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！

龙图腾网获悉云南航信空港网络有限公司申请的专利一种基于民航机场飞机地面保障的自动派单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：CN119940653B 。

龙图腾网通过国家知识产权局官网在2025-07-11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：202510302373.2，技术领域涉及：G06Q10/04；该发明授权一种基于民航机场飞机地面保障的自动派单方法是由花淑峰;王升;李涛;田园;栗通;申勇;赵彧妮;李选进;丁维宇;肖入彬设计研发完成，并于2025-03-14向国家知识产权局提交的专利申请。

本一种基于民航机场飞机地面保障的自动派单方法在说明书摘要公布了：本发明涉及一种基于民航机场飞机地面保障的自动派单方法，采用基于贝叶斯网络的动态因果关系识别模块，结合卷积神经网络（CNN）和长短期记忆网络（LSTM）的情境感知模块，提高了预测准确性和任务分配效率。改进的多目标优化算法结合遗传算法与粒子群优化算法，并引入动态权重调整机制，实现资源的自适应优化配置。多层次A*搜索与深度强化学习相结合的路径规划算法，能够实时调整路径，动态避开障碍物，系统通过基于深度确定性策略梯度（DDPG）的自学习算法和基于图神经网络（GNN）的综合决策支持系统，增强了实时响应能力和决策准确性。该方法提高了机场地面保障服务的运营效率、安全性和应急响应能力。

本发明授权一种基于民航机场飞机地面保障的自动派单方法在权利要求书中公布了：1.一种基于民航机场飞机地面保障的自动派单方法，其特征在于：包括以下步骤： S1.采用时间序列预测模型对历史航班数据、天气预报、空中交通管制指令的多源数据进行融合，利用基于贝叶斯网络的动态因果关系识别模块实时识别不同数据源之间的因果关系，以精确预测航班到达时间； S2.基于步骤S1的预测结果，结合实时监控数据，包括航班动态、车辆位置、设备状态，利用基于卷积神经网络（CNN）和长短期记忆网络（LSTM）的情境感知模块动态调整任务的优先级，并进行动态任务分配； S3.运用改进的多目标优化算法，根据任务的紧急程度、所需设备类型的因素，对资源进行自适应优化配置，该优化算法通过结合遗传算法的全局搜索能力与粒子群优化算法的快速收敛特性，并引入动态权重调整机制和实时反馈循环，具备自我学习能力，能够根据历史数据和实时反馈不断优化决策逻辑； S4.采用改进的路径规划算法，为每个执行单元规划最优路径，所述路径规划算法基于多层次A*搜索与深度强化学习相结合的模型，能够实时更新并适应机场环境的动态变化，同时结合基于预测模型的能量管理算法进行能源消耗优化，确保电动车辆在完成任务前有足够的能量返回基地或到达下一个充电点； S5.通过实时监控与反馈机制，建立反馈回路，将实时监控的数据反馈至系统的学习模块，利用基于深度确定性策略梯度（DDPG）的自学习算法和基于图神经网络（GNN）的综合决策支持系统，动态调整任务分配和路径规划，确保系统在突发情况下的整体进度，并通过改进的快速反应与资源调配机制，包括基于优先级的资源动态分配算法、基于机器学习的预警模型、基于知识图谱的自动化审核系统、基于协同过滤的任务分配系统及基于增强现实（AR）技术的智能调度助手，迅速响应突发事件并合理调配资源； S6.采用基于区块链的安全数据传输模块，确保在多源数据融合和实时数据传输过程中，数据的完整性和安全性，防止数据篡改和未经授权的访问； S7.集成预测性维护模块，基于实时监控数据和历史维护记录，预测地面保障设备的潜在故障，提前调度维护任务，减少设备故障对地面保障任务的影响； S8.通过用户行为分析模块，分析地勤人员的操作习惯和任务执行效率，优化任务分配策略，提高人机协作的整体效率； S9.采用基于虚拟现实（VR）和增强现实（AR）技术的操作员培训模块，为地勤人员提供沉浸式培训环境，提高其对自动派单系统的操作熟练度和应急响应能力； S10.利用大数据分析和机器学习技术，对历史任务执行数据进行深度挖掘，优化任务分配模型和资源配置策略，持续提升系统的整体性能和服务质量。

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云南航信空港网络有限公司，其通讯地址为：650200 云南省昆明市官渡区银海领域小区17幢1单元12层1201室至1225室；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”。