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！

龙图腾网获悉四川农业大学申请的专利县域种养空间协同优化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：CN120746516B 。

龙图腾网通过国家知识产权局官网在2025-11-18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：202511257881.X，技术领域涉及：G06Q10/10；该发明授权县域种养空间协同优化方法是由魏雅丽;秦博杭;魏海艳;董高成;梁馨予;陈盈西;王锶琪设计研发完成，并于2025-09-04向国家知识产权局提交的专利申请。

本县域种养空间协同优化方法在说明书摘要公布了：本发明公开了县域种养空间协同优化方法，该方法包括：通过构建“经济‑生态‑种养”耦合多目标模型，设定水资源、耕地等动态约束条件，结合NSGA‑III算法生成帕累托非劣解集，经染色体编码、适应度计算等优化，再利用PLUS模型模拟未来土地利用格局。该方法整合多元效益，打破单一目标局限，克服传统方法难平衡多元目标的缺陷；将优化算法与模拟模型深度融合，挖掘历史数据趋势，解决模拟与优化脱节问题；以精细约束机制和优化设计，适应资源变化，提升精准性，为县域种养空间布局提供科学支持。

本发明授权县域种养空间协同优化方法在权利要求书中公布了：1.县域种养空间协同优化方法，其特征在于，包括以下步骤： 步骤S1.利用NSGA-III算法构建“经济-生态-种养”耦合的多目标模型，该模型的目标函数包括最大经济效益、最大生态效益、最大种养效益； 步骤S2.设定约束条件，包括水资源总量、耕地保有量、粮食产量阈值、六种地类面积约束及总面积约束，约束上下限参考当地土地利用规划文件，若无文件说明，上限为Markov模型所模拟基准情景中的110%； 步骤S3.采用NSGA-III算法生成帕累托非劣解集，输入县域历史种养数据，包括六种地类面积、总面积、水资源总量、粮食生产价值、养殖业效益价值、种植业生产价值，通过参考点引导的高维目标空间搜索，输出情景化方案簇； 步骤S4.对NSGA-III算法的染色体结构采用实数编码，每条染色体代表一组结构方案，染色体的基因位代表地类的序号，基因值代表地类的土地面积大小，采用实时编码并根据约束条件随机产生初始个体； 步骤S5.计算个体的适应度，由非支配等级和参考点共同决定，先计算种群中每个个体的农业效益、社会效益和生态效益三大目标的函数值，通过非支配分类法确定每个个体的非支配等级，将群体分类排序为多个子集，再设置参考点，基于归一化超平面上均匀分布的参考点进行选择； 步骤S6.基于PLUS模型提取两期土地利用数据变化的区域，利用随机森林算法挖掘不同驱动因子对土地利用变化的影响度以生成每种地类的发展概率，将元胞自动机模型与斑块生成模拟策略相结合，时空动态地模拟未来土地利用空间格局； 步骤S3中输入的县域历史种养数据包括近五年的六种地类面积动态变化数据、不同年份的水资源总量分布数据、粮食生产价值的年度波动数据、养殖业与种植业效益价值的季度统计数据，通过数据时序分析为情景化方案簇的生成提供趋势参考；构建历史数据趋势影响模型公式：，式中，为第年的历史数据趋势影响值，为历史数据权重，为第年的历史数据值，为第年的随机影响因子； 所述步骤S3，包括以下分步骤： S3.1收集县域历史种养数据，对六种地类面积数据按年度进行梳理，统计总面积的年度变化情况，整理水资源总量的季度分布数据，汇总粮食生产价值、养殖业效益价值、种植业生产价值的月度记录数据，并对数据进行格式统一化处理； S3.2基于参考点引导的高维目标空间搜索机制，将整理后的历史种养数据输入NSGA-III算法，设置搜索空间的边界参数，确定目标函数的优化方向，启动算法的迭代搜索过程； S3.3在搜索过程中，实时监测种群中个体的目标函数值变化，根据非支配等级划分规则对个体进行动态分类，记录不同分类中个体的分布情况； S3.4当算法迭代达到预设次数或目标函数值收敛时，停止搜索，从最终的种群中提取帕累托非劣解，形成包括经济优先型、生态优先型、种养优化优先型的情景化方案簇。

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四川农业大学，其通讯地址为：625099 四川省雅安市雨城区新康路46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。