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！

龙图腾网获悉北京理工大学;北京电子工程总体研究所申请的专利基于多目标优化的智能配送机器人系统资源动态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：CN116013479B 。

龙图腾网通过国家知识产权局官网在2025-11-28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：202211395647.X，技术领域涉及：G16H40/20；该发明授权基于多目标优化的智能配送机器人系统资源动态规划方法是由邹苏郦;李思祺;马中静;戴天;衡勇;魏佳楠;李启设计研发完成，并于2022-11-08向国家知识产权局提交的专利申请。

本基于多目标优化的智能配送机器人系统资源动态规划方法在说明书摘要公布了：本发公开的一种基于多目标优化的智能配送机器人系统资源动态规划方法，属于智能配送机器人系统资源动态部署领域。本发明通过皮尔森卡方检验对有效样本数据进行相关性分析，筛选出对部署结果有影响的特征数据变量，并构建数据集；选用带有线性映射关系的L‑BPNN神经网络构建智能配送机器人的部署优化模型；选用粒子群算法求解智能配送机器人的部署模型优化问题，有效解决智能配送机器人部署的多目标耦合优化问题；通过遗传算法分别迭代优化智能配送机器人部署优化模型、充电桩数量优化模型和单层的充电桩选址模型的L‑BPNN神经网络参数，提高预测精度和效率，进而实现配送机器人高精度高效率资源规划，使智能配送机器人资源在不同工况下达到最优部署。

本发明授权基于多目标优化的智能配送机器人系统资源动态规划方法在权利要求书中公布了：1.一种基于多目标优化的智能配送机器人系统资源动态规划方法，其特征在于：包括如下步骤， 步骤一：对于智能配送机器人的部署数据进行分析、预处理、筛选构建智能配送机器人的部署优化模型的数据集，并通过L-BPNN神经网络构建智能配送机器人的部署优化模型； 步骤二：选用粒子群算法求解智能配送机器人的部署模型优化问题，通过粒子群算法有效解决智能配送机器人部署的多目标耦合优化问题，提高智能配送机器人部署精度；建立构建特征变量变化预测模型，用以得到未来一段时间的智能配送机器人部署变化； 步骤三：利用L-PBNN神经网络构建充电桩数量优化模型，并使用动量梯度下降法求解该优化问题，确定充电桩的数量；在充电桩的部署环境和任务配送时效的约束下，以资源最大利用率为目标，利用L-PBNN神经网络构建单层的充电桩选址模型，并采用粒子群算法求解预测充电桩优化位置，既能够防止智能配送机器人动力不足，又能够避免充电桩的冗余闲置的问题。

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北京理工大学;北京电子工程总体研究所，其通讯地址为：100081 北京市海淀区中关村南大街5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。