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！

龙图腾网获悉东南大学申请的专利一种基于改进模拟退火算法的智能多式联运路径规划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：CN116151499B 。

龙图腾网通过国家知识产权局官网在2025-09-09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：202211541760.4，技术领域涉及：G06Q10/047；该发明授权一种基于改进模拟退火算法的智能多式联运路径规划方法是由赵林度;李逸龙;孙国豪;瞿子栋;梁艺馨设计研发完成，并于2022-12-02向国家知识产权局提交的专利申请。

本一种基于改进模拟退火算法的智能多式联运路径规划方法在说明书摘要公布了：本发明公开一种基于改进模拟退火算法的智能多式联运路径规划方法，属于多式联运路径规划领域；根据个体信息和拥堵信息使用神经网络模型预测行驶时间，构建道路有向图，确定初始可行路径、算法初始退火温度、最小退火温度、算法迭代次数；将初始可行路径作为当前路径进行变动以生成新路径，判断路径变动是否符合禁忌规则，若不符合则重新寻找可行路径；若符合则检测新路径是否优于当前路径，若优于则接受新路径，将新路径作为当前路径带入下次迭代，反之则概率接受或抛弃新路径，并降温，进入下次迭代；新迭代结果仍对当前路径进行变动，并判断是否接受，然后继续迭代，直至温度小于最小退火温度，结束迭代，结束时的当前路径则为当前最优路径。

本发明授权一种基于改进模拟退火算法的智能多式联运路径规划方法在权利要求书中公布了：1.一种基于改进模拟退火算法的智能多式联运路径规划方法，其特征在于，包括以下步骤： S1，获取真实行驶时间、个体信息和拥堵信息； S2，根据真实行驶时间、个体信息以及拥堵信息，并使用WideDeep模型来构建行驶时间预测模型； S3，将物流公司提供的个体信息数据和交通部门提供的拥堵信息数据输入行驶时间预测模型，预测各路段行驶时间，并根据物流公司报价获得各路段运输成本和各城市转运成本； S4，使用S3所得各路段行驶时间、各路段运输成本和各城市转运成本构建道路有向图，初始化算法各参数，包括：初始退火温度、最小退火温度、算法迭代次数、温度下降速率、最大禁忌长度、禁忌表； S5，根据初始可行路径的生成策略，确定初始可行路径，并作为当前路径； S6，任意选择当前路径中的两个节点，作为修改节点； S7，判断修改节点选择是否符合禁忌规则，若不符合则进入S6，减少禁忌长度；若符合则随机寻找两节点间的新路径，计算新路径与当前路径的目标函数值； S8，根据新路径的接受策略判断是否接受新路径；是则进入S9，否则不对当前路径做改动，进入S10； S9，将新路径作为当前路径带入后续迭代； S10，判断当前温度是否到达S4给定最小退火温度，是则进入S12，否则转入S11； S11，判断迭代次数是否达到S4给定的算法迭代次数，是则按S4给定的温度下降速率降低当前温度，并转入S6； S12，结束迭代，当前路径即为当前最优路径，以此作为行驶路径； S13，行驶过程中，若下一节点存在转运行为，则进入S3，重新计算最优路径，若下一节点为终点，行驶过程完成； 构建行驶时间预测模型的步骤包括： S21，将S1中获取的拥堵信息的特征向量输入至Wide模型，数学公式如下： 为Wide模型系数，φb为拥堵信息的交叉特征；cki为布尔变量，k＝1，…d1，如果特征i属于是第k个变换的一部分则为1，反之则为0； S22，将个体信息的特征向量u输入Deep模型，Deep模型为循环神经网络模型，隐藏层计算公式如下： al+1＝σWlal+βl o＝tanhW2a2+β2 l∈[0,1,2]为隐藏层数，为激活函数，o为输出层，al,βl,Wl分别为隐藏层l的激活函数、偏差值和权重； S23，将Wide模型和Deep模型合并，建立真实行驶时间ei-si与预测时间f·的最小损失函数，形成一个逻辑回归问题： 式中，ti为路段pi的理想行驶时间，为Deep模型系数，β为预测误差。

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东南大学，其通讯地址为：210096 江苏省南京市玄武区新街口街道四牌楼2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”。