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！

龙图腾网恭喜深圳大学申请的专利考虑需求不确定性和散改集的多式联运网络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：CN117313916B 。

龙图腾网通过国家知识产权局官网在2025-05-06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：202311027380.3，技术领域涉及：G06Q10/04；该发明授权考虑需求不确定性和散改集的多式联运网络优化方法是由余明珠;周耀烽;赖晓凡设计研发完成，并于2023-08-14向国家知识产权局提交的专利申请。

本考虑需求不确定性和散改集的多式联运网络优化方法在说明书摘要公布了：本申请涉及多式联运技术领域，具体而言，涉及考虑需求不确定性和散改集的多式联运网络及优化方法，一定程度上可以解决现有的数学模型不够贴合实际及现有算法无法得到全局最优解的问题。该网络包括：节点及运输过程；所述节点包括供应港、中转港及需求节点，所述供应港为国际大型港口，所述中转港为国家沿海港口，所述需求节点为内陆工厂，在所述供应港及所述中转港存在散改集过程；所述运输过程包括国际运输及国内运输，所述国际运输包括散货装船及集装箱运输，所述国内运输包括中转港间运输及中转港至需求节点运输，所述国内运输考虑多式联运，所述国内运输的方式包括内河航运、铁路运输及公路运输。

本发明授权考虑需求不确定性和散改集的多式联运网络优化方法在权利要求书中公布了：1.一种考虑需求不确定性和散改集的多式联运网络优化方法，其特征在于，联运网络包括节点及运输过程；所述节点包括供应港、中转港及需求节点，所述供应港为国际大型港口，所述中转港为国家沿海港口，所述需求节点为内陆工厂，在所述供应港及所述中转港存在散改集过程；所述运输过程包括国际运输及国内运输，所述国际运输包括散货装船及集装箱运输，所述国内运输包括中转港间运输及中转港至需求节点运输，所述国际运输包括远洋运输，所述国内运输考虑多式联运，所述国内运输的方式包括内河航运、铁路运输及公路运输；所述国际运输阶段的成本包括：散改集设备购买成本和每周期维护成本、散货船租船成本、散货与集装箱的运输成本、散改集可变成本及环境成本；所述国内运输阶段的成本包括：散改集设备购买成本和每周期维护成本、散货与集装箱多式联运成本、缺货惩罚成本、散改集可变成本、环境成本及港口库存成本；优化方法包括：构建确定性模型，定义构建模型所需集合，定义构建模型所需参数，定义构建模型所需决策变量，定义构建模型所需因变量，根据所述集合、参数、决策变量及因变量，得到确定性模型的目标函数；其中，所述集合包括S：供货港集合，s,i∈S；K：中转港集合，k，i∈K；P：需求节点集合，p,i∈P；T：整个规划期中的周期数集合,周期t,t,∈T；M：国内运输方式集合，内河航运、铁路运输、公路运输，m∈M；G：承运船舶的容量类型集合,船舶的类型编号g∈G；所述参数包括；Fit：在t周期，i港口节点购买散改集设备的固定成本，i∈S∪K,t∈T；在t周期,s,k航线上租用g容量的散货租船固定成本,s∈S,k∈K,t∈T,g∈G；Rit：在t周期，i港口的散改集设备维护成本，t∈T,i∈S∪K；t周期从s港至k港的单位散改集货物运输成本，s∈S,k∈K,t∈T；t周期从s港至k港的单位散货运输成本，s∈S,k∈K,t∈T；t周期采用m运输方式从k至i的单位散改集货物运输成本，k∈K,i∈K∪P,m∈M,t∈T；t周期采用m运输方式从k至i的单位散货运输成本，k∈K,i∈K∪P,m∈M,t∈T；Ait：t周期，i港进行散改集的单位操作成本，i∈S∪K,t∈T；t周期，i港存储单位散货的存储成本，i∈S∪K,t∈T；t周期，i港存储单位散改集货的存储成本，i∈S∪K,t∈T；Ebul：远洋运输散货的单位碳排放成本；国内采用m运输方式运输散货的碳排放成本，m∈M；Econ：远洋运输散改集货物的碳排放成本；国内采用m运输方式运输散改集货的碳排放成本，m∈M；所述决策变量包括zit：0，1变量，i港在t周期内是否购买散改集设备，i∈S∪K,t∈T；lsktg：0,1变量，在t周期，s,k航线上是否租用g容量的散货船，s∈S,k∈K,t∈T,g∈G；xskt：连续变量，t周期内，远洋运输从s到k港的散货数量，s∈S,k∈K,t∈T；注：考虑跨周期运输的形式就为：xkimt：连续变量，t周期内，采用m运输方式从k运输到i的散货数量，k∈K,i∈K∪P,m∈M,t∈T；yskt：连续变量，t周期内，远洋运输从s到k港的散改集货数量，s∈S,k∈K,t∈T，注：考虑跨周期运输的形式就为：ykimt：连续变量，t周期内，采用m运输方式从k运输到i的散改集货数量，k∈K,i∈K∪P,m∈M,t∈T；所述因变量包括ykt：连续变量，t周期内，k港散改集数量，k∈K,t∈T；连续变量，t周期内，k港散货存储数量，k∈K,t∈T；连续变量，t周期内，k港散改集货存储数量，k∈K,t∈T；所述确定性模型的目标函数为： 