MiDShip：用于工程设计的船舶货舱结构多模态数据集

arXiv:2610.02214v1 公告类型：cross 摘要：船舶结构决定船舶的强度、安全性和可制造性，但其设计必须满足船级社的数百项要求，使设计过程复杂且反复迭代。由于缺乏将设计几何、结构性能和基于规范的约束联系起来的结构化数据集，数据驱动方法受到限制。本文提出 MiDShip，一个包含 12,753 个合成货舱结构设计的多模态数据集：其中 6,020 个为随机生成，496 个由受 SGLD 启发的过程生成，6,237 个由方程引导的修复过程生成。每个设计都包含参数化数据、完整且可用于网格划分的三维几何模型、工程图纸及标注、物料清单和初步结构评估结果。此外，还对源自 ABS MVR 子集的 25 项约束进行了评估。随机设计中没有一个满足全部约束。在受 SGLD 启发生成的设计中，322 个（64.9%）完全合规，平均违反 0.409 项约束，比种子设计平均值低 82.7%，比随机设计平均值低 96.9%。通过 LLM 辅助代码分析开发的修复过程生成了 4,952 个完全合规的设计（79.4%），平均违反 0.296 项约束，比配对源设计的平均值低 97.1%。在等规模比较中，缩放后的 120 参数空间内，修复设计、SGLD 批次和随机设计的平均最近邻距离分别为 3.495、1.144 和 3.729。本文的主要贡献是构建了同步数据集及其生成与评估基础设施；生成研究旨在展示其效用，而非提出新的优化算法。MiDShip 支持船舶结构领域的机器学习、生成式设计和基于规则的自动化评估。