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！

龙图腾网获悉长沙理工大学申请的专利一种考虑景区交能供给能力的电动汽车出行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：CN120611848B 。

龙图腾网通过国家知识产权局官网在2025-10-03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：202511095480.9，技术领域涉及：G06Q10/047；该发明授权一种考虑景区交能供给能力的电动汽车出行路径规划方法是由何石坚;邓力非;杨佳成设计研发完成，并于2025-08-06向国家知识产权局提交的专利申请。

本一种考虑景区交能供给能力的电动汽车出行路径规划方法在说明书摘要公布了：本发明公开了一种考虑景区交能供给能力的电动汽车出行路径规划方法,包括:获取景区所有景点的信息和所有充电桩的信息；建立包括路径总时间、充电次数、属性多样性和景点个数的多目标函数与对应的约束条件，根据所有景点的信息和所有充电桩的信息生成满足约束条件的路径的可行解的集合，路径的可行解的集合中每个路径均包括所有必去景点和部分非必去景点；将路径的可行解的集合作为初始种群，使用遗传算法根据多目标函数与约束条件求解多目标问题，得到帕累托前沿解并输入到模拟退火算法得到最优的路径规划结果。本发明综合考虑充电、路径、景区属性多样性等约束条件，旨在优化电动汽车在景区内的旅游路径，并提高出行效率。

本发明授权一种考虑景区交能供给能力的电动汽车出行路径规划方法在权利要求书中公布了：1.一种考虑景区交能供给能力的电动汽车出行路径规划方法,其特征在于,包括以下步骤: 获取景区所有景点的信息和所有充电桩的信息，所述景点包括必去景点与非必去景点； 建立包括路径总时间、充电次数、属性多样性和景点个数的多目标函数与对应的约束条件，所述多目标函数包括： 最小化路径总时间F1,公式如下： min F1 = ∑Ti+∑Di,i+1V*Li,i+1其中，i为路径经过的节点，Ti为在节点i的停留时间，Di,i+1为节点i到节点i+1的距离，V为电动汽车的行驶速度，Li,i+1为拥堵系数矩阵L中节点i到节点i+1的拥堵系数，Di,i+1Li,i+1是节点i到节点i+1的等效距离； 最小化充电次数F2,公式如下： min F2 = C其中，C为路径的充电次数； 最大化属性多样性F3,公式如下： max F3 = ‑∑plnp其中，p=SjΣSj， j是景点属性，Sj为路径中属性为j的景点个数，ΣSj为路径中的景点总数； 最大化景点个数F4,公式如下： max F4 = S其中，S为路径的景点个数； 所述约束条件包括： 时间约束：路径的总行程时间不能超过最大允许时间，公式如下： ∑Ti+∑Di,i+1V*Li,i+1≤TMAX其中，i为路径经过的节点，Ti为在节点i的停留时间，Di,i+1为节点i到节点i+1的距离，V为电动汽车的行驶速度，Li,i+1为拥堵系数矩阵L中节点i到节点i+1的拥堵系数，Di,i+1Li,i+1是节点i到节点i+1的等效距离, TMAX为最大允许时间； 充电次数约束：充电次数小于等于设定的最大充电次数，公式如下： C≤CMAXC为当前路径的充电次数，CMAX最大充电次数； 电池电量约束：路径中的电池电量每次路段能量消耗不能超过电池的剩余电量，公式如下： Yi‑Ei,i+1≥0其中，Yi是电动汽车在节点i时电池剩余的电量，Ei,i+1是电动汽车从节点i到节点i+1的能耗，公式如下： Ei,i+1=α·Di,i+1Li,i+1其中，α为电动汽车的单位能耗，Di,i+1为节点i到节点i+1的距离，Li,i+1为拥堵系数矩阵L中对应的节点i到节点i+1的拥堵系数； 必去景区约束：必去景区在路径中的全覆盖，公式如下： Rb=1，b∈B其中，b为必去景点的集合B中的一个景点，Rb为0‑1变量，当Rb=1时代表当前路径包含景点b，否则不包含； 根据所有景点的信息和所有充电桩的信息生成满足约束条件的路径的可行解的集合，路径的可行解的集合中每个路径均包括所有必去景点和部分非必去景点，所述景点的信息包括景点的属性信息和位置信息，根据所有景点的信息和所有充电桩的信息生成满足约束条件的路径的可行解的集合时，具体包括： 获取电动汽车的起点和所有必去景点并进行随机排列，得到路径初始的节点，电动汽车的起点作为路径的起点和终点； 统计路径中所有景点的属性分布，选取属性与占比最少的属性相同的非必去景点作为新的节点插入路径的起点和终点之间，然后再次统计路径中所有景点的属性分布，直到插入的非必去景点达到指定数量； 进行路径修复，然后使用多目标函数计算路径总时间、充电次数、属性多样性和景点个数，并判断是否满足对应约束条件，若不满足对应约束条件，则重新执行获取电动汽车的起点和所有必去景点并进行随机排列的步骤，若满足对应的约束条件，将路径加入可行解的集合； 将路径的可行解的集合作为初始种群，使用遗传算法根据多目标函数与约束条件求解多目标问题，得到路径的帕累托前沿解，将路径的帕累托前沿解输入到模拟退火算法得到最优结果并作为最终的路径规划结果。

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长沙理工大学，其通讯地址为：410114 湖南省长沙市天心区万家丽南路二段960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”。