Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 合肥工业大学凌海峰获国家专利权

合肥工业大学凌海峰获国家专利权

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!

龙图腾网获悉合肥工业大学申请的专利融合车主偏好的车货匹配方法、装置、存储介质和电子设备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:CN115186175B

龙图腾网通过国家知识产权局官网在2025-08-22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:202210634790.3,技术领域涉及:G06F16/9535;该发明授权融合车主偏好的车货匹配方法、装置、存储介质和电子设备是由凌海峰;易焕美;孙见山;袁昆;钱洋;刘业政;姜元春;柴一栋;陈夏雨;徐旺设计研发完成,并于2022-06-07向国家知识产权局提交的专利申请。

融合车主偏好的车货匹配方法、装置、存储介质和电子设备在说明书摘要公布了:本发明提供了一种融合车主偏好的车货匹配方法、装置、存储介质和电子设备,涉及车货匹配技术领域。本发明充分利用了车主历史行为序列信息,历史行为是对车主偏好的一种体现,有些偏好是静态的或随时间缓慢变化的,有些偏好是动态的实时变化的,它们从不同的角度展现了车主的偏好,所以结合这两种不同类型的偏好形式能够更好的反映车主的个性化偏好。在此基础上,本发明提出了一种新的车货匹配方法思路,即“预测+决策”,通过建立深度学习模型有效挖掘车主长短期偏好,提高预测的精度,再将偏好预测的结果融合到车货匹配决策模型的构建过程中,有效提高车货匹配效率,降低匹配成本,提升车主满意度与粘性,因此在实际应用中更具价值。

本发明授权融合车主偏好的车货匹配方法、装置、存储介质和电子设备在权利要求书中公布了:1.一种融合车主偏好的车货匹配方法,其特征在于,该方法包括: 获取车货相关数据;所述车货相关数据包括:车主数据、历史货源数据、车主历史交互行为序列数据以及待匹配货源数据;且所述车主历史交互行为序列数据为按时间排序的车主在网络货运平台中实际运输并给出好评的货源数据; 基于车货相关数据预测车主对待匹配货源的综合偏好;所述综合偏好为车主与待匹配货源产生交互行为的概率; 获取考虑综合偏好、车辆装载率和匹配成本的车货匹配决策模型; 获取所述车货匹配决策模型的最优解作为车货匹配结果; 所述车货匹配决策模型,包括: 目标函数: 其中, 表示平台对于车主综合偏好的偏重程度; 表示平台对于车辆装载率的偏重程度; 表示平台对于降低匹配成本的偏重程度; 、 、 分别表示综合偏好得分率、装载率、匹配成本, , ; 表示车主v对货源c的综合偏好; 为车主v对货源c匹配的决策变量;且 进而得到车货匹配决策变量矩阵: 分别为待匹配车主数量和待匹配货源数量; 为车主v当前位置与货源c起点的距离; 为车主v拥有车辆的车长、载重和容积; 为货源c的长度、重量和体积; D为给定的可匹配的最大距离; 约束条件: 条件1:每位车主至多匹配一个货源,表示为: , 条件2:每个货源至多匹配一位车主,表示为: , 条件3:每位车主匹配的货源长度不超过车辆长度,表示为: , , 条件4:每位车主匹配的货源重量不超过车辆载重,表示为: , , 条件5:每位车主匹配的货源体积不超过车辆容积,表示为: , , 条件6:每位车主距离匹配货源的起点不超过最大匹配距离,表示为: , , 其中,分别为车主集和货源集。

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合肥工业大学,其通讯地址为:230009 安徽省合肥市包河区屯溪路193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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。