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！

龙图腾网获悉华南理工大学申请的专利基于小生境遗传算法的多模态车联网拥堵传播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：CN119863920B 。

龙图腾网通过国家知识产权局官网在2026-04-24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：202411682094.5，技术领域涉及：G06Q10/04；该发明授权基于小生境遗传算法的多模态车联网拥堵传播优化方法是由陈伟能;万蓉;魏凤凤;史宣莉设计研发完成，并于2024-11-22向国家知识产权局提交的专利申请。

本基于小生境遗传算法的多模态车联网拥堵传播优化方法在说明书摘要公布了：本发明公开了一种基于小生境遗传算法的多模态车联网拥堵传播优化方法，包括下述步骤：获取车联网信息；以车联网信息对车联网拥堵传播影响力最大化问题进行数学建模，分别得到拥堵传播动态机制和以车联网拥堵路段数目最大化的目标函数；采用基于适应度共享的小生境技术的遗传算法，以车联网拥堵路段数目最大化为优化目标，计算出多个异构的能使车联网拥堵路段数目最大化的拥堵路段组合。本发明解决了现有的局限于仅生成单一使路网拥堵状态影响最大化的路段组合的问题，基于适应度共享的小生境技术的遗传算法和能在单次演化过程对车联网拥堵传播影响力最大化问题提供多个异构且表现优秀的路段组合。

本发明授权基于小生境遗传算法的多模态车联网拥堵传播优化方法在权利要求书中公布了：1.一种基于小生境遗传算法的多模态车联网拥堵传播优化方法，其特征在于，包括下述步骤： 获取车联网信息，包括路网结构、道路容量和车辆交通流数据； 以车联网信息对车联网拥堵传播影响力最大化问题进行数学建模，分别得到拥堵传播动态机制和以车联网拥堵路段数目最大化的目标函数； 采用基于适应度共享的小生境技术的遗传算法，以车联网拥堵路段数目最大化为优化目标，计算出多个异构的能使车联网拥堵路段数目最大化的拥堵路段组合，具体步骤包括： 以所有包含k个车联网路段编号的集合为个体，并初始化数据库，包括决策变量和对应的适应度值，即包含k个车联网路段编号的集合和拥堵传播影响力，并设定演化终止条件； 从数据库中选择适应值最好的NP个个体组成种群，基于路段的拥堵传播影响力计算种群中每个个体的拥堵传播影响力作为其适应度值，具体计算公式表示为： 其中，是路段xi在车联网拓扑结构中的度，是路段xi的交通承载能力，是路段xi的车道数，是路段xi的长度，L是平均机动车安全行驶占用车道长度； 得到个体拥堵传播影响力为： 基于适应度共享的小生境方法，根据个体包含的车联网路段组合在车联网拓扑结构的相似度，将种群划分为n个子种群，作为不同的小生境，具体包括： 对车联网应用社区检测算法，将其划分为m个莱登社区； 对种群中的每个个体，求解其车联网社区归属向量，个体i的m维社区归属向量其中，第a维度ca表示该个体归属于车联网社区j的路段总数； 基于个体的车联网社区归属向量，定义个体间的距离度量，个体i和个体j之间的欧式距离 以每个个体的车联网归属向量作为聚类，根据个体间距离度量，将距离最短的聚类合并为一个聚类，直至形成n个聚类，最终种群被划分为n个子种群，作为不同的小生境； 从划分出来的多个小生境中随机选择两个小生境应用排序的半交叉算子，具体包括： 从种群中，随机选取两个个体i,j，根据路段拥堵传播影响力值的大小，对个体i包含的路段进行递增排序，对个体j包含的路段进行递减排序； 相互交换个体i和个体j的前半段路段组合，组成两个新个体i′,j′； 此时若新个体i′,j′中存在重复的路段，则剔除重复路段，并从车联网路段集合中，随机选择路段填入个体i′,j′中，保证个体i′,j′仍包含k个不重复的路段； 随机选择一个小生境，对种群中的所有个体以设定概率应用单点变异算子，若某个体对应的随机数大于其单点变异阈值，则从车联网路段集中随机选择一个不属于该个体的路段替代该个体包含的任意路段； 更新种群中所有个体的适应度值，从每个小生境中选择适应度值最高的个体保留至下一代，并克隆繁殖出大小为NP的种群； 循环演化迭代直至到达演化终止条件，输出此时种群中各小生境中适应度最大的个体，作为对车联网拥堵传播影响力多解优化问题的多模态优化解。

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华南理工大学，其通讯地址为：510640 广东省广州市天河区五山路381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。