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！

龙图腾网获悉北京广嘉自动化系统有限公司申请的专利一种基于自动化算法的智能物流输送系统调度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：CN121010247B 。

龙图腾网通过国家知识产权局官网在2026-01-23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：202511538060.3，技术领域涉及：G06Q10/0637；该发明授权一种基于自动化算法的智能物流输送系统调度方法是由亓卫峰;李盟设计研发完成，并于2025-10-27向国家知识产权局提交的专利申请。

本一种基于自动化算法的智能物流输送系统调度方法在说明书摘要公布了：本发明公开了一种基于自动化算法的智能物流输送系统调度方法，包括：步骤一：采集物流输送系统中的运行数据；步骤二：将运行数据进行预处理，形成标准化物流数据集；步骤三：将标准化物流数据集输入至改进型GraphGPS网络，执行边增强局部传播与稀疏全局建模操作，生成节点嵌入特征张量；步骤四：基于节点嵌入特征张量，构建多目标调度优化函数集；步骤五：采用改进型海象优化算法对多目标调度优化函数集进行求解，输出最优调度方案；步骤六：将最优调度方案下发至物流输送系统的执行单元；步骤七：实时采集执行单元的运行反馈数据，并更新改进型GraphGPS网络和最优调度方案。本发明提升了物流输送系统的响应效率与执行稳定性。

本发明授权一种基于自动化算法的智能物流输送系统调度方法在权利要求书中公布了：1.一种基于自动化算法的智能物流输送系统调度方法，其特征在于，包括如下步骤： 步骤一：采集物流输送系统中的运行数据； 步骤二：将运行数据进行预处理，形成标准化物流数据集； 步骤三：将标准化物流数据集输入至改进型GraphGPS网络，所述改进型GraphGPS网络通过执行边增强局部传播操作与基于路径偏置的稀疏全局建模操作，生成节点嵌入特征张量； 步骤四：基于节点嵌入特征张量，构建多目标调度优化函数集； 步骤五：采用改进型海象优化算法对多目标调度优化函数集进行求解，基于加权Tchebycheff聚合函数计算综合适应度值，输出最优调度方案，具体包括： 初始化若干个调度个体，构成调度种群，并设定最大迭代次数，所述调度个体的位置向量由仓储状态矩阵、车辆状态矩阵、任务状态矩阵与语义状态特征向量在特征维度上线性拼接构成； 针对每个调度个体，分别计算仓库负载均衡目标函数值、路径运输效率目标函数值、设备利用率目标函数值与任务响应公平性目标函数值； 设定目标权重向量和期望参考点，所述期望参考点表示对应目标函数的理论参考值； 基于目标权重向量，将各目标函数值与期望参考点的绝对差值通过加权Tchebycheff聚合函数计算综合适应度值； 在每轮迭代中，将当前调度种群中综合适应度值最小的调度个体作为最优调度个体； 根据最大迭代次数，将调度种群的位置更新均分为全局探索阶段、局部开发阶段与微调阶段，具体为： 在全局探索阶段，引入全局步长系数，将当前调度个体的位置向量与最优调度个体的位置向量之间的差值与全局步长系数和[0,1]区间的均匀随机数进行相乘，并与当前位置向量相加，获得更新后的位置向量； 在局部开发阶段，引入局部扰动系数，将当前调度个体的位置向量与最优调度个体的位置向量之间的差值与局部扰动系数和标准正态分布随机变量进行相乘，并与当前位置向量相加，获得更新后的位置向量； 在微调阶段，将当前调度种群中所有调度个体的平均位置向量作为种群均值，并分别获取当前调度个体的位置向量与最优调度个体的位置向量之间的差值、当前调度个体的位置向量与种群均值之间的差值，分别乘以微调控制系数，与当前位置向量相加，获得更新后的位置向量； 在完成最大迭代次数后，从最后一轮调度种群中筛选综合适应度值最小的调度个体，作为最优调度方案； 步骤六：将最优调度方案下发至物流输送系统的执行单元； 步骤七：实时采集执行单元的运行反馈数据，将运行反馈数据与标准化物流数据集结合，并更新改进型GraphGPS网络和最优调度方案。

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北京广嘉自动化系统有限公司，其通讯地址为：102101 北京市延庆区八达岭经济开发区康西路1644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。