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！

龙图腾网获悉合肥工业大学申请的专利考虑车间空物料配送周转车回收的动态车辆路径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：CN119990487B 。

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：202411947343.9，技术领域涉及：G06Q10/047；该发明授权考虑车间空物料配送周转车回收的动态车辆路径规划方法是由凌琳;葛茂根;万里;刘明周;张玺;扈静;何清波设计研发完成，并于2024-12-27向国家知识产权局提交的专利申请。

本考虑车间空物料配送周转车回收的动态车辆路径规划方法在说明书摘要公布了：本发明公开了一种考虑车间空物料配送周转车回收的动态车辆路径规划方法，包括以下步骤：步骤1、建立多目标物料配送路径规划模型的目标函数和约束条件；步骤2、采用改进的NSGA‑II算法对多目标物料配送路径规划模型进行求解，得到非支配解集，并找到其中的最优非支配解，由此得到当前的物料运输路径；步骤3、判断车辆是否完成物料配送，若车辆完成物料配送，则选择不影响后续配送任务的最优空工装回收任务动态插入当前的物料运输路径中。本发明提高了物流配送的效率和资源的利用效率，能够处理复杂的配送和回收任务，算法的分步优化策略简化了问题的复杂性，使得问题更易于管理和优化。

本发明授权考虑车间空物料配送周转车回收的动态车辆路径规划方法在权利要求书中公布了：1.考虑车间空物料配送周转车回收的动态车辆路径规划方法，其特征在于，包括以下步骤： 步骤1、对车间多目标物料配送问题进行分析，建立多目标物料配送路径规划模型的目标函数和约束条件； 步骤2、采用改进的NSGA-II算法对步骤1建立的多目标物料配送路径规划模型进行求解，得到非支配解集，并找到其中的最优非支配解，由此得到当前的物料运输路径； 步骤3、利用物联网技术实时监控配送点的状态，判断车辆是否完成物料配送，若车辆完成物料配送，则选择不影响后续配送任务的最优空工装回收任务动态插入步骤2得到的当前的物料运输路径中； 所述的改进的NSGA-II算法过程如下： a.编码及解码：编码过程是算法求解时的重要环节，模型最终的输出结果为不同AGV小车的物料配送顺序，因为需要同时考虑多车辆同时配送的情况，以及配送小车对于服务工位的数量约束，选择了自然数编码，染色体编码结构如下： 0,Ni1,Ni2,...Nio,0,Nj1,Nj2,...Njp,0,...0 其中，Njp—第j辆车的第p个配送任务是为工位点Njp进行物料配送任务；0—配送中心； b.种群初始化：采用随机生成策略确定初始种群，由于存在牵引周转车数量约束，必须对初始种群中的每一染色体进行工位到车辆的分配处理；这一步骤的目的是确保每个染色体都能明确体现出需求工位以及它们各自的配送顺序，同时满足车辆分配的约束条件，通过这种方法，可以为算法的后续迭代提供一个多样化且符合问题约束的起点，初始种群染色体车辆分配步骤如下： b1：随机生成一条包含所有需求工位的染色体个体； b2：考虑最大牵引周转车的数量约束，通过不同的概率选择将染色体上的工位分配给AGV，这里概率选择策略是：使小车有更高的概率被分配到更多的需求工位，即当最多牵引的周转车数量设置为4时，每辆AGV最多可以牵引4辆物料周转车去不同的需求工位响应需求任务，通过轮盘赌的策略选择小车被分配到的需求工位的数量，分配到1个工位的概率为110,2个工位的概率为210,3个工位的概率为310,4个工位的概率为410，第一辆小车的需求工位分配完成之后，将剩下所有的工位分配完成； b3：重复上述操作，直到达到初始种群规模； c.交叉策略：设计了新的不均匀交叉策略，以保留父代的优秀子路径信息，并在种群中生成差异化的个体，具体操作如下： c1：在父代个体上随机选择一段子路径； c2：被选择的子路段前置，从而在种群中生成一些差异化的个体，这有助于防止算法陷入局部最优解，并有可能在搜索空间中找到更优秀的解决方案； c3：对于子代染色体1，首先选取父代染色体1中的子路径A作为子代染色体1的组成部分，接着，从父代染色体2中选取那些不在子路径A中的编码，并按照父代染色体2的原始顺序将这些编码添加到子路径A的末尾，最后，在子代染色体的尾部附上编码0； c4：针对染色体1，在子路径A后面的位置中，考虑周转车数量约束，通过轮盘赌的工位分配策略填充编码0两次，得到2个子代染色体，对得到的两个个体计算支配情况，选择更好的解进入子代种群，非支配情况无法做出选择时随机选择个体进入子代种群，同理得到子代染色体2； d.变异策略：为了增强个体的搜索能力，对染色体实施两点互换变异策略，通过生成一个随机数，并检查该数是否低于预设的变异概率，若条件满足，则执行变异操作，同时需要保证变异之后染色体个体的合法性，如果变异后的染色体为不可行解，则重新对染色体执行变异，直至产生两条有效染色体，在产生的两条变异染色体以及原个体中通过精英保留策略选择一条作为子代个体； e.选择策略：结合分级选择和精英保留两种策略，以防止算法早熟收敛并提高全局搜索质量，分级选择法通过适应度值的比例选择，有效地防止了算法的早熟收敛现象，而精英保留法则通过直接将当前种群中的最优个体选入下一代，确保了算法保持高效的寻优能力，在迭代初期，主要采用分级选择法，以促进种群的多样性和避免早熟收敛，在每个非支配层级中，挑选该层级中表现优异的个体进入下一代，而在迭代后期，转而采用精英保留策略，这样做不仅有助于扩大搜索空间和加快搜索速度，还能在迭代过程中不断提升全局搜索的质量，通过这种策略的动态调整，算法能够在保持解的多样性的同时，有效地平衡局部和全局搜索，从而提高寻找到全局最优解的概率； 所述步骤3中采用象限寻优策略选择不影响后续配送任务的最优空工装回收任务t动态插入步骤2得到的当前的物料运输路径中。

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合肥工业大学，其通讯地址为：230009 安徽省合肥市包河区屯溪路193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。