Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

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 积分商城 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 > 河南省交通规划设计研究院股份有限公司;河南省交通事业发展中心;河南省水利勘测设计研究有限公司阮锦楼获国家专利权

河南省交通规划设计研究院股份有限公司;河南省交通事业发展中心;河南省水利勘测设计研究有限公司阮锦楼获国家专利权

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!

龙图腾网获悉河南省交通规划设计研究院股份有限公司;河南省交通事业发展中心;河南省水利勘测设计研究有限公司申请的专利预测船闸通过能力的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:CN115329434B

龙图腾网通过国家知识产权局官网在2025-10-31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:202210991888.4,技术领域涉及:G06F30/13;该发明授权预测船闸通过能力的方法是由阮锦楼;向凯;亢洛宜;毛亚伟;刘鹏;张志虎;田自创;刘影;刘晓玲;陈浩;陆海;戴葳;王兵;王振江;李思玮设计研发完成,并于2022-08-18向国家知识产权局提交的专利申请。

预测船闸通过能力的方法在说明书摘要公布了:本发明公开了一种预测船闸通过能力的方法,获得预测年的货运总量、船型及船型承担的货运量比例;计算预测年各船型的总艘次;随机组合船型和船舶数量为同一过闸批次;根据船闸长宽、船舶长宽,采用二维装箱算法确定同一过闸批次内船舶的编队方式;分别计算按照编队方式完成预测年货运总量,且编队方式中各船舶的船型等于总艘次的单次闸平均载重吨位;将若干个编队方式计算额单次闸平均载重吨位中的最大值为预测年船闸通过能力。本发明的优点在于所采用的原理清晰、计算过程简单、结果准确、效率高,为船闸工程设计提供了更为精准的数据支撑。

本发明授权预测船闸通过能力的方法在权利要求书中公布了:1.一种预测船闸通过能力的方法,其特征在于:包括以下步骤: S1,获得预测年的货运总量、船型及船型承担的货运量比例; S2,计算预测年各船型的总艘次; S3,随机组合船型和船舶数量为同一过闸批次; S4,根据船闸长宽、船舶长宽,采用二维装箱算法确定同一过闸批次内船舶的编队方式;S4步所述二维装箱算法具体为: S4.1,将闸室水平投影为矩形1,以矩形1左下方顶点为原点,长度L1方向为X轴,宽度W1方向为Y轴,建立闸室坐标系; S4.2,采集所述同一过闸批次内船舶的长度L2、宽度W2;根据最大过闸船舶的长度L2、宽度W2,计算闸室的最小可排船数量N; S4.3,当同一过闸批次内船舶数量N1小于等于所述N时,所述同一过闸批次内船舶直接形成1个所述编队方式; S4.4,当同一过闸批次内船舶所述数量N1大于N时,按照船舶排列顺序,提取N+1艘船舶,组成预排队列A; S4.5,以所述闸室坐标系原点坐标为首个可排点,构建可排点队列; S4.6,从所述预排队列A中提取1艘船舶B,水平投影为长度L2、宽度W2的矩形2;按照所述可排点队列中所述可排点顺序,将矩形2左下顶点放在可排点处,直到找到一个可排点满足矩形1完全包含矩形2,且矩形2之间无重叠; S4.7,删除S4.6步中占用的可排点,并将矩形2其他顶点的坐标按顺序加入可排点队列;将所述船舶B放入一次闸排列组合C中; S4.8,循环执行S4.6和S4.7,直至预排队列A为空; S4.9,若同一过闸批次内其他船舶仍能放入矩形1,则执行S4.6和S4.7步直到同一过闸批次内没有其他船舶能放入矩形1为止; S4.10,循环执行S4.4至S4.9步,直到同一过闸批次内船舶数量N为0; S4.11,将若干个一次闸所述排列组合C作为同一过闸批次内船舶的所述编队方式输出; S5,重复执行S3和S4步,获得若干个同一过闸批次内各船舶的编队方式; S6,分别计算按照所述编队方式完成预测年货运总量,且编队方式中各船舶的船型等于总艘次的单次闸平均载重吨位; S7,若干个所述单次闸平均载重吨位中的最大值为预测年船闸通过能力。

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河南省交通规划设计研究院股份有限公司;河南省交通事业发展中心;河南省水利勘测设计研究有限公司,其通讯地址为:450046 河南省郑州市郑东新区泽雨街9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”。

以上内容由龙图腾AI智能生成。

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。