Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 北京科技大学贺可太获国家专利权

北京科技大学贺可太获国家专利权

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!

龙图腾网获悉北京科技大学申请的专利面向多节点模式的车货匹配方法及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:CN118536889B

龙图腾网通过国家知识产权局官网在2025-06-20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:202410762446.1,技术领域涉及:G06Q10/083;该发明授权面向多节点模式的车货匹配方法及系统是由贺可太;刘珮瑶设计研发完成,并于2024-06-13向国家知识产权局提交的专利申请。

面向多节点模式的车货匹配方法及系统在说明书摘要公布了:本发明公开了一种面向多节点模式的车货匹配方法及系统,涉及物流运营管理领域。本发明先根据货物目的地地理坐标位置聚类再路径规划的两阶段策略,充分利用货物地理位置信息,又节省问题的求解时间。算法首先利用轮廓系数法确定聚类数k值,并应用k‑means算法生成货物聚类方案,随后通过基于匹配适应度的启发式算法将货物簇与车辆进行匹配。接着,针对每辆车的路径规划,改进蚁群算法的转移概率设计,综合考虑距离和时间因素,采用自适应蒸发因子和局部搜索策略,从而实现车辆路径的优化规划,提高了运输效率和成本节约。

本发明授权面向多节点模式的车货匹配方法及系统在权利要求书中公布了:1.一种面向多节点模式的车货匹配方法,其特征在于,包括以下步骤: 根据货运信息以及车辆信息确定分簇个数,利用结合轮廓系数法的k-means算法对货运信息分簇,得到货物簇; 基于启发式规则对各个货物簇与车辆信息匹配; 利用多策略改进蚁群路径规划算法对车辆路径规划,输出车货匹配最优解; 基于启发式规则对各个货物簇与车辆信息匹配,具体步骤如下: 确定每个簇的货物量:计算每个簇中所有货物的总重量和总体积,与最大载重型号的车型比较,如果超过则剔除离聚类中心最远的客户,直到满足容量限制; 货物重分配:确定其他客户群是否有多余车容量,有则将剔除客户纳入最近客户群,没有则单独成为一个簇; 计算每种型号车辆的适应性,计算公式如下: 其中,wi表示第i个簇的总重量,Wk表示第k个车的载重,δik表示的是第k辆车相对于第i个簇的适应度值; 采用贪婪算法按照适应性高低顺序逐个分配车辆; 多策略改进蚁群路径规划算法的具体步骤如下: 初始化参数并设置最大迭代次数itermax; 基于转移概率计算可访问节点的跳转概率,采用轮盘赌策略选择蚂蚁的跳转节点,更新禁忌表tabulistk,将选择的城市加入其中,重复操作直到完成一次完整的路径构建,即访问了所有城市并返回到起始城市; 计算每条路路径的成本,记录当代最优成本和对应路径; 计算自适应蒸发系数,更新每条路径上的信息素浓度τijt+1; 如果达到最大迭代次数itermax,则算法停止运行,并输出最优结果;如果没有达到最大迭代次数itermax,则清空所有蚂蚁的禁忌表,继续迭代; 输出找到的最佳路径及其对应的目标函数值; 转移概率的计算公式如下: 其中,nijt代表启发中能见度,α代表时间惩罚系数,β代表期望启发式因子,τijt代表信息素; 启发中能见度nijt的设计取决于问题的具体性质和成本函数的定义,含义是鼓励蚂蚁选择距离较短的路径,启发中能见度nijt用成本函数的倒数表示: 成本函数Cij,同时考虑从货物点i到货物点j的距离dij和时间因素wtij,如下所示: Cij=χdij+δwtij; 其中,dij是从货物点i到货物点j的距离,wtij是时间因素,反映了货物点j的截止时间的紧迫性,χ和δ是权重系数; 自适应蒸发系数的表达公式如下: 其中,Lmean表示当代所有路径的平均长度;Lmin表示当代所有路径中的最短长度。

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北京科技大学,其通讯地址为:100000 北京市海淀区学院路30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”。

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。