买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉清华大学深圳国际研究生院申请的专利一种基于人工智能的城市设计噪声优化方法和系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120541945B 。

龙图腾网通过国家知识产权局官网在2025-09-19发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511047229.5，技术领域涉及：G06F30/13；该发明授权一种基于人工智能的城市设计噪声优化方法和系统是由郭梦笛设计研发完成，并于2025-07-29向国家知识产权局提交的专利申请。

本一种基于人工智能的城市设计噪声优化方法和系统在说明书摘要公布了：一种基于人工智能的城市设计噪声优化方法和系统，该方法包括：对建筑形态与噪声测量数据预处理，经噪声仿真验证后构建基础数据集；通过分层参数化框架生成三维城市模型及测量点网络，计算结构噪声水平并结合规划约束实时验证，提供结构化设计空间、噪声基础数据与可行性保障；构建两阶段多层感知器网络，分别处理局部建筑群声学影响与全局城市噪声模式，经训练实现高精度噪声预测；部署大语言模型作为优化代理，经多轮迭代优化与评估输出最优方案。相比传统技术，本发明有效提升了噪声预测精度，参数化建模提供了结构化设计空间，实时验证保障了可行性，并利用大语言模型优化实现了高效迭代，较传统方法显著提升效率并减少人工成本。

本发明授权一种基于人工智能的城市设计噪声优化方法和系统在权利要求书中公布了：1.一种基于人工智能的城市设计噪声优化方法，其特征在于，包括以下步骤： S1、数据预处理：收集建筑形态数据及噪声测量数据，通过噪声仿真进行数据验证以确定背景模型及声学参数，构建基础数据集； S2、参数化建模与约束处理：建立分层参数化框架生成三维城市模型及测量点网络，通过测量点网络计算三维城市模型的噪声水平，并通过针对三维城市模型的多种规划约束条件实现实时验证机制，为城市设计噪声优化提供结构化设计空间、噪声水平基础数据与可行性保障； S3、城市噪声预测模型构建与训练：对步骤S2生成的三维城市模型数据进行标准化处理及特征工程，构建训练数据集；基于训练数据集构建两阶段多层感知器网络，第一阶段感知器网络通过并行群组专属子网络处理局部建筑群声学影响，第二阶段感知器网络通过分层密集网络捕获全局城市噪声模式，并通过优化训练策略进行模型训练以实现高精度噪声预测； 步骤S3中： 对步骤S2生成的三维城市模型数据采用测量点中心坐标系转换建筑相对坐标，并将建筑旋转角度转换为三角函数； 对转换后的坐标及建筑几何特征进行Z-score标准化处理，构建训练数据集； 基于训练数据集构建两阶段多层感知器网络，第一阶段感知器网络通过并行群组专属子网络分别独立处理各建筑群组声学特征，第二阶段感知器网络通过分层密集网络融合所有群组输出特征以捕获全局城市噪声模式； 通过加权损失函数，并采用动态权重分配策略，为处于预定低样本量区间的数据群组分配更高权重以平衡数据分布； 采用带早停机制的动态学习率衰减策略进行模型训练； S4、大语言模型优化：部署大语言模型作为优化代理，基于步骤S2生成的三维城市模型及噪声水平，通过提示工程框架生成初始设计方案集，结合步骤S3构建的城市噪声预测模型进行多目标性能评估，经多轮迭代优化与收敛判断输出最优方案；所述多目标性能评估包括：将方案参数输入预测模型获取多位置噪声分布数据；计算噪声控制、经济效益及法规符合度综合指标；通过大语言模型执行加权评分、排序及约束违反筛查。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人清华大学深圳国际研究生院，其通讯地址为：518055 广东省深圳市南山区桃源街道丽水路2279号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。