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！

龙图腾网获悉江西省港口集团科技有限公司申请的专利一种基于人工智能的船舶通闸调度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：CN120525300B 。

龙图腾网通过国家知识产权局官网在2025-10-14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：202511016253.2，技术领域涉及：G06Q10/0631；该发明授权一种基于人工智能的船舶通闸调度方法是由王建;俆亨保;姜冠昌设计研发完成，并于2025-07-23向国家知识产权局提交的专利申请。

本一种基于人工智能的船舶通闸调度方法在说明书摘要公布了：本发明公开了有一种基于人工智能的船舶通闸调度方法，涉及船舶通闸调度技术领域。该方法，包括有：获取船舶信息、多维船舶观测信息和历史轨迹数据；基于多维船舶观测信息推测船舶状态；根据船舶信息划分船舶的置信等级并标记，生成船舶信息集；基于多节点协同优化模型得到船舶队列重组方案和对应的预测结果；根据采集数据与预测结果的比较结果更新多节点协同优化模型。本发明通过设置涵盖闸室空间利用、安全通行约束、船舶优先等级、公平性平衡与水位联动的多项调度目标，在优化过程中引入权重动态调整机制和多目标平衡策略，使调度方法在多种运行要求之间灵活权衡。

本发明授权一种基于人工智能的船舶通闸调度方法在权利要求书中公布了：1.一种基于人工智能的船舶通闸调度方法，其特征在于，包括： 获取待通闸船舶实时提供的船舶信息，包括状态参数和特性参数；获取多维船舶观测信息和历史轨迹数据； 基于多维船舶观测信息并通过行为模式识别和一致性评分推测船舶状态； 所述推测船舶状态包括： 多维船舶观测信息包括船舶主动通信数据、雷达观测数据、视频检测数据，将多维船舶观测信息按照时间和空间进行对齐，对各观测信息的状态参数与历史轨迹特征进行比对，通过行为模式识别判断各观测信息的状态变化是否符合预期行为模式，根据各观测信息之间的状态参数差异计算一致性评分，并根据行为模式识别结果和一致性评分对各观测信息赋予权重后进行加权融合，得到推测的船舶状态参数，并匹配船舶状态； 根据所推测船舶状态对应的标准特征分布对船舶信息进行完整性和标准性检查，划分船舶的置信等级并标记，若置信等级低于预设阈值，则标记为异常船舶并更新其置信区间，形成包含置信等级、置信区间和异常标记的船舶信息集； 获取船闸状态信息并与船舶信息集融合，输入基于图神经网络构建的多节点协同优化模型，通过强化学习结合多智能体博弈算法对代价函数进行优化求解代价函数，得到船舶队列重组方案和对应的预测结果； 所述多节点协同优化模型包括： 将待通闸船舶和船闸分别建模为图结构中的节点，将船舶之间的状态约束关系和船舶与船闸之间的通行约束关系建模为节点之间的边，并根据节点状态和约束关系计算边权重，所述边权重至少反映船舶之间的安全距离约束、优先顺序约束和上下游船闸之间的水位联动关系，用于构建多节点协同优化的输入图结构； 所述代价函数包括： 反映闸室空间利用率的代价项，用于提高闸室空间的利用效率；表征船舶之间安全距离约束和通行顺序约束的代价项，用于保障船舶通行安全和顺序合理性；动态信用权重代价项，用于在保证高优先级船舶优先通过的同时限制低优先级船舶的最长等待时间，其中所述动态信用权重根据船舶的基础优先级和历史通行记录调整；表征上下游船闸状态和水位动态变化对调度影响的多级协同代价项，用于提升多闸协同调度能力；表征队列公平性的代价项，用于在船舶通行效率和公平性之间平衡； 所述预测结果的获取包括： 在基于多节点协同优化模型和代价函数优化求解得到船舶队列重组方案的同时，基于优化求解过程中对未来时间窗口内船舶通行状态的模拟输出预测结果，所述预测结果包括重组方案下的预计船舶通过效率、预计安全事件风险水平和预计低优先级船舶的最大等待时间，用于评估重组方案的有效性并指导后续反馈更新； 执行船舶队列重组方案，并在执行过程中采集船舶通过效率数据、安全事件数据和船舶实际等待时间，将采集数据与预测结果比较，根据比较结果更新代价函数参数和多节点协同优化模型权重。

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江西省港口集团科技有限公司，其通讯地址为：330008 江西省南昌市红谷滩区红角洲学府大道899号慧谷创意产业园3号楼三楼309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”。

以上内容由龙图腾AI智能生成。