Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

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 积分商城 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 > 中国科学院长春光学精密机械与物理研究所马晞茗获国家专利权

中国科学院长春光学精密机械与物理研究所马晞茗获国家专利权

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!

龙图腾网获悉中国科学院长春光学精密机械与物理研究所申请的专利考虑平台综合效益的线上家政服务订单分配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:CN120297709B

龙图腾网通过国家知识产权局官网在2025-09-30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:202510789197.X,技术领域涉及:G06Q10/0631;该发明授权考虑平台综合效益的线上家政服务订单分配方法是由马晞茗;李宁;吴迪设计研发完成,并于2025-06-13向国家知识产权局提交的专利申请。

考虑平台综合效益的线上家政服务订单分配方法在说明书摘要公布了:本发明涉及数据处理技术领域,尤其涉及一种考虑平台综合效益的线上家政服务订单分配方法,根据订单的影响参数,确定用于预测订单分配结果的预测模型的约束条件和目标函数;对待分析的订单按照重要程度进行排序,并将排序后的订单序列进行分割,得到预测订单分配结果的初始最优解;基于构建的约束条件和目标函数,对得到的初始最优解进行基于强化学习的局部搜索,旨在对当前求解结果进行更新和优化并预测得到最优订单分配结果。本发明通过合理构建目标函数,配合基于强化学习的局部搜索方法,很好地解决了传统服务调度算法在大规模数据下搜索速度慢且容易陷入局部最优等问题,在算法智能性和推理速度方面均取得了一定的提升。

本发明授权考虑平台综合效益的线上家政服务订单分配方法在权利要求书中公布了:1.一种考虑平台综合效益的线上家政服务订单分配方法,其特征在于,包括: S1:根据影响家政服务平台综合效益的影响参数,确定用于预测订单分配结果的预测模型的约束条件和目标函数; S2:对待分析的订单进行按照重要程度进行排序,并将排序后的订单序列进行分割,得到预测订单分配结果的初始最优解,且所述初始最优解满足所述约束条件;步骤S2包括: S21:由服务订单与服务人员构建订单节点集合,由所述订单节点集合构建完备无向图;利用邻接矩阵方法,基于所述完备无向图构建图拉普拉斯矩阵,并计算所述图拉普拉斯矩阵的特征值,所述特征值表征对应订单的重要程度; S22:对订单的位置和订单时间进行K‑means聚类,得到若干团簇;依据团簇内订单的特征值和团簇间订单的连通数量分别进行团簇内订单排序和团簇间订单排序; S23:使用K‑means聚类算法对步骤S22得到订单序列进行分割,得到多个子序列,并计算每个订单在当前子序列中的综合评分;将所有订单按照综合评分进行排序,得到所述初始最优解; S3:基于步骤S1得到的约束条件和目标函数,对步骤S2得到的初始最优解进行基于强化学习的局部搜索,预测得到满足所述约束条件和所述目标函数的最优订单分配结果;步骤S3包括: S31:将所述初始最优解输入多个基于Transformer网络的特征编码模块中进行订单特征提取,得到初始状态以及初始特征,所述初始状态中的订单满足所述约束条件; S32:将步骤S31得到的初始状态和初始特征输入破坏模块中,得到并执行删除部分订单节点的当前破坏动作,得到当前破坏状态,当前破坏状态中的订单满足所述约束条件,并确定当前破坏动作对应的当前破坏奖励; 在所述破坏模块中: 通过破坏策略网络对所述初始状态或前一时刻的修复状态进行解码,得到当前破坏动作; 执行当前破坏动作得到当前破坏状态后,利用破坏奖励函数对当前破坏状态进行评估,得到当前破坏奖励; 所述破坏策略网络包括多头自注意力模块和LSTM网络;其中,所述多头自注意力模块在所述初始状态和前一时刻的修复状态进行特征的交互,然后采用所述LSTM网络对交互特征的执行序列进行解码,得到去除订单节点的去除概率分;按照所述去除概率分布将前一时刻的订单节点集合中去除订单节点,完成当前破坏动作; S33:将步骤S32得到的当前破坏状态输入修复模块中,得到并执行当前修复动作,得到当前修复状态及对应的订单序列,确定当前修复动作对应的当前修复奖励,当前修复状态中的订单满足所述约束条件;在所述修复模块中: 通过修复策略网络对前一时刻的破坏状态进行解码,得到当前修复动作; 执行当前修复动作得到当前修复状态后,修复奖励函数将当前修复状态在前后时刻的目标函数的变化量作为当前修复奖励; 在所述修复策略网络中,利用多头自注意力对当前破坏状态以及去除掉的订单节点进行解码,得到订单节点插入位置的修复概率分布;选取与去除掉的订单节点个数一致的前多个位置作为插入区域;按照所述修复概率分布将去除掉的订单节点依次插入其中前一时刻的订单节点集合中,完成当前修复动作; S34:将步骤S33得到的订单序列输入所述特征编码模块中进行特征提取,将提取到的特征以及当前修复状态替换步骤S32中的初始特征和初始状态,并重复步骤S32~S34,并从修复模块中输出所述最优订单分配结果。

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中国科学院长春光学精密机械与物理研究所,其通讯地址为:130033 吉林省长春市经济技术开发区东南湖大路3888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”。

以上内容由龙图腾AI智能生成。

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。