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！

龙图腾网获悉安徽大学申请的专利一种基于集成学习的适用于车辆配送任务的路径规划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：CN115936280B 。

龙图腾网通过国家知识产权局官网在2025-09-02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：202211593599.5，技术领域涉及：G06Q10/047；该发明授权一种基于集成学习的适用于车辆配送任务的路径规划方法是由江浩;李梦良;张兴义;项小书;王朝设计研发完成，并于2022-12-13向国家知识产权局提交的专利申请。

本一种基于集成学习的适用于车辆配送任务的路径规划方法在说明书摘要公布了：本发明公开了一种基于集成学习的适用于车辆配送任务的路径规划方法，应用于由单个仓库、K辆卡车和N个配送任务节点所构成的车辆配送任务中，并包括：1建立车辆配送任务模型；2全局变量的初始化；3得到适用于当前任务的局部搜索算子集合；4得到适用于当前任务的多样化的局部搜索算子排列组合方式；5利用多样化的局部搜索算子排列组合方式，生成多样化的临时路径规划方案；6更新当前路径规划方案与最优路径规划方案；7若达到终止条件，则输出最优路径规划方案；否则返回步骤3执行。本发明能够自适应地选择出适用于当前任务的局部搜索算子及其排列组合方式，并据此寻找到低行驶距离的路径规划方案，从而提高配送效率。

