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！

龙图腾网恭喜南京邮电大学申请的专利一种基于记忆指针网络的CVRP求解方法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：CN114896878B 。

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：202210472947.7，技术领域涉及：G06F30/27；该发明授权一种基于记忆指针网络的CVRP求解方法是由孙知信;蔡岳;孙哲;赵学健;胡冰;宫婧;汪胡青;徐玉华设计研发完成，并于2022-04-29向国家知识产权局提交的专利申请。

本一种基于记忆指针网络的CVRP求解方法在说明书摘要公布了：本发明提出了一种基于记忆指针网络的CVRP求解方法，包括以下步骤：1：根据实际生产中的CVRP问题并对CVRP问题建模，得到CVRP问题数学模型；2：根据步骤1中的CVRP问题数学模型，具体生成多个虚拟的CVRP问题，从而组成CVRP问题数据集；3：对步骤2中的数据集进行预处理；4：初始化两个记忆指针网络的权重；5：将步骤3中CVRP问题数据集中的用户和车辆输入经过步骤4初始化两个的记忆指针网络中，分别计算车辆序列和用户序列；6：基于步骤2的数据集训练记忆指针网络；7：采用上述训练后的记忆指针网络求解实际CVRP问题，得到实际CVRP问题所对应的车辆序列和货物序列；8：使用算法将步骤7中得到的车辆序列和货物序列转换为CVRP问题的求解结果。

本发明授权一种基于记忆指针网络的CVRP求解方法在权利要求书中公布了：1.一种基于记忆指针网络的CVRP求解方法，其特征在于，包括以下步骤： 步骤1：根据实际生产中的CVRP问题并对CVRP问题建模，得到CVRP问题数学模型，一个CVRP问题模型具有两个组成部分：用户和车辆； 步骤2：根据步骤1中的CVRP问题数学模型，具体生成多个虚拟的CVRP问题，从而组成CVRP问题数据集； 步骤3：对所述步骤2中的数据集进行预处理； 步骤4：初始化两个记忆指针网络的权重； 步骤5：将所述步骤3中CVRP问题数据集中的用户和车辆输入经过所述步骤4初始化两个的记忆指针网络中，分别计算车辆序列和用户序列，使用策略梯度法训练记忆指针网络，使记忆指针网络学习到优化求解CVRP问题的策略，随着训练的深入，记忆指针网络求解得到的质量将逐步提升，直到进入稳定状态，记忆指针网络的输出为一个车辆序列和一个货物序列； 步骤6：采用上述训练后的记忆指针网络求解实际CVRP问题，得到实际CVRP问题所对应的车辆序列和货物序列； 步骤7：使用算法将所述步骤6中得到的车辆序列和货物序列转换为CVRP问题的求解结果； 所述的记忆指针网络的操作方法包括以下步骤： 步骤1：计算附加信息和目标信息向量组中向量两两之间的欧氏距离，作为启发信息矩阵insMatA，insMatT； 步骤2：对输入进行线性变换，映射到高维线性空间； 步骤3：使用改进GAT分别对附加和目标信息进行编码，编码使用的邻接矩阵分别为insMatA，insMatT；如果附加信息或者目标信息需要关注序列情况，则在GAT编码器之前使用LSTM编码器对需要关注序列的信息进行编码。； 步骤4：拼接经过步骤2的线性变换得到的附加信息和用户信息，对拼接后的信息使用Transformer结构再次进行编码； 步骤5：初始化记忆查询向量； 步骤6：将步骤3得到的编码作为记忆网络的初始记忆，初始化记忆模块； 步骤7：将记忆查询向量输入记忆模块，得到记忆模块输出的上下文向量记为q，记忆输出过程描述如下： 记忆模块中第i段记忆为一个o行g列的矩阵记为oi为第i段的记忆长度，记为记忆长度，g为变换到所对应高维空间的维度即记忆的维度,设记忆共有m段，记忆的输出采用Multi-HeadAttention实现，其公式化描述如下： P＝[p1v，M∥p2v，M∥…∥pθv，M]； output＝Reluw4 TP； 其中w4以及v均为模型的参数，参与梯度下降，θ表示采用θ头attention，∥表示矩阵拼接，拼接得到的矩阵M为o′行g列的矩阵，P为n行g列矩阵，参数v为模型参数，该向量在解码器的多次迭代中保持相同，含义为记忆的查询向量，为w4为一个θ维向量，output也为一个g维向量，上述4个公式的计算过程记为：其中v为记忆查询向量，或者为查询矩阵，该矩阵中每一行均为一个查询向量； 步骤8：使用Attention机制，计算当前对目标信息的选择概率； 步骤9：根据步骤8计算出的选择概率选择目标信息，并输出选择编号； 步骤10：使用上述选择出的目标信息更新记忆模块中每一个记忆段落的内容，记忆更新分为三步，设新信息为g维向量c″i，任意一段记忆更新的第一步计算方法如下： part1＝ReluW1c″j； NewMem＝α·part1+1-α·part2； 第二步计算两个部分的记忆组合系数： 记矩阵为新记忆向量的扩展形式，其中oi为该段记忆的长度，g为记忆向量维度，该矩阵为NewMem向量复制oi次组成的矩阵即：任意一段记忆更新的第三步计算方法如下： 上式中为一个oi维向量，其中每个元素为该段记忆中每一个记忆向量保持系数，表示中的每i行与中对应的第i个元素相乘； 步骤11：将本次选择的目标信息中的条目标记为不可用； 步骤12：判断是否存在可用目标信息条目，如果存在则跳转记忆指针网络的操作方法的步骤7，否则结束，最终记忆指针网络输出一个长度与目标信息相同的自然数序列。

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南京邮电大学，其通讯地址为：210003 江苏省南京市鼓楼区新模范马路66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”。