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！

龙图腾网获悉山东港口科技集团青岛有限公司申请的专利结合机器学习与路径规划的码头集卡车动态优化调度方法与系统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：CN121504095B 。

龙图腾网通过国家知识产权局官网在2026-04-17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：202610036549.9，技术领域涉及：G06Q10/0631；该发明授权结合机器学习与路径规划的码头集卡车动态优化调度方法与系统是由崔可枫;耿增涛;于凌翠;陈林;李全喜;房子哲;赵庆丰;符雪扬设计研发完成，并于2026-01-13向国家知识产权局提交的专利申请。

本结合机器学习与路径规划的码头集卡车动态优化调度方法与系统在说明书摘要公布了：本发明涉及智能码头技术领域，具体地说，涉及结合机器学习与路径规划的码头集卡车动态优化调度方法与系统。包括：行为数据采集与特征耦合单元；可学习激励与行为引导单元；调度需求预测单元；路径规划与调度单元。本发明基于耦合特征，通过强化学习优化激励系数并动态推送激励指令，实现了对集卡非作业停留行为的针对性引导；本发明基于标准化时序数据，通过LSTM模型学习历史停留时段与工况的关联规律并结合实时数据优化预测结果，为调度提供前瞻性约束依据，同时通过结构因果模型构建时间、空间、资源、优先级多维度路径约束体系，搭配融合动态权重的改进A*算法完成集卡‑泊位匹配与动态路径规划，有效规避了调度冲突。

本发明授权结合机器学习与路径规划的码头集卡车动态优化调度方法与系统在权利要求书中公布了：1.结合机器学习与路径规划的码头集卡车动态优化调度系统，其特征在于，包括： 行为数据采集与特征耦合单元1，所述行为数据采集与特征耦合单元1通过GPS模块、RFID读写器、司机端APP及码头管理系统接口采集集卡、堆场、调度相关数据，经数据清洗后构建行为-调度耦合特征，将标准化时序数据存储至数据库； 可学习激励与行为引导单元2，所述可学习激励与行为引导单元2基于行为-调度耦合特征，以“非作业停留事件+任务紧急度匹配”为触发条件，通过强化学习优化激励系数生成激励金额，借助司机移动端APP推送即时微激励并执行自动重推；多司机同时停留时，优先激励停留时长较久者；当激励触发后，将司机停留时段信息实时反馈至后续路径规划与调度环节，使路径规划将该停留时段作为动态约束条件，自动跳过该停留时段生成新任务路径；所述可学习激励与行为引导单元2包括激励触发判断模块21、强化学习优化模块22和激励推送与数据反馈模块23，其中： 所述激励触发判断模块21接收行为数据采集与特征耦合单元1输出的行为-调度耦合特征，作为触发条件判定的核心输入；所述激励触发判断模块21执行“非作业停留事件+任务紧急度匹配”判定的过程包括如下步骤： S21.1、接收行为数据采集与特征耦合单元1输出的行为-调度耦合特征，同步获取GPS模块的集卡连续位置数据、RFID读写器的堆场对应货位作业状态数据，以及码头管理系统的当前任务截止时间数据； S21.2、设定位置偏差阈值与连续采样点数量阈值，当“GPS模块连续预设数量采样点的位置偏差≤位置偏差阈值”与“RFID读写器反馈对应货位无装卸动作记录”两个条件同时满足，且满足的持续时长≥预设时长阈值时，判定为非作业停留事件； S21.3、基于任务截止时间与当前时间的差值，通过线性映射将其量化为0-1区间的任务紧急度数值，数值越大代表任务越紧急，其中映射基准为码头预设的最长任务周期； S21.4、当非作业停留事件判定成立，且任务紧急度数值处于预设的中等紧急区间时，判定触发条件匹配，向强化学习优化模块22输出触发信号、非作业停留时长、任务紧急度数值及堆场拥堵指数； 所述强化学习优化模块22接收激励触发判断模块21输出的触发事件数据，采用PPO算法训练策略网络模型并输出激励系数，包括如下步骤： S22.1、构建PPO智能体的策略网络模型，网络以触发事件数据中的非作业停留时长、任务紧急度数值、堆场拥堵指数为输入特征，输出为停留时长权重对应的激励系数和拥堵指数权重对应的激励系数，网络设多层全连接层，通过ReLU、tanh激活函数实现特征非线性映射； S22.2、定义双维度奖励信号，核心奖励与司机响应耗时负相关，约束奖励与激励金额负相关，总奖励信号为核心奖励与约束奖励加权求和； S22.3、每日收集“触发条件数据-激励系数、-司机响应结果”的三元组作为训练样本，输入策略网络进行增量训练，通过PPO算法的参数裁剪机制限制参数更新幅度； S22.4、调用训练后网络输出的最优激励系数和，结合触发事件数据中的非作业停留时长、堆场拥堵指数计算实时激励金额； 所述激励推送与数据反馈模块23依据强化学习优化模块22输出的激励系数生成具体激励指令并推送；并将激励执行结果同步至路径规划与调度单元4和行为数据采集与特征耦合单元1，形成数据流转闭环； 调度需求预测单元3，所述调度需求预测单元3基于标准化时序数据，采用LSTM模型学习历史停留时段与工况的关联规律，预测未来指定时段内各集卡的可能停留时段，并通过补充最新实时数据优化模型输出，为调度提供前瞻性约束依据； 路径规划与调度单元4，所述路径规划与调度单元4接入调度需求预测单元3的停留时段预测结果、可学习激励与行为引导单元2的实时停留事件及司机响应状态、行为数据采集与特征耦合单元1的多源运行数据，通过结构因果模型生成路径约束，采用改进A*算法完成集卡-泊位匹配与动态路径规划，结合资源预占与弹性释放机制，同步向调度指令执行与动态调整单元5及可学习激励与行为引导单元2反馈调度数据； 调度指令执行与动态调整单元5，所述调度指令执行与动态调整单元5将调度方案转化为标准化指令推送至集卡终端，实时采集集卡运行状态、泊位作业状态及调度方案执行数据，通过多维度校验判定异常状态；异常时调用路径规划与调度单元4的路径规划功能生成替代方案并更新指令，同步将指令执行结果、状态监测数据及异常处理信息，按功能需求定向反馈至行为数据采集与特征耦合单元1、可学习激励与行为引导单元2、调度需求预测单元3及路径规划与调度单元4。

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山东港口科技集团青岛有限公司，其通讯地址为：266000 山东省青岛市市北区邱县路19号305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。