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！

龙图腾网获悉中国农业机械化科学研究院申请的专利一种同种农机多机协同静态任务分配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：CN114444829B 。

龙图腾网通过国家知识产权局官网在2025-07-22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：202011202185.6，技术领域涉及：G06Q10/0631；该发明授权一种同种农机多机协同静态任务分配方法是由王猛;赵博;刘阳春;苑严伟;伟利国;汪凤珠设计研发完成，并于2020-11-02向国家知识产权局提交的专利申请。

本一种同种农机多机协同静态任务分配方法在说明书摘要公布了：一种同种农机多机协同静态任务分配方法，基于多变异分组遗传算法进行任务分配，包括如下步骤：根据农机机群的作业时间、油耗和非作业路程等因素构建多机协同代价函数；根据多机作业特点构建两段式编码表示任务分配方式，每个编码表示一个染色体，构建适应度函数，表示每个染色体代表的任务分配性能；以及基于所述多变异分组遗传算法搜索最优染色体，最终得到最优个体。本发明解决了农机合作社或农场作业过程中面临的多个农机共同完成多个任务的情况下如何合理分配任务和任务执行顺序的问题。

本发明授权一种同种农机多机协同静态任务分配方法在权利要求书中公布了：1.一种同种农机多机协同静态任务分配方法，其特征在于，该同种农机多机协同静态任务分配方法基于多变异分组遗传算法进行任务分配，包括如下步骤： S100、根据农机机群的作业时间、油耗和非作业路程构建多机协同代价函数； S200、根据多机作业特点构建两段式编码表示任务分配方式，每个编码表示一个染色体，构建适应度函数，表示每个染色体代表的任务分配性能；以及 S300、基于所述多变异分组遗传算法搜索最优染色体，最终得到最优个体； 其中，步骤S100进一步包括： S101、定义符号，假设m台农机作业，用集合{a1，…，am}表示；作业任务数量为n，用集合{T1，…，Tn}表示；第i台农机的性能参数表示为： ai＝{vwi，di，wi，vi，tti}T，i＝1，2，…，m， 其中vwi表示第i台农机的作业平均速度，单位kmh，di表示第i台农机的作业幅宽，单位m，wi表示第i台农机的平均作业能力，单位m2h，vi表示第i台农机非作业状态行驶平均速度，单位kmh，tti表示第i台农机作业中每次掉头的平均时间，单位h；第j个任务的参数表示为Tj＝{x1j，y1j，x2j，y2j，x3j，y3j，x4j，y4j，dTj，lTj，Sj}T，j＝1，2，…，n， 其中x1j，y1j、x2j，y2j、x3j，y3j和x4j，y4j分别表示任务Tj地块四个顶点的坐标，dTj表示任务Tj垂直作业路径的宽度，lTj表示任务Tj平行作业路径的长度，Sj表示任务Tj的面积，单位m2； S102、采用如下公式计算每台农机的非作业路程： 其中sai，Tj表示农机ai到其第1个任务Tj的路程；sai，TjTk表示农机ai从第j个任务Tj到第k个任务Tk的路程；sai，Tl表示农机ai从最后一个任务Tl回到车库的路程；j，k，l∈{1，…，n； S103、采用如下公式计算每台农机的总油耗，所述总油耗包括农机路上的油耗、作业过程中掉头的油耗和作业的油耗： 其中， kij为第i台农机在第j个任务地块作业行数，式中为向上取整符号，取值为不小于该符号内数值的最小整数； S104、采用如下公式计算每台农机完成任务的总时间，所述总时间包括农机路上的时间、农机作业的时间和农机田间掉头的时间： S105、计算任务间距离，以车库为起点，n个任务依次作为第2到n+1个点，建立任意两点间路上的距离矩阵D； 其中dij表示第i-1个任务点到第j-1个任务点之间路上的距离，i、j＝{2，…，n+1}，i≠j； 其中，如果某两个任务地头相邻，认为该两个任务点之间的最短距离为0；如果地头不相邻，则该两个任务点之间的最短距离等于两个任务间路上的距离，建立两点间最近的距离矩阵D′； 其中d′ij表示第i-1个任务点到第j-1个任务点之间的最短距离，i、j＝{2，…，n+1}，i≠j； S106、构建目标函： 其中，f表示多机协同代价，si为第i台农机完成作业任务时非作业状态下的总路程，α为s在目标函数中的权重α∈[0，1]，ci为第i台农机完成任务的油耗，β为c在目标函数中的权重β∈[0，1]，ti为第i台农机完成任务的时间，γ为maxti在目标函数中的权重γ∈[0，1]； 步骤S200进一步包括： S201、构建两段式编码表示遗传算法的染色体，其中第一段为任务的排序，n个任务由1到n，n个数字表示共n位；第二段为分组的位置，共m-1位；以及 S202、构建适应度函数，Fit＝1f，适应度函数为每个染色体代表的任务分配性能； 步骤S300进一步包括： S301、随机生成染色体，产生数量为N的初始种群作为父代； S302、采用轮盘赌选择方法选择进行交叉的两个父代； S303、产生随机数rand∈[0，1，如果rand＜Pc，执行分组交叉算子，否则选择适应度高的父代直接作为子代；分组交叉过程如下： S3031、产生1到m的随机序列； S3032、按随机序列的顺序进行分组遗传，设随机序列第一个数为k，产生随机数rand∈[0，1，如果rand＜0.5则第1个父代的第k组作为子代的第k组，如果rand≥0.5则第2个父代的第k组作为子代的第k组； S3033、从2个父代中删除子代中包含的任务，按照步骤S3032方式进行序列第2到m位代表的组数进行分组交叉遗传； S3034、将未参与交叉运算的剩余任务随机插入到子代中得到最终的子代； S304、从子代第一个个体开始执行变异算子，依次到子代最后一个个体，产生新的种群；进一步包括： S3041、产生随机数rand∈[0，1，如果rand＜Pm1，执行组间转移变异算子，否则保持不变； 其中，组间转移变异过程包括： S30411、在某条染色体随机选取两个不同的组作为移出组和移入组oGroup、iGroup∈{1，…，m}； S30412、如果移出组oGroup中任务数量大于1，则随机从移出组和移入组选取两个点oPoint、iPoint作为移出任务位置和移入任务位置； S30413、将移出任务oPoint点对应的任务移动到移入iPoint点位置完成组间转移，并相应修改分组间断点的值； S3042、产生随机数rand∈[0，1，如果rand＜Pm2，执行组间交换变异算子，否则保持不变； 其中，组间交换变异过程： S30421、从染色体的第1到m组分别随机选择用做交换任务的点； S30422、移除选中点的任务； S30423、将移除的任务进行排序，并按排列后的顺序插入到交换任务点； S3043、产生随机数rand∈[0，1，如果rand＜Pm3，执行2-opt局部优化变异算子，否则保持不变，包括： S30431、在染色体的某组内随机选取两个点i、j； S30432、i前的路径不变添加到新路径中，将i到j之间的路径翻转其编码后添加到新路径，将j之后的路径不变添加到新路径； S30433、如果变异后适应度增加，则接收该变异，如果适应度不增加则保持原个体不变； S305、执行最优个体保留策略，包括： S3051、找出当前群体中适应度最高的个体和适应度最低的个体； S3052、若当前群体中最佳个体适应度比迄今为止最佳个体的适应度高，则以当前种群中的最佳个体作为迄今为止最佳个体； S3053、用迄今为止最佳个体替换掉当前群体中最差的个体。

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中国农业机械化科学研究院，其通讯地址为：100083 北京市朝阳区德胜门外北沙滩一号；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”。