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！

龍圖騰網獲悉杉數科技(北京)有限公司;上海杉數網絡科技有限公司;廣州杉數科技有限公司;杉數科技(南京)有限公司;第五范式(深圳)科技有限公司;杉數科技(蘇州)有限公司申請的專利一種基于高質量種子數據的運籌優化數據合成方法及裝置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：CN119623781B 。

龍圖騰網通過國家知識產權局官網在2025-09-23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：202510164162.7，技術領域涉及：G06Q10/04；該發明授權一種基于高質量種子數據的運籌優化數據合成方法及裝置是由胡詩曦;陳藝天;蔡婧穎;艾合買提·買買提;葛思涵設計研發完成，并于2025-02-14向國家知識產權局提交的專利申請。

本一種基于高質量種子數據的運籌優化數據合成方法及裝置在說明書摘要公布了：本發明公開了一種基于高質量種子數據的運籌優化數據合成方法及裝置，涉及運籌優化領域，包括，根據歷史項目經驗，構建初始任務池，所述初始任務池包含多個種子數據樣本，每個數據樣本包括問題、模型和代碼，基于數據樣本中的問題，通過少樣本提示技術擴展至多個問題場景，并生成對應的完整問題樣本，基于問題樣本，結合初始任務池中的數學模型，通過少樣本提示技術生成與對應的問題樣本對應的數學模型。本發明實現了問題樣本的場景擴展，能夠涵蓋更多的實際應用場景和優化需求，實現了問題與數學模型的一一映射，解決了傳統運籌優化中模型設計依賴人工經驗的問題。

本發明授權一種基于高質量種子數據的運籌優化數據合成方法及裝置在權利要求書中公布了：1.一種基于高質量種子數據的運籌優化數據合成方法，其特征在于：包括， 構建初始任務池，所述初始任務池包含多個種子數據樣本，每個種子數據樣本包括問題、模型和代碼； 基于種子數據樣本中的問題，通過少樣本提示技術擴展至多個問題場景，并生成對應的完整問題樣本； 基于問題樣本，結合初始任務池中的數學模型，通過少樣本提示技術生成與對應的問題樣本對應的數學模型； 基于生成的數學模型，通過少樣本提示技術生成與數學模型對應的代碼； 通過增強操作對所生成的數據樣本進行擴展； 通過執行所生成的代碼，進行質量檢查； 構建初始任務池，所述初始任務池包含多個種子數據樣本，每個數據樣本包括問題、模型和代碼，具體包括如下步驟， 定義問題的類型，所述問題的類型包括資源分配問題、路徑規劃問題、庫存管理問題和排程問題，并提取問題的關鍵要素； 提取包括線性規劃、整數規劃、混合整數規劃、動態規劃和隨機規劃類型的模型，并提取模型的數學表達式、變量和參數； 提取包括模型構建、求解過程和結果處理的代碼，同時提取代碼注釋和文檔； 使用數據結構定義問題池、模型池和代碼池； 將問題池、模型池和代碼池整合，形成初始任務池； 使用關系型數據庫存儲任務樣本，并為任務樣本添加元數據和標簽； 基于種子數據樣本中的問題，通過少樣本提示技術擴展至多個問題場景，具體包括如下步驟， 從構建的初始任務池中選擇種子問題，且種子問題符合初始任務池中已經定義的運籌優化問題類型； 從種子問題中提取優化目標、約束條件和決策變量； 根據種子問題的描述，設計具有示例的提示模板，所述提示模板包括問題類型、優化目標的描述和約束條件，并根據問題的類型調整提示模板中的內容； 在提示模板中加入具體場景和優化需求，完成提示模板的設計； 將設計好的提示模板輸入語言模型中，語言模型將基于種子數據和提示模板生成N個不同的運籌優化問題場景； 通過驗證生成問題的場景描述是否合理和去除與種子問題過于相似的重復問題，完成問題場景的驗證和篩選； 生成對應的完整問題樣本，具體包括如下步驟， 提取種子問題中的背景信息，并進一步通過自然語言處理技術解析問題描述，提取其中的關鍵要素，形成完整的問題描述； 從新問題場景中提取優化目標，并根據問題的類型和復雜性，匹配數學模型類型； 從新問題場景中提取約束條件并檢查邏輯和條件是否合理； 將完整問題描述、優化目標和約束條件整合，形成完整的運籌優化問題樣本； 通過增強操作對所生成的數據樣本進行擴展，具體包含如下步驟， 提示語言模型識別數學模型中的可修改部分，所述可修改部分包括優化目標和約束條件； 隨機選擇潛在的可修改元素之一，通過修改優化目標和約束條件，生成具有不同優化需求的新數據樣本； 通過提示語言模型對現有的問題描述進行多種形式的重述； 生成具有不同語義表述的問題描述，且重述過程允許多樣化的語言表述； 針對復雜的運籌優化問題，提示語言模型識別建模技巧； 通過提示語言模型生成不同的建模方案，隨機選擇其中一種建模技巧，對現有數學模型進行修改和替換； 通過不同建模技巧的應用，生成適用于不同問題復雜度和場景需求的多樣化數據樣本； 通過執行所生成的代碼，進行質量檢查，具體包含如下步驟， 從生成的代碼中提取核心模塊，檢查代碼完整性和是否正確導入所需的數學求解庫； 為代碼執行創建隔離的虛擬環境，并提供輸入數據； 調用求解器執行生成的代碼，并捕獲執行日志和異常情況； 基于代碼的優化時間、解的精度、資源使用情況設置評估指標； 讀取求解器的輸出結果，驗證是否成功找到解，并檢查求解器輸出的解是否滿足所有的約束條件； 根據評估指標評估輸出的解的求解效果，判斷解的質量是否符合預期； 對于成功運行且符合預期的解定義為最優解； 對于最優解的代碼樣本，記錄和保存該樣本的執行結果，并標記為成功樣本。

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杉數科技(北京)有限公司;上海杉數網絡科技有限公司;廣州杉數科技有限公司;杉數科技(南京)有限公司;第五范式(深圳)科技有限公司;杉數科技(蘇州)有限公司，其通訊地址為：100102 北京市朝陽區利澤中園106號樓1層C101；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”。