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(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉南京國立資產(chǎn)管理有限責任公司申請的專利停車位推薦與預留方法獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN120452245B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-09-12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)的專利申請?zhí)?專利號為：202510961873.7，技術領域涉及：G08G1/14；該發(fā)明授權(quán)停車位推薦與預留方法是由羅從啟;吳騮明;童玉瑩;周麗娟;謝文兵;余磊;季風設計研發(fā)完成，并于2025-07-14向國家知識產(chǎn)權(quán)局提交的專利申請。

本停車位推薦與預留方法在說明書摘要公布了：本發(fā)明公開了一種停車位推薦與預留方法，包括：規(guī)整所獲取的多源異構(gòu)數(shù)據(jù)，以生成停車場靜態(tài)屬性數(shù)據(jù)、實時車位狀態(tài)數(shù)據(jù)與動態(tài)用戶請求數(shù)據(jù)；依據(jù)能夠基于性能反饋進行自適應演化的模糊規(guī)則集，運用模糊推理構(gòu)建客觀基礎勢場；采用分層貝葉斯與注意力機制等方法，對用戶的長短期偏好進行建模，以生成用戶主觀偏好調(diào)制器；融合客觀勢場、主觀調(diào)制器以及參數(shù)可動態(tài)調(diào)整的多智能體排斥勢場，構(gòu)建系統(tǒng)總勢能函數(shù)，并通過求解該函數(shù)的最小值來確定并輸出面向所有用戶的、沖突規(guī)避的協(xié)同引導策略。本發(fā)明能夠提供高效、個性化且具備宏觀協(xié)同能力的停車引導，顯著提升用戶體驗和停車場運行效率。

本發(fā)明授權(quán)停車位推薦與預留方法在權(quán)利要求書中公布了：1.一種停車位推薦與預留方法，其特征在于，包括： 處理已獲取的多源異構(gòu)數(shù)據(jù)，生成停車場靜態(tài)屬性數(shù)據(jù)、實時車位狀態(tài)數(shù)據(jù)與動態(tài)用戶請求數(shù)據(jù)； 依據(jù)停車場靜態(tài)屬性數(shù)據(jù)與實時車位狀態(tài)數(shù)據(jù)，運用模糊推理構(gòu)建客觀基礎勢場，包括：對每一個狀態(tài)為未占用的車位，從停車場靜態(tài)屬性數(shù)據(jù)和實時車位狀態(tài)數(shù)據(jù)中提取其多維度屬性，形成車位多維數(shù)值向量；從規(guī)則基因庫中加載當前最優(yōu)的模糊規(guī)則集，并通過模糊化、規(guī)則激活、推理、聚合及去模糊化，為每個車位計算出車位基礎勢能標量，所有這些標量的集合構(gòu)成了客觀基礎勢場； 基于動態(tài)用戶請求數(shù)據(jù)與歷史行為數(shù)據(jù)，采用貝葉斯推理生成用戶主觀偏好調(diào)制器； 融合客觀基礎勢場、用戶主觀偏好調(diào)制器、以及根據(jù)所有活躍用戶狀態(tài)計算的動態(tài)排斥勢場，構(gòu)建系統(tǒng)總勢能函數(shù)； 基于系統(tǒng)總勢能函數(shù)執(zhí)行全局優(yōu)化，求解系統(tǒng)總勢能函數(shù)的最小值，找到總能量最低的最優(yōu)車位分配方案，將其轉(zhuǎn)換為面向每個用戶的具體導航路徑指令，生成停車位的協(xié)同引導策略； 其中，在使用時，模糊推理所依據(jù)的規(guī)則集進行自適應演化，具體為： 獲取由上一輪全局優(yōu)化過程輸出的、描述系統(tǒng)整體性能的系統(tǒng)總勢能指標； 計算表征系統(tǒng)預測與用戶實際選擇之間差異的性能偏差度； 當系統(tǒng)總勢能指標的持續(xù)劣化或性能偏差度的累積超過預設閾值時，對規(guī)則集的拓撲演化，生成新一代的最優(yōu)模糊規(guī)則集； 其中，系統(tǒng)總勢能函數(shù)包括： 基礎分配勢能項，其值為所有被分配用戶的全局協(xié)同動態(tài)勢能之和，用于衡量該分配方案的個體滿意度總和；其中全局協(xié)同動態(tài)勢能的計算過程包括：對于每個活躍用戶，將其生成的用戶主觀偏好調(diào)制器作用于客觀基礎勢場上，通過矩陣變換，為該用戶生成個體主觀勢場；將所有用戶的動態(tài)排斥勢場進行線性疊加，得到多智能體排斥勢場；將個體主觀勢場與多智能體排斥勢場進行逐點合成，得到全局協(xié)同動態(tài)勢能； 路徑交叉懲罰勢能項，其值為所有用戶規(guī)劃路徑間的路徑交叉懲罰之和，用于量化該分配方案所引發(fā)的潛在交通擁堵風險； 權(quán)重系數(shù)，用于對基礎分配勢能項和路徑交叉懲罰勢能項進行加權(quán)； 其中，生成用戶主觀偏好調(diào)制器的過程包括：采用貝葉斯推理，獲得用戶偏好概率分布；將用戶偏好概率分布，通過指數(shù)響應函數(shù)轉(zhuǎn)化為維度縮放因子向量；將維度縮放因子向量的各分量布設于矩陣的對角線上，構(gòu)建出作為用戶主觀偏好調(diào)制器的仿射變換矩陣； 其中，動態(tài)排斥勢場，包括： 排斥勢場的影響幅度Aρ，由線性增長公式Aρ=Abase+kAρ確定；其中，ρ為實時交通密度，Abase為基礎排斥幅度，kA為幅度增長系數(shù)； 排斥勢場的影響半徑σρ，由反比例衰減公式σρ=σbase1+kσρ確定；其中，σbase為基礎排斥半徑，kσ為半徑衰減系數(shù)； 實時交通密度ρ為停車場內(nèi)活躍尋車用戶數(shù)與當前可用車位總數(shù)的比值。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人南京國立資產(chǎn)管理有限責任公司，其通訊地址為：210000 江蘇省南京市秦淮區(qū)大光路41號光華大廈4樓；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)”。