買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉電子科技大學長三角研究院(湖州)申請的專利帶變鄰域搜索的多引導解粒子群多目標拼車問題優化方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN115186969B 。

龍圖騰網通過國家知識產權局官網在2025-08-29發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202210573923.0，技術領域涉及：G06Q10/0631；該發明授權帶變鄰域搜索的多引導解粒子群多目標拼車問題優化方法是由蘇生;熊冬文設計研發完成，并于2022-05-24向國家知識產權局提交的專利申請。

本帶變鄰域搜索的多引導解粒子群多目標拼車問題優化方法在說明書摘要公布了：本發明涉及共享交通技術領域，涉及一種帶變鄰域搜索的多引導解粒子群多目標拼車問題優化方法，包括：一、建立非支配解集NS；二、用初始解構建算法獲得初始位置的粒子群S；三、對粒子Pi用粒子運動算子獲得粒子新位置集合PSi；四、對PSi進行變鄰域搜索VNS得到集合PSi'；五、使用PSi'更新粒子Pi的歷史最優解集pbesti；六、所有粒子Pi的pbesti更新全局最優解gbest；七、使用非支配解集過濾控制pbesti和gbest中解的數量；八、使用gbest更新NS。本發明能較佳地解決多目標拼車問題。

本發明授權帶變鄰域搜索的多引導解粒子群多目標拼車問題優化方法在權利要求書中公布了：1.帶變鄰域搜索的多引導解粒子群多目標拼車問題優化方法，其特征在于：包括以下步驟： 一、建立非支配解集NS； 二、用初始解構建算法獲得初始位置的粒子群S； 三、對粒子P i 用粒子運動算子獲得粒子新位置集合PS i ； 粒子運動算子計算方法如下： 2.1）輸入粒子當前解s，全局最優解集gbest，歷史最優解集pbest； 2.2）粒子新位置集合PS= ； 2.3）對gbest∪s歸一化； 2.4）計算D 2 I g ，g gbest； 2.5）對gbest排序，均勻選出子集G c ； 2.6）用同樣的方法從pbest中選出子集P c ； 2.7）設g∈G c ，p∈P c ； 2.8）隨機截取g與s的差序列g-s，得到全局認知項O g ，隨機截取p與s的差序列p-s，得到自身認知項O p ，s經過速度v的運動后得到解序列s v ，s'=s v +O g +O p ，PS=PS∪s'； 2.9）輸出PS； g為全局最優解序列，p為歷史最優解序列，最優解集B中的每一個解根據指標值D2I的大小排序后，以相同的間隔均勻選出多個引導解；對取出的全局最優解子集G c 和歷史最優解子集P c 進行組合，步驟2.8）是用計算出的新解集作為粒子運動后的結果； 四、對PS i 進行變鄰域搜索VNS得到集合PS i '； 變鄰域搜索方法為： 3.1）輸入PS； 3.2）設新的Q=PS； 3.3）設q∈PS，i∈range0,； 3.4）執行鄰域操作算子1得到q 1 ；如果q 1 未被q支配，則Q=Q∪q 1 ； 3.5）執行鄰域操作算子2得到q 2 ；如果q 2 未被q支配，則Q=Q∪q 2 ； 3.6）執行鄰域操作算子3得到q 3 ；如果q 2 未被q支配，則Q=Q∪q 3 ； 3.7）獲得Q的最優非支配解集PS'； 3.8）輸出PS'； 對經過運動算子得到的解集PS，每個解都進行變鄰域搜索，步驟3.4）~3.6）表示一次搜索，依次在各個鄰域中搜索，直到找到可以支配當前解的新解，結束本次搜索；步驟3.4）~3.6）中，每個解都會進行次搜索； 五、使用PS i '更新粒子P i 的歷史最優解集pbest i ； 六、所有粒子P i 的pbest i 更新全局最優解gbest； 七、使用非支配解集過濾控制pbest i 和gbest中解的數量； 非支配解集過濾方法為： 4.1）輸入B； 4.2）對B歸一化處理得到N； 4.3）i=|N|； 4.4）設iα； 4.5）取得N中距離最近的兩個解，選擇較差的解w，B=B-w； 4.6）i=i-1，進行循環計算； 4.7）輸出B； 步驟4.4）~4.6）依次刪除歐式距離最近的兩個解中較差的一個解，解的好壞通過歸一化后與參考點之間的距離來判斷； 八、使用gbest更新NS。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人電子科技大學長三角研究院(湖州)，其通訊地址為：313000 浙江省湖州市西塞山路819號科技創新綜合體B1幢；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。