買(mǎi)專(zhuān)利賣(mài)專(zhuān)利找龍圖騰，真高效！ 查專(zhuān)利查商標(biāo)用IPTOP,全免費(fèi)！專(zhuān)利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉東南大學(xué)申請(qǐng)的專(zhuān)利一種基于改進(jìn)模擬退火算法的智能多式聯(lián)運(yùn)路徑規(guī)劃方法獲國(guó)家發(fā)明授權(quán)專(zhuān)利權(quán)，本發(fā)明授權(quán)專(zhuān)利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN116151499B 。

龍圖騰網(wǎng)通過(guò)國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-09-09發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專(zhuān)利申請(qǐng)?zhí)?專(zhuān)利號(hào)為：202211541760.4，技術(shù)領(lǐng)域涉及：G06Q10/047；該發(fā)明授權(quán)一種基于改進(jìn)模擬退火算法的智能多式聯(lián)運(yùn)路徑規(guī)劃方法是由趙林度;李逸龍;孫國(guó)豪;瞿子棟;梁藝馨設(shè)計(jì)研發(fā)完成，并于2022-12-02向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專(zhuān)利申請(qǐng)。

本一種基于改進(jìn)模擬退火算法的智能多式聯(lián)運(yùn)路徑規(guī)劃方法在說(shuō)明書(shū)摘要公布了：本發(fā)明公開(kāi)一種基于改進(jìn)模擬退火算法的智能多式聯(lián)運(yùn)路徑規(guī)劃方法，屬于多式聯(lián)運(yùn)路徑規(guī)劃領(lǐng)域；根據(jù)個(gè)體信息和擁堵信息使用神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)行駛時(shí)間，構(gòu)建道路有向圖，確定初始可行路徑、算法初始退火溫度、最小退火溫度、算法迭代次數(shù)；將初始可行路徑作為當(dāng)前路徑進(jìn)行變動(dòng)以生成新路徑，判斷路徑變動(dòng)是否符合禁忌規(guī)則，若不符合則重新尋找可行路徑；若符合則檢測(cè)新路徑是否優(yōu)于當(dāng)前路徑，若優(yōu)于則接受新路徑，將新路徑作為當(dāng)前路徑帶入下次迭代，反之則概率接受或拋棄新路徑，并降溫，進(jìn)入下次迭代；新迭代結(jié)果仍對(duì)當(dāng)前路徑進(jìn)行變動(dòng)，并判斷是否接受，然后繼續(xù)迭代，直至溫度小于最小退火溫度，結(jié)束迭代，結(jié)束時(shí)的當(dāng)前路徑則為當(dāng)前最優(yōu)路徑。

本發(fā)明授權(quán)一種基于改進(jìn)模擬退火算法的智能多式聯(lián)運(yùn)路徑規(guī)劃方法在權(quán)利要求書(shū)中公布了：1.一種基于改進(jìn)模擬退火算法的智能多式聯(lián)運(yùn)路徑規(guī)劃方法，其特征在于，包括以下步驟： S1，獲取真實(shí)行駛時(shí)間、個(gè)體信息和擁堵信息； S2，根據(jù)真實(shí)行駛時(shí)間、個(gè)體信息以及擁堵信息，并使用WideDeep模型來(lái)構(gòu)建行駛時(shí)間預(yù)測(cè)模型； S3，將物流公司提供的個(gè)體信息數(shù)據(jù)和交通部門(mén)提供的擁堵信息數(shù)據(jù)輸入行駛時(shí)間預(yù)測(cè)模型，預(yù)測(cè)各路段行駛時(shí)間，并根據(jù)物流公司報(bào)價(jià)獲得各路段運(yùn)輸成本和各城市轉(zhuǎn)運(yùn)成本； S4，使用S3所得各路段行駛時(shí)間、各路段運(yùn)輸成本和各城市轉(zhuǎn)運(yùn)成本構(gòu)建道路有向圖，初始化算法各參數(shù)，包括：初始退火溫度、最小退火溫度、算法迭代次數(shù)、溫度下降速率、最大禁忌長(zhǎng)度、禁忌表； S5，根據(jù)初始可行路徑的生成策略，確定初始可行路徑，并作為當(dāng)前路徑； S6，任意選擇當(dāng)前路徑中的兩個(gè)節(jié)點(diǎn)，作為修改節(jié)點(diǎn)； S7，判斷修改節(jié)點(diǎn)選擇是否符合禁忌規(guī)則，若不符合則進(jìn)入S6，減少禁忌長(zhǎng)度；若符合則隨機(jī)尋找兩節(jié)點(diǎn)間的新路徑，計(jì)算新路徑與當(dāng)前路徑的目標(biāo)函數(shù)值； S8，根據(jù)新路徑的接受策略判斷是否接受新路徑；是則進(jìn)入S9，否則不對(duì)當(dāng)前路徑做改動(dòng)，進(jìn)入S10； S9，將新路徑作為當(dāng)前路徑帶入后續(xù)迭代； S10，判斷當(dāng)前溫度是否到達(dá)S4給定最小退火溫度，是則進(jìn)入S12，否則轉(zhuǎn)入S11； S11，判斷迭代次數(shù)是否達(dá)到S4給定的算法迭代次數(shù)，是則按S4給定的溫度下降速率降低當(dāng)前溫度，并轉(zhuǎn)入S6； S12，結(jié)束迭代，當(dāng)前路徑即為當(dāng)前最優(yōu)路徑，以此作為行駛路徑； S13，行駛過(guò)程中，若下一節(jié)點(diǎn)存在轉(zhuǎn)運(yùn)行為，則進(jìn)入S3，重新計(jì)算最優(yōu)路徑，若下一節(jié)點(diǎn)為終點(diǎn)，行駛過(guò)程完成； 構(gòu)建行駛時(shí)間預(yù)測(cè)模型的步驟包括： S21，將S1中獲取的擁堵信息的特征向量輸入至Wide模型，數(shù)學(xué)公式如下： 為Wide模型系數(shù)，φb為擁堵信息的交叉特征；cki為布爾變量，k＝1，…d1，如果特征i屬于是第k個(gè)變換的一部分則為1，反之則為0； S22，將個(gè)體信息的特征向量u輸入Deep模型，Deep模型為循環(huán)神經(jīng)網(wǎng)絡(luò)模型，隱藏層計(jì)算公式如下： al+1＝σWlal+βl o＝tanhW2a2+β2 l∈[0,1,2]為隱藏層數(shù)，為激活函數(shù)，o為輸出層，al,βl,Wl分別為隱藏層l的激活函數(shù)、偏差值和權(quán)重； S23，將Wide模型和Deep模型合并，建立真實(shí)行駛時(shí)間ei-si與預(yù)測(cè)時(shí)間f·的最小損失函數(shù)，形成一個(gè)邏輯回歸問(wèn)題： 式中，ti為路段pi的理想行駛時(shí)間，為Deep模型系數(shù)，β為預(yù)測(cè)誤差。

如需購(gòu)買(mǎi)、轉(zhuǎn)讓、實(shí)施、許可或投資類(lèi)似專(zhuān)利技術(shù)，可聯(lián)系本專(zhuān)利的申請(qǐng)人或?qū)＠麢?quán)人東南大學(xué)，其通訊地址為：210096 江蘇省南京市玄武區(qū)新街口街道四牌樓2號(hào)；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。