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！

龙图腾网获悉宁波港信息通信有限公司申请的专利基于智能预测与公平性优化的港口集卡司机调度方法、系统及相关设备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：CN121146462B 。

龙图腾网通过国家知识产权局官网在2026-03-17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：202511695116.6，技术领域涉及：G06Q10/0631；该发明授权基于智能预测与公平性优化的港口集卡司机调度方法、系统及相关设备是由朱振刚;华路;郑旭蕾;贺伟国;刘文韬;陈庆南设计研发完成，并于2025-11-19向国家知识产权局提交的专利申请。

本基于智能预测与公平性优化的港口集卡司机调度方法、系统及相关设备在说明书摘要公布了：本发明公开了一种基于智能预测与公平性优化的港口集卡司机调度方法、系统及相关设备；涉及港口集卡司机调度领域；针对现有调度方法仅以空驶距离作为匹配代价、导致司机任务分配不公且缺乏前瞻性的技术问题，本发明在加权二分图中将匹配边的权重定义为综合调度成本，该成本由空驶距离、公平性惩罚项和任务需求引导项三项构成；通过在匹配边的权重中显式引入反映司机历史负载均衡性的公平性惩罚项，以及反映未来任务分布趋势的任务需求引导项，使得在求解最优匹配时，不再仅倾向于分配最近任务，而是综合考虑司机负载状态与未来需求热点，从而在不牺牲运输效率的前提下，显著提升任务分配的公平性与系统响应的前瞻性。

本发明授权基于智能预测与公平性优化的港口集卡司机调度方法、系统及相关设备在权利要求书中公布了：1.一种基于智能预测与公平性优化的港口集卡司机调度方法，其特征在于，包括： 将港口作业区域划分为多个地理网格区域； 获取当前待分配的运输任务集合与在线司机集合；所述运输任务集合包括多个运输任务，所述在线司机集合包括多个可调度司机； 构建以运输任务和可调度司机为两组顶点的加权二分图，其中，当任一可调度司机从当前位置至任一运输任务起点的空驶时间不超过预设阈值时，二者之间存在一条以综合调度成本为权重的匹配边； 所述综合调度成本用于表征将该运输任务分配给该可调度司机时，在空驶距离、公平性惩罚项，与该运输任务起点所属地理网格区域对应的任务需求引导项上的综合量化结果； 所述空驶距离表示可调度司机从当前位置到运输任务起点所需要行驶的距离；所述公平性惩罚项基于可调度司机的历史重载率与系统平均重载率的偏差获取；所述历史重载率为可调度司机最近第一预设时长内重载行驶里程与总行驶里程的比值；所述系统平均重载率为当前所有可调度司机最近第一预设时长内重载率的算术平均值；所述任务需求引导项，根据任务预测模型预测的相应地理网格区域的未来任务密度获取；所述任务预测模型的获取方法为： 获取历史调度数据、气象数据、节假日信息及船舶靠港计划；其中，所述历史调度数据包括各地理网格区域的历史运输任务记录； 基于预设时间粒度，在历史调度数据对应的时间范围内确定多个统计时刻，相邻统计时刻之间的时间间隔等于所述预设时间粒度； 对于每个统计时刻，基于该统计时刻前第二预设时长中的每个预设时间粒度内、起点位于各地理网格区域内的运输任务量，构建各地理网格区域对应的运输任务量时间序列，将各地理网格区域的运输任务量时间序列、该统计时刻对应的气象数据和节假日信息，以及以该统计时刻为起始时刻的未来第三预设时长内、与各地理网格区域对应的船舶靠港计划，组合形成一个训练样本； 设置每个训练样本的训练标签；所述训练标签包括各地理网格区域对应的真实未来任务密度；其中，所述真实未来任务密度为以相应统计时刻为起始时刻的未来第四预设时长内、起点位于相应地理网格区域内的运输任务的总数量，除以该第四预设时长对应的单位时间数量与地理网格区域面积的乘积所得的值； 将多个训练样本组成训练集，通过所述训练集对深度学习模型进行训练，得到所述任务预测模型； 求解所述加权二分图，得到运输任务与可调度司机之间的最优匹配方案； 基于所述最优匹配方案中每一组运输任务与可调度司机的对应关系，生成对应的调度指令，并将该调度指令发送至相应的可调度司机，完成任务分配。

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宁波港信息通信有限公司，其通讯地址为：315800 浙江省宁波市鄞州区三眼桥街51号宁波塔29楼；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。