本发明授权一种基于集成学习的适用于车辆配送任务的路径规划方法在权利要求书中公布了：1.一种基于集成学习的适用于车辆配送任务的路径规划方法，应用于由单个仓库、K辆卡车和N个配送任务节点所构成的车辆配送任务中，并按照如下步骤进行： 步骤1、建立车辆配送任务模型； 步骤1.1、定义由一个仓库节点v0和N个配送任务节点构成的节点集合V＝{vi，i＝0，1，2，...，N}，vi表示第i个节点；定义路径集合E＝{eij|i，j＝0，1，2，...，N}，eij表示第i个节点vi到第j个节点vj的路径； 步骤1.2、利用式1构建车辆路径规划模型的目标函数f： 式1中，cij表示第i个节点vi到第j个节点vj的距离，xij表示路径规划方案中是否包含从第i个节点vi到第j个节点vj的路径；若xij＝1，则表示包含，若xij＝0，则表示不包含；目标是为车辆找到一组路线，使得在满足约束的前提下，总行驶距离最小化； 步骤1.3、利用式2-式8构建车辆路径规划模型的约束条件： ui-uj+Qxij≤Q-dj，i，j＝1，2，…，N，i≠j6 di≤ui≤Q7 xij∈{0，1}，0≤i，j≤N8 式2-式8中，ui表示访问第i个配送任务节点vi时车辆的负载，uj表示访问第j个配送任务节点vj时车辆的负载，Q表示一辆卡车所服务配送任务节点的总需求量上限，di表示第i个配送任务节点vi的需求量； 步骤2、全局变量的初始化； 步骤2.1、记路径规划的开始运行的时刻为timestart，运行时间上限为timemax； 步骤2.2、记模拟退火方法的初始温度其中，k表示初始温度的系数，且k∈[0，1]； 步骤2.3、记当前路径规划方案为s，使用节约算法初始化s，并利用式1计算s的行驶距离为fs； 步骤2.4、记最优路径规划方案为s*，并令s*←s；记最优路径规划方案的行驶距离为令←表示赋值符号； 步骤2.5、记局部搜索算子集合OP＝{op1，op2，...，opm，...，opM}，其中，M表示局部搜索算子的数量，且M≥2，opm表示第m个局部搜索算子，且m∈[1，M]； 步骤2.6、记局部搜索算子的贡献度向量为CV＝[1，1，...，1]1×M； 步骤2.7、记局部搜索算子的协同度矩阵为CM，并有： 步骤2.8、记线程池中最大线程数为T，T为当前计算机中CPU的物理核心数； 步骤三、得到适用于当前任务的局部搜索算子集合： 步骤3.1、利用式10生成临时贡献度向量CV′： 式10中，CVm表示贡献度向量CV在第m个维度上的贡献度； 步骤3.2、生成一个M维的随机向量randVector，且randVector中每一维上的值均在0到1之间； 步骤3.3、利用式11生成一个M维掩码向量maskVector： 式11中，maskVectorm、randVectorm、CV′m分别表示maskVector、randVector、CV′中在第m维度上的值； 步骤3.4、记函数g为m到maskVectorm的映射，即gm＝maskVectorm，m∈[1，M]；记g-1为g的反函数，令局部搜索算子集合为索引向量idxVector＝g-11，即maskVector中所有值为1的维度的集合；利用式12得到索引向量idxVector的长度L： 步骤四、得到适用于当前任务的多样化的局部搜索算子排列组合方式： 步骤4.1、记局部搜索算子排列组合方式的集合为opSets，且opSets初始化为空集、容量为T，即opSets最多存放T个排列组合方式； 步骤4.2、利用式13生成一个M×M维的临时协同度矩阵CM′： 式13中，CM′ij、CMij分别表示CM′、CM在第i行第j列上的值； 步骤4.3、生成临时算子排列组合方式tmpOpSet＝{}； 步骤4.4、随机产生一个正整数int1，且int1∈idxVector；将int1追加至tmpOpSet的末尾，并将CM′中第int1列的值置为零； 步骤4.5、取CM′的第int1行的行向量，利用轮盘赌方法从所述行向量中选中某一维度，并将所选中维度的索引记为int2； 步骤4.6、将int2追加至tmpOpSet的末尾，并将CM′中第int2列的值置为零； 步骤4.7、令int1←int2； 步骤4.8、若CM′中第int1行上的值不全为零，则返回步骤4.5；否则，执行步骤4.9； 步骤4.9、将tmpOpSet添加入opSets； 步骤4.10、若opSets未满，则返回步骤4.2；否则，执行步骤五； 步骤五、利用多样化的局部搜索算子排列组合方式，生成多样化的临时路径规划方案： 步骤5.1、使用扰动算子δ扰动当前路径规划方案s，得到扰动后的路径规划方案s′； 步骤5.2、将T个算子排列组合方式opSets＝{opSet1，opSet2，...，opSett，...，opSetT}依次分配至线程池中的T个线程threads＝{thread1，thread2，...，threadt，...，threadT}，其中，第t个局部搜索算子排列组合方式opSett被分配给第t个线程threadt，且 表示opSett中第l个算子，且t∈[1，T]， 步骤5.3、T个线程根据各自分配到的算子排列组合方式，并行搜索s′，并生成T个临时贡献度向量T个临时协同度矩阵 T个临时路径规划方案其中，表示第t个临时贡献度向量，表示第t个临时协同度矩阵，表示第t个临时路径规划方案； 步骤5.4、当所有线程均已结束时，执行步骤六； 步骤六、更新当前路径规划方案与最优路径规划方案； 步骤6.1、利用式14更新CV： 步骤6.2、利用式15更新CM： 步骤6.3、更新当前路径规划方案： 步骤6.3.1、利用式16所示的贪心策略从T个临时路径规划方案中选择一个精英临时路径规划方案selite： 6.3.2、利用式17计算当前温度E： 式17中，ε为模拟退火方法温度衰减函数的底数，且ε∈0，0.01]；timenow为当前时刻； 6.3.3、利用式18计算当前温度E下接受selite的概率p： 式18中，表示selite的行驶距离； 6.3.4、产生一个随机数randNum，且randNum∈[0，1]，若randNum＜p，则更新当前路径规划方案，即令s←selite，否则，s和fs保持不变； 步骤6.4、更新最优路径规划方案s*： 若则令s*←selite，否则，s*和保持不变； 步骤七、若timenow-timestart＞timemax，则输出s*；否则，返回步骤三。

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安徽大学，其通讯地址为：230601 安徽省合肥市经济技术开发区九龙路111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”。