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！

龙图腾网获悉南京信息工程大学申请的专利基于自适应邻域蚁群系统的多仓库多物流车路径规划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：CN121032380B 。

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：202511555964.7，技术领域涉及：G06Q10/0835；该发明授权基于自适应邻域蚁群系统的多仓库多物流车路径规划方法是由姜钟珩;杨强;林鑫;高旭东设计研发完成，并于2025-10-29向国家知识产权局提交的专利申请。

本基于自适应邻域蚁群系统的多仓库多物流车路径规划方法在说明书摘要公布了：本发明公开了一种基于自适应邻域蚁群系统的多仓库多物流车路径规划方法，提出了基于历史演化信息的自适应仓库选择策略，自主为各物流车选择合适的仓库，达到优化仓库位置的目的，面向蚁群系统设计了基于自适应邻域的客户选择机制，有效降低了客户选择的复杂度；通过不断迭代优化，最终输出高质量高精度的多物流车服务路径，在降低所有物流车服务总成本的同时尽量均衡各物流车的服务成本。本发明通过蚁群优化算法进行求解，设计了自适应仓库选择策略、基于自适应邻域的客户选择机制，基于路径预估服务成本的蚂蚁选择技术和融合2‑opt的路径合并与分割策略，显著提升了路径规划方案的质量，同时大大缩短了构建规划方案所消耗的时间。

本发明授权基于自适应邻域蚁群系统的多仓库多物流车路径规划方法在权利要求书中公布了：1.一种基于自适应邻域蚁群系统的多仓库多物流车路径规划方法，其特征在于，包括以下步骤： 步骤1、读取数据信息，包括物流车信息、客户数量信息、客户位置信息和客户间的服务成本信息；构建不确定多仓库多物流车路径规划模型，建立优化目标函数以评价路径规划方案的质量； 步骤2、根据客户位置信息和客户间的服务成本信息，构建客户之间的服务成本矩阵，并初始化启发式信息矩阵；初始化蚁群系统算法参数，并使用贪心算法构建不确定多仓库多物流车路径规划方案，并初始化信息素矩阵和仓库权重向量； 步骤2具体为：蚁群系统算法包括蚂蚁团队数量NP、信息素因子α、启发式信息因子β、局部信息素蒸发率ξ、全局信息素蒸发率ρ和伪随机概率q0； 启发式信息是基于客户之间的服务成本所生成的，两个客户i,j之间的启发式信息ηi,j的计算公式为： ； ei,j代表客户i和客户j之间的服务成本； 通过贪心算法构建一个贪心的多物流车路径规划方案包括以下步骤： 步骤2-1、初始化蚂蚁团队，包含M只蚂蚁； 步骤2-2、蚂蚁团队的每只蚂蚁随机从客户集合中选择一个客户作为出发点，根据各客户之间的启发式信息选择下一个客户，开始贪心构建物流车路径规划方案；蚂蚁团队初始化一个客户禁忌表tabu，其中包含所有选中的初始客户，初始化每只蚂蚁的路径服务成本为0； 步骤2-3、蚂蚁团队中的每只蚂蚁根据客户禁忌表获取各自可访问客户集candidates，随后每只蚂蚁从各自的可访问客户集candidates中预选择与各自的当前客户i具有最大启发式信息的客户j；然后，将每只蚂蚁预选客户加入到各自所构建的服务路径中，计算每只蚂蚁的预估路径服务成本； 步骤2-4、选择预估路径服务成本最小的蚂蚁进行路径构建；将该蚂蚁所预选择的客户加入所构建物流车路径中，同时加入禁忌表，并更新对应的路径服务成本；其他蚂蚁则放弃其预选的客户； 步骤2-5、重复步骤2-3到步骤2-4，直到蚂蚁团队中的每只蚂蚁都无法再选择客户，即所有客户均被物流车所服务，从而得到一个贪心的不确定多仓库多物流车路径规划方案； 步骤2-6、使用贪心的不确定多仓库多物流车路径规划方案的适应值来赋值信息素初始值τ0，然后将所有信息素矩阵中的信息素初始化为τ0； 步骤3、构建蚂蚁团队群体，其中每个蚂蚁团队包含与物流车数量相同的蚂蚁，每个蚂蚁负责构建一辆物流车的服务路径；每个蚂蚁团队中的每只蚂蚁根据仓库权重向量，自适应选择仓库，作为路径的起始点；随后，每只蚂蚁依据所提出的自适应邻域方法和基于预估路径服务成本的蚂蚁选择技术，结合启发式信息矩阵和信息素矩阵，逐个客户构建物流车的服务路径，同时在路径构建过程中对信息素矩阵进行局部更新； 步骤3具体包括如下步骤： 步骤3-1、构建NP个蚂蚁团队，每个团队包含M只蚂蚁； 步骤3-2、采用自适应仓库选择策略确定蚂蚁团队中所有蚂蚁的起始客户；随后开始构建物流车路径规划方案；初始化一个客户禁忌表tabu，包含了所有路径的起始客户，初始化每个蚂蚁的路径服务成本为0； 步骤3-3、蚂蚁团队中每只蚂蚁根据基于自适应邻域的客户选择机制预选择下一个客户； 步骤3-4、采用基于预估路径服务成本的蚂蚁选择技术来选择蚂蚁构建物流车路径；将所选中蚂蚁的预选客户加入其所构建物流车路径中，同时加入蚂蚁团队的客户禁忌表，并更新对应的路径服务成本；同时调用局部信息素更新规则，即时更新蚂蚁当前所经过边上的信息素，其他的蚂蚁则放弃其预选客户； 步骤3-5、重复步骤3-3和步骤3-4，直到所有客户全部被选中并进入tabu，从而得到一个不确定多仓库多物流车路径规划方案； 步骤3-6、重复步骤3-2到步骤3-5，直到所有蚂蚁团队都构建了不确定多仓库多物流车路径规划方案； 步骤4、基于所提出的融合2-opt的路径合并与分割策略，自适应依概率对蚂蚁团队构建出的物流车路径规划方案进行局部搜索操作； 步骤5、设定优化目标，对每个路径规划方案进行评估，并更新全局最优规划方案；采用全局最优规划方案对信息素矩阵进行全局更新；随后，依据每个路径规划方案，对仓库的权重向量进行更新； 步骤6、重复步骤3至步骤5，直至达到迭代终止条件，最终输出全局最优物流车路径规划方案。

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南京信息工程大学，其通讯地址为：211806 江苏省南京市浦口区双峰路29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。