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！

龙图腾网获悉广东工业大学申请的专利一种基于深度强化学习的智能物流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：CN118229177B 。

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：202410230697.5，技术领域涉及：G06Q10/0835；该发明授权一种基于深度强化学习的智能物流规划方法是由张学习;谢兴旺;黄烁;张涛;孟宇轩;蔡世锴设计研发完成，并于2024-02-29向国家知识产权局提交的专利申请。

本一种基于深度强化学习的智能物流规划方法在说明书摘要公布了：本发明提出一种基于深度强化学习的智能物流规划方法，涉及物流规划的技术领域，首先采集历史车辆配送信息并构建全连接图，利用全连接图的节点集合构建序列数据集，再构建智能物流配送规划模型，利用序列数据集对智能物流配送规划模型进行训练，得到训练好的智能物流配送规划模型，最终将待规划的车辆配送信息的节点序列输入训练好的智能物流配送规划模型，将智能物流配送规划模型输出的解序列作为规划结果，将实际的物流规划系统抽象成为选址‑路径规划问题，通过深度强化学习的方法对其进行规划求解，使得获得选址‑路径规划问题的可行较优解具备实时性，且有效提高了求解质量。

本发明授权一种基于深度强化学习的智能物流规划方法在权利要求书中公布了：1.一种基于深度强化学习的智能物流规划方法，其特征在于，包括： S1.采集历史车辆配送信息并构建全连接图，利用全连接图的节点集合构建序列数据集； S2.构建智能物流配送规划模型，利用序列数据集对智能物流配送规划模型进行训练，得到训练好的智能物流配送规划模型； S3.将待规划的车辆配送信息的节点序列输入训练好的智能物流配送规划模型，将智能物流配送规划模型输出的解序列作为规划结果； 在步骤S1中，定义所述全连接图为，为配送中心节点和客户节点构成的节点集合： 其中，为节点的原始特征；为配送中心的数量；为包含配送中心节点和客户节点的所有节点的数量；为节点的二维坐标；为客户节点的需求量，若该节点为配送中心节点则将该值设为0；和分别为配送中心的容量和开设成本，若该节点为客户节点则均设为0；是车辆的容量； 所述智能物流配送规划模型包括编码器和解码器； 所述编码器对序列进行注意力机制运算，得到节点嵌入向量； 所述解码器根据解码器当前的状态信息和各个节点嵌入向量进行自回归求解，得到最终解序列，其中，表示在时间步时模型选择的节点； 计算所有解序列的总成本，选择对应成本最小的序列作为智能物流配送规划模型最后的解输出； 所述解码器根据编码器输出的节点嵌入向量和已经构建完成的部分解序列的信息去计算下一时间步t选择节点，过程包括： SA.设定一个指示向量表示当前状态； SB.通过单头注意力机制的计算对指示向量进行更新，将与包含在所有节点的嵌入向量中的节点信息相融合； SC.通过掩码操作划分可行节点和不可行节点，通过注意力机制计算可行节点选择概率； SD.根据得到的可行节点选择概率选择下一时间步的节点，存入解序列中，直到构造得到完整的解序列； 在步骤SA中，所述指示向量的表达式如下： 其中，表示编码器输出的所有节点嵌入的均值向量，表示本条路径下正在进行服务的配送中心节点的嵌入向量，表示上一时间步中模型输出节点的嵌入向量，为未选择任何节点时用于填充的可学习参数，为一个二维向量，表达式如下： 表示配送中心剩余货物量，表示当前服务中的车辆的剩余货物量，和的更新逻辑如下： 其中，表示配送中心节点集合。

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广东工业大学，其通讯地址为：510080 广东省广州市越秀区东风东路729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。