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！

龙图腾网获悉智运通(北京)科技有限责任公司申请的专利多重约束条件下的智能物流配送路径优化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：CN120450191B 。

龙图腾网通过国家知识产权局官网在2025-10-03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：202510759610.8，技术领域涉及：G06Q10/047；该发明授权多重约束条件下的智能物流配送路径优化方法是由王森华;王贺安;白利君;李会年设计研发完成，并于2025-06-09向国家知识产权局提交的专利申请。

本多重约束条件下的智能物流配送路径优化方法在说明书摘要公布了：本发明提供多重约束条件下的智能物流配送路径优化方法，涉及物流配送技术领域，包括：根据时间窗口、车辆信息和实时交通API数据，构建带约束图模型；采用改进遗传算法进行初始路径规划；根据初始路径集和实时交通API数据，进行动态路径调整；结合优化路径集和订单信息中的客户偏好信息，通过植物根茎生长优化算法筛选最优解后按预设规则引擎输出最终路径优化策略。本发明通过采用植物根茎优化算法，模拟生物生长规律实现多目标协同进化，在避免早熟收敛的同时，兼顾客户偏好与任务迁移的灵活性；通过对约束条件与算法参数的灵活调整，能够适配更多场景，且在持续拥堵或订单激增情况下仍能保持稳定求解能力，显著提升物流系统的抗风险能力。

本发明授权多重约束条件下的智能物流配送路径优化方法在权利要求书中公布了：1.多重约束条件下的智能物流配送路径优化方法，其特征在于，包括： 根据物流订单信息确定车辆信息、时间窗口和起始点信息； 根据所述时间窗口、所述车辆信息和实时交通API数据，构建带约束图模型；构建所述带约束图模型的步骤包括： 根据所述时间窗口，定义硬时间窗违反惩罚系数，输出时间窗约束矩阵； 根据所述车辆信息，构建车辆能力上限和路径能耗模型，输出车辆能力约束表； 根据所述起始点信息和所述实时交通API数据，构建路网图； 结合所述时间窗约束矩阵、所述车辆能力约束表和所述路网图，构建所述带约束图模型； 结合所述带约束图模型和所述起始点信息，采用改进遗传算法进行初始路径规划，输出初始路径集；采用改进遗传算法进行初始路径规划的步骤包括： 设置染色体编码结构；包括车辆ID和节点序列； 根据所述车辆ID，使用贪心算法生成初始路径； 基于所述节点序列的历史平均速度预测行驶时间，结合所述车辆ID和所述初始路径，输出初始染色体编码方案； 根据所述初始染色体编码方案、所述惩罚系数和所述车辆能力约束表，构建所述改进遗传算法的适应度函数； 设定所述改进遗传算法的种群大小，并根据所述初始染色体编码方案和所述适应度函数，对所述初始路径进行优化，输出所述初始路径集； 根据所述初始路径集和所述实时交通API数据，进行动态路径调整，输出优化路径集； 结合所述优化路径集和所述订单信息中的客户偏好信息，通过植物根茎生长优化算法筛选最优解后按预设规则引擎输出最终路径优化策略； 通过植物根茎生长优化算法筛选最优解的步骤包括： 基于植物根茎生长优化算法，生成初始根系种群，每个根系对应一个配送路径方案； 随机选择一个父代车辆分配路径，对所述父代车辆分配路径进行直根系延伸操作和须根系扩散操作；直根系延伸操作的表示方式如下： ； 式中，Seed1表示第x个车的更新后的配送路径，表示第c次迭代中第x辆车的当前配送路径，α1为随机生成的实数，范围为‑0.5,1.5，Xbest表示当前全局最优车辆的配送路径，表示从当前种群中随机选取的另一辆车的配送路径；须根系扩散操作的表示方式如下： ； 式中，Seed2表示在c+1次迭代中，其他车辆的路径长度；表示第c次迭代中所有车辆的平均配送路径长度，α2为随机生成的实数，范围为−1,1；表示从当前种群中随机选取的某一车辆的配送路径； 根据所述直根系延伸操作和所述须根系扩散操作的结果，确定所选父代车辆分配路径迭代后的可行配送路径； 随机交换两个车辆顺序，计算所述可行配送路径引导的所选其他两辆车的引导配送路径； 根据所述引导配送路径进行偏好引导搜索，表示为： ； 式中，Xlbest表示局部最优路径，Seed4表示全局最优路径，Xr3、Xr4表示从当前种群中随机选取的两个车辆路径，Xd表示当前附带车辆分配路径引导所选其他两辆车Xr3和Xr4的引导配送路径。

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智运通(北京)科技有限责任公司，其通讯地址为：102200 北京市昌平区七北路42号院3号楼7层3单元708；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。