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 > 安徽大学吴邦琪获国家专利权

安徽大学吴邦琪获国家专利权

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!

龙图腾网获悉安徽大学申请的专利一种基于多目标优化的立式预制构件堆场储位分配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:CN120069746B

龙图腾网通过国家知识产权局官网在2026-01-09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:202510195357.8,技术领域涉及:G06Q10/087;该发明授权一种基于多目标优化的立式预制构件堆场储位分配方法是由吴邦琪;周思宇;徐佳;王华彬;琚川徽;李学俊设计研发完成,并于2025-02-21向国家知识产权局提交的专利申请。

一种基于多目标优化的立式预制构件堆场储位分配方法在说明书摘要公布了:本发明提供一种基于多目标优化的立式预制构件堆场储位分配方法,首先根据堆场堆存情况、入场预制构件信息、桁车工作状态构建堆场储位优化数据集;然后以资源约束和空间约束为前提,以提高多桁车运作并行度、减少入场搬运完工时间以及关联预制构件就近存放为目标,构建堆场储位优化模型;再基于堆场储位优化数据集和模型,采用改进的非支配排序遗传算法NSGA‑II,通过适应度值评估、非支配排序以及拥挤度计算,数次择优迭代,输出Pareto前沿上的多个优质解;最后选择所有目标值均最优、染色体编码最小的个体作为最优的堆存方案,并进行可视化展示。本发明为装配式建筑工厂提供合理参考的同时,规范了堆场管理、优化了空间利用、提升了堆场运营效率。

本发明授权一种基于多目标优化的立式预制构件堆场储位分配方法在权利要求书中公布了:1.一种基于多目标优化的立式预制构件堆场储位分配方法,其特征在于,包括以下步骤: S1、面向多仓储区协同运作、多起重装置并行吊装的大规模装配式建筑堆场复杂作业场景,获取堆场堆存情况、入场预制构件信息以及桁车工作状态,构建堆场储位优化数据集; S2、以资源约束和空间约束为前提,关注更深层次的预制构件入场顺序、目的地以及离场时间等属性信息对桁车作业的影响,以提高多桁车运作并行度、减少入场搬运完工时间以及关联构件就近存放为目标,构建堆场储位优化模型; S3、基于堆场储位优化数据集和模型,采用改进的非支配排序遗传算法NSGA-II,采用三层染色体编码、基于迭代次数的自适应交叉变异策略,并进行适应度值评估及非支配排序,数次择优迭代,输出Pareto前沿上的多个优质解; 所述三层染色体编码,染色体从左到右的编码次序即为入场预制构件的顺序,其每一列代表预制构件在堆场中的坐标,每列坐标都是由堆场编号、列号、排号组成,在各自取值范围内生成3个随机整数作为一个储位坐标加入染色体的一列,直到染色体的长度达到入场预制构件的数量,且确保坐标不重复,由此组成了一条完整的染色体,每个染色体都代表着入场立式预制构件的一个堆放方案; 所述基于迭代次数的自适应交叉变异策略,即交叉、变异概率随着迭代次数增加自适应线性调整,在迭代初期,种群多样性高,交叉、变异概率较低;迭代后期,增加交叉、变异概率,鼓励新个体的生成,扩大搜索范围,避免陷入局部最优解;且由于问题规模较大,每次交叉或变异后需检查个体编码是否合法,并处理存在重复列个体; S4、在优质解中选择所有目标值均最优、染色体编码最小的个体作为最优的堆存方案,并以三维坐标系的形式进行可视化展示。

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安徽大学,其通讯地址为:230601 安徽省合肥市经济技术开发区九龙路111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。