information display device, structural design support device, and structural design support model learning device

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
JP2022016599A Division JP7364842B2 (en) 2017-12-27 2022-02-04 Structural information display device, structural design support device, and structural design support model learning device

Publications (2)

Publication Number Publication Date
JP2023153854A JP2023153854A (en) 2023-10-18
JP7442059B2 true JP7442059B2 (en) 2024-03-04

Family

ID=67305370

Family Applications (3)

Application Number Title Priority Date Filing Date
JP2017252614A Active JP7121891B2 (en) 2017-12-27 2017-12-27 Structural information display device, structural design support device, and structural design support model learning device
JP2022016599A Active JP7364842B2 (en) 2017-12-27 2022-02-04 Structural information display device, structural design support device, and structural design support model learning device
JP2023117821A Active JP7442059B2 (en) 2017-12-27 2023-07-19 Structural information display device, structural design support device, and structural design support model learning device

Family Applications Before (2)

Application Number Title Priority Date Filing Date
JP2017252614A Active JP7121891B2 (en) 2017-12-27 2017-12-27 Structural information display device, structural design support device, and structural design support model learning device
JP2022016599A Active JP7364842B2 (en) 2017-12-27 2022-02-04 Structural information display device, structural design support device, and structural design support model learning device

Country Status (1)

Country Link
JP (3) JP7121891B2 (en)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7362473B2 (en) * 2019-12-26 2023-10-17 前田建設工業株式会社 Structure data judgment device, structure data judgment method, and structure data judgment program
JP7368805B2 (en) * 2019-12-26 2023-10-25 前田建設工業株式会社 Structure data generation device, structure data generation method, and structure data generation program
JP7358992B2 (en) * 2020-01-07 2023-10-11 積水ハウス株式会社 Design support equipment, design support system, and design support program
JP2021111066A (en) * 2020-01-08 2021-08-02 株式会社科学計算総合研究所 Information processing system, information processing method and program
KR102327636B1 (en) * 2020-01-10 2021-11-17 (주)상아매니지먼트컨설팅 Method and Apparatus for Predicting of Plant Design Error
JP6843285B1 (en) * 2020-02-28 2021-03-17 株式会社竹中土木 Model learning device and design support device
JP7448405B2 (en) 2020-03-31 2024-03-12 大和ハウス工業株式会社 Floor vibration prediction system
JP7534138B2 (en) 2020-07-03 2024-08-14 旭化成ホームズ株式会社 Structural design support program, structural design support device, and structural design support method
JP7471622B1 (en) 2024-01-12 2024-04-22 孝英 河内 Design Support System
JP7525135B1 (en) 2024-01-16 2024-07-30 ガイア アーキテクト シドニー ピーティーワイ エルティーディー Design Support System

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015028720A (en) 2013-07-30 2015-02-12 パナホーム株式会社 Bridge body structure design method
WO2017094456A1 (en) 2015-12-02 2017-06-08 富士フイルム株式会社 Object inspection apparatus and inspection method
CN107430387A (en) 2015-03-11 2017-12-01 西门子工业公司 Building automation is predicted

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11120000A (en) * 1997-10-13 1999-04-30 Sekisui Chem Co Ltd Design system using case-based reasoning and learning
JP3772814B2 (en) 2002-09-20 2006-05-10 大成建設株式会社 Structural design support system
JP3852614B2 (en) 2004-03-10 2006-12-06 大成建設株式会社 Structural planning support system and program
JP2005293527A (en) 2004-03-31 2005-10-20 Kozo Keikaku Engineering Inc Construction cost management system
JP4760651B2 (en) 2006-10-03 2011-08-31 積水ハウス株式会社 Basic building quantity analysis system, building basic quantity analysis method, and computer program

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015028720A (en) 2013-07-30 2015-02-12 パナホーム株式会社 Bridge body structure design method
CN107430387A (en) 2015-03-11 2017-12-01 西门子工业公司 Building automation is predicted
WO2017094456A1 (en) 2015-12-02 2017-06-08 富士フイルム株式会社 Object inspection apparatus and inspection method

Also Published As

Publication number Publication date
JP2023153854A (en) 2023-10-18
JP7121891B2 (en) 2022-08-19
JP2019117603A (en) 2019-07-18
JP7364842B2 (en) 2023-10-19
JP2022068229A (en) 2022-05-09

Similar Documents

Publication Publication Date Title
JP7442059B2 (en) Structural information display device, structural design support device, and structural design support model learning device
Günay et al. PEER performance-based earthquake engineering methodology, revisited
Foschi et al. Reliability and performance-based design: a computational approach and applications
De Lautour et al. Prediction of seismic-induced structural damage using artificial neural networks
Uma et al. Development of probabilistic framework for performance-based seismic assessment of structures considering residual deformations
Balu et al. High dimensional model representation based formulations for fuzzy finite element analysis of structures
Adam et al. Simplified collapse capacity assessment of earthquake excited regular frame structures vulnerable to P-delta
De Risi et al. Modelling and seismic response analysis of Italian pre-code and low-code reinforced concrete buildings. Part I: bare frames
Tolentino et al. Simplified closed-form expressions for the mean failure rate of structures considering structural deterioration
Noureldin et al. Parameterized seismic life-cycle cost evaluation method for building structures
Ortega et al. Development of a numerical tool for the seismic vulnerability assessment of vernacular architecture
Zarrin et al. A statistical study on lognormal central tendency estimation in probabilistic seismic assessments
JP7246272B2 (en) Ground subsidence prediction system
JP7147160B2 (en) Mountain anchoring support device and mountain anchoring support model learning device
JP2021165893A (en) Design support device
Aslay et al. Reduce the construction cost of a 7-story RC public building with metaheuristic algorithms
JP7362473B2 (en) Structure data judgment device, structure data judgment method, and structure data judgment program
Llopis-Pulido et al. Analysis of the structural behavior of the historical constructions: Seismic evaluation of the Cathedral of Valencia (Spain)
KR102545314B1 (en) Method for predicting earthquake damage in buildings based on artificial intelligence and apparatus implementing the same method
Buniya et al. Collapse fragility function development using conditional scenario spectra: application to a multi-story reinforced concrete shear wall
Taheri et al. An enhanced sequential ground motion selection for risk assessment using a Bayesian updating approach
Ro et al. A simplified approach to modeling vertically irregular structures for dynamic assessment
JP7368805B2 (en) Structure data generation device, structure data generation method, and structure data generation program
Esteva et al. Seismic vulnerability functions of multi-storey buildings: estimation and applications
Georgoussis Yield Displacements of Wall-Frame Concrete Structures and Seismic Design Based on Code Performance Objectives

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

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: 20240109

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20240202

R150 Certificate of patent or registration of utility model

Ref document number: 7442059

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150