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！

龙图腾网获悉浪潮云信息技术股份公司申请的专利一种冷链物流温度监控及路径优化方法、系统、终端及介质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：CN120806318B 。

龙图腾网通过国家知识产权局官网在2026-01-27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：202511308201.2，技术领域涉及：G06Q10/047；该发明授权一种冷链物流温度监控及路径优化方法、系统、终端及介质是由付健;闵宪伟;高连跃设计研发完成，并于2025-09-15向国家知识产权局提交的专利申请。

本一种冷链物流温度监控及路径优化方法、系统、终端及介质在说明书摘要公布了：本申请涉及物流运输领域，具体提供一种冷链物流温度监控及路径优化方法、系统、终端及介质，包括：通过边缘计算节点对温度传感器数据流进行实时过滤与轻量级机器学习异常检测，生成第一级数据流；利用动态Schema注册机制将多源异构数据统一转换为标准化格式，生成第二级数据流；基于滑动窗口模型计算温度稳定性得分与等级，并通过时空关联融合交通数据，生成第三级增强数据流；采用强化学习算法动态计算最优运输路径，其路径成本函数权重根据实时温控状态自适应调整，并结合分级响应规则库生成应急指令；最终将决策指令下发至车载设备执行。本发明提升运输时效性、可靠性与经济性。

本发明授权一种冷链物流温度监控及路径优化方法、系统、终端及介质在权利要求书中公布了：1.一种冷链物流温度监控及路径优化方法，其特征在于，包括以下步骤： 通过部署于冷链运输载具上的边缘计算节点收集来自温度传感器的原始温度数据流，并对原始温度数据流进行预处理生成包含异常标识的第一级数据流，预处理包括过滤无效数据，并基于预定义的机器学习模型进行异常检测； 获取交通状况数据流和气象预报数据流，利用动态Schema注册机制将第一级数据流、交通状况数据流和气象预报数据流统一转换为预定义的标准化格式，生成第二级标准化数据流； 基于第二级标准化数据流，通过滑动窗口模型计算温度数据的稳定性得分，根据稳定性得分划分稳定性等级，以及基于地理位置信息将第一级数据流与交通状况数据流进行关联融合，生成包含稳定性等级与上下文信息的第三级增强数据流；其中，通过滑动窗口模型计算温度数据的稳定性得分，具体包括：从第二级标准化数据流中提取温度数据，并按照数据源进行分区，对每个分区内的温度数据流划分滑动窗口；对于每个滑动窗口内的温度值集合计算平均值和标准差；计算当前滑动窗口的稳定性得分； 根据第三级增强数据流，基于强化学习算法动态计算最优运输路径，计算最优运输路径过程中的路径成本函数根据实时温控状态动态调整各成本因子权重；同时基于预定义的分级响应规则库，根据稳定性等级生成相应的应急控制指令； 将生成的最优运输路径和应急控制指令下发至车载执行设备； 其中，路径成本函数表示为， 其中，； 其中，为预估行驶时间，为预估油耗，为拥堵概率，为温控风险，为权重系数，； 权重系数的调整公式为， 其中，为强化学习算法的策略网络为第个成本因子生成的调整分数，为缩放常数； 其中，基于强化学习算法动态计算最优运输路径，具体包括： 从第三级增强数据流中提取实时环境状态信息，根据实时环境状态信息构建强化学习模型的状态空间向量，包括车辆当前位置、目的地位置、当前温度稳定性得分、当前车厢内部温度、剩余冷藏保质时长、实时交通拥堵状态及未来天气预测； 定义强化学习模型的可执行动作集合，包括保持当前路径、切换至预定义备用路径、请求紧急支援；动作集合中的路径是基于车辆当前状态，采用K最短路径算法或带约束的路径搜索算法生成候选路径； 定义强化学习模型的即时奖励函数； 将状态空间向量输入至策略网络，输出路径成本函数中各成本因子的权重系数； 将当前状态输入至训练后的强化学习模型，该模型根据决策规则选择价值最高的动作作为最优运输路径，该动作是由K最短路径算法或带约束的路径搜索算法生成的一条运输路径； 将决策过程中输出的各成本因子权重系数记录至日志。

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浪潮云信息技术股份公司，其通讯地址为：250101 山东省济南市高新区浪潮路1036号浪潮科技园T03号楼；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。