通过随机优化方法，根据所述确定性模型构建问题模型，定义主问题参数，定义子问题参数，定义主问题决策变量，定义子问题决策变量，定义因变量，根据所述主问题参数、子问题参数、主问题决策变量、子问题决策变量及因变量，得到主问题模型的目标函数及子问题模型的目标函数；其中，所述主问题参数包括dptω：在ω场景下，t周期p需求节点的需求量，p∈P,t∈T,ω∈Ω；Fit：在t周期，i港口购买散改集设备的固定成本，i∈S∪K,t∈T；在t周期,s,k航线上租用g容量的散货租船固定成本,s∈S,k∈K,t∈T,g∈G；Rit：在t周期，i港口的散改集设备维护成本，t∈T,i∈S∪K；所述子问题参数包括在ω需求场景下，t周期从s港至k港的单位散改集货物运输成本，s∈S,k∈K,t∈T,ω∈Ω；在ω需求场景下，t周期从s港至k港的单位散货运输成本，s∈S,k∈K,t∈T,ω∈Ω；在ω需求场景下,t周期采用m运输方式从k至i的单位散改集货物运输成本，k∈K,i∈K∪P,m∈M,t∈T,ω∈Ω；在ω需求场景下,t周期采用m运输方式从k至i的单位散货运输成本，k∈K,i∈K∪P,m∈M,t∈T,ω∈Ω；Aitω：在ω需求场景下,t周期，i港进行散改集的单位操作成本，i∈S∪K,t∈T,ω∈Ω；在ω需求场景下,t周期，i港存储单位散货的存储成本，i∈S∪K,t∈T,ω∈Ω；在ω需求场景下,t周期，i港存储单位散改集货的存储成本，i∈S∪K,t∈T,ω∈Ω；Ebul：远洋运输散货的单位碳排放成本；国内采用m运输方式运输散货的碳排放成本，m∈M；Econ：远洋运输散改集货物的碳排放成本；国内采用m运输方式运输散改集货的碳排放成本，m∈M；所述主问题决策变量包括zit：0，1变量，i港在t周期内是否购买散改集设备，i∈S∪K,t∈T；lsktg：0,1变量，在t周期，s,k航线上是否租用g容量的散货船，s∈S,k∈K,t∈T，g∈G；所述子问题决策变量包括xsktω：连续变量，在ω需求情境下，t周期内，远洋运输从s到k港的散货数量，s∈S,k∈K,t∈T,ω∈Ω，注：考虑跨周期运输的形式就为：xkimtω：连续变量，在ω需求情境下，t周期内，采用m运输方式从k运输到i的散货数量，k∈K,i∈K∪P,m∈M,t∈T,ω∈Ω；ysktω：连续变量，在ω需求情境下，t周期内，远洋运输从s到k港的散改集货数量，s∈S,k∈K,t∈T,ω∈Ω，注：考虑跨周期运输的形式就为：ykimtω：连续变量，在ω需求情境下，t周期内，采用m运输方式从k运输到i的散改集货数量，k∈K,i∈K∪P,m∈M,t∈T,ω∈Ω；所述因变量包括yktω：连续变量，在ω需求情境下，t周期内，k港散改集数量，k∈K,t∈T,ω∈Ω；连续变量，在ω需求情境下，t周期内，k港散货存储数量，k∈K,t∈T,ω∈Ω；连续变量，在ω需求情境下，t周期内，k港散改集货存储数量，k∈K,t∈T,ω∈Ω；所述主问题模型的目标函数为： 基于精确算法对所述问题模型进行求解，得到多式联运网络的优化方案，第一次迭代则需要初始化主问题模型中的二元决策变量，并设定目标函数上下限；所述子问题模型的目标函数为： 在每一个场景中，将主问题模型的可行解带入求解子问题；针对每个场景下子问题的解，如果子问题模型有最优解则生成最优切，添加到主问题模型的约束中，否则生成可行切，添加到主问题模型的约束中；求解迭代一次后的主问题模型，如果上下限相等则算法终止，得到优化方案；否则，继续针对每个场景下子问题的解，如果子问题模型有最优解则生成最优切，添加到主问题模型的约束中，否则生成可行切，添加到主问题模型的约束中，直到所有子问题模型均求解过一遍，再回到每一个场景中，将主问题模型的可行解带入求解子问题。

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深圳大学，其通讯地址为：518060 广东省深圳市南山区南海大道3688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”。