Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 深圳大学李晓明获国家专利权

深圳大学李晓明获国家专利权

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!

龙图腾网获悉深圳大学申请的专利一种大语言模型驱动的城市更新规划方案优化方法、系统、终端及存储介质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:CN121303470B

龙图腾网通过国家知识产权局官网在2026-03-13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:202511853761.6,技术领域涉及:G06Q10/04;该发明授权一种大语言模型驱动的城市更新规划方案优化方法、系统、终端及存储介质是由李晓明;郑吾昕;韩磊;王伟玺;马丁;郑晔;杜世宏;郭仁忠设计研发完成,并于2025-12-10向国家知识产权局提交的专利申请。

一种大语言模型驱动的城市更新规划方案优化方法、系统、终端及存储介质在说明书摘要公布了:本发明属于地理信息技术领域,公开了一种大语言模型驱动的城市更新规划方案优化方法、系统、终端及存储介质,包括:获取多源异构数据,并根据所述多源异构数据进行场地上下文解读,生成场地语义表示;根据用户输入的语义文本,利用法规约束与所述场地语义表示将所述语义文本转化为规划参数向量集;基于所述法规约束、所述场地语义表示以及所述规划参数向量集,生成符合城市更新目标的空间规划方案;基于指标评判与语义反馈优化的大语言模型对所述空间规划方案进行多维度指标检测、语义化解释以及参数反馈优化,得到优化后的城市更新规划方案。本发明有效克服了现有技术中方案生成与优化脱节、交互解释性不足的问题。

本发明授权一种大语言模型驱动的城市更新规划方案优化方法、系统、终端及存储介质在权利要求书中公布了:1.一种大语言模型驱动的城市更新规划方案优化方法,其特征在于,包括: 获取多源异构数据,并根据所述多源异构数据进行场地上下文解读,生成场地语义表示; 根据用户输入的语义文本,利用法规约束与所述场地语义表示将所述语义文本转化为规划参数向量集; 基于所述法规约束、所述场地语义表示以及所述规划参数向量集,生成符合城市更新目标的空间规划方案; 基于指标评判与语义反馈优化的大语言模型对所述空间规划方案进行多维度指标检测、语义化解释以及参数反馈优化,得到优化后的城市更新规划方案; 所述根据用户输入的语义文本,利用法规约束与所述场地语义表示将所述语义文本转化为规划参数向量集,包括: 从所述用户输入的语义文本中提取关键语义意图,并对所述关键语义意图进行格式化处理; 利用预训练的语义分析大语言模型对格式化后的关键语义意图进行语义单元分解,并基于检索增强的大语言模型机制将所述法规约束、所述场地语义表示以及分解的语义单元进行关联,得到证据检索后的语义信息; 通过规则式映射与模型推理映射相结合的双层机制,将所述证据检索后的语义信息转化为所述规划参数向量集; 所述基于所述法规约束、所述场地语义表示以及所述规划参数向量集,生成符合城市更新目标的空间规划方案,包括: 基于所述法规约束、所述场地语义表示以及所述规划参数向量集,在宏观层级上生成城市更新地块的功能布局方案,并在微观层级上生成符合法规约束与设计目标的建筑体量与空间布局方案; 基于方案集成与结构映射规则、法规一致性校验规则以及参数一致性与性能复核规则,对所述城市更新地块的功能布局方案和所述建筑体量与空间布局方案进行约束校验,得到所述符合城市更新目标的空间规划方案; 所述基于指标评判与语义反馈优化的大语言模型对所述空间规划方案进行多维度指标检测、语义化解释以及参数反馈优化,得到优化后的城市更新规划方案,包括: 基于所述空间规划方案的空间结构、建筑体量与环境特征,构建可量化的多维指标体系,并基于所述多维指标体系进行指标计算,得到多维度指标计算结果; 基于所述多维度指标计算结果对所述空间规划方案进行语义评判与解释,并将生成的语义化建议转化为参数空间的调整信息,基于所述调整信息进行参数反馈优化,得到所述优化后的城市更新规划方案。

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深圳大学,其通讯地址为:518060 广东省深圳市南山区粤海街道南海大道3688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”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。