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！

龙图腾网获悉广州平涛物流有限公司申请的专利基于改进图神经网络的物流高效运输方法及系统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：CN120579913B 。

龙图腾网通过国家知识产权局官网在2026-02-03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：202510707747.9，技术领域涉及：G06Q10/083；该发明授权基于改进图神经网络的物流高效运输方法及系统是由李坊平设计研发完成，并于2025-05-29向国家知识产权局提交的专利申请。

本基于改进图神经网络的物流高效运输方法及系统在说明书摘要公布了：本发明公开了基于改进图神经网络的物流高效运输方法及系统，涉及物流运输计算机系统领域，本发明通过实时物联网数据填充，构建全局可视化的物流运输图，提升了初始路径规划精度；再基于历史数据训练时空图卷积网络，融合时空特征分析，大大提升商品运输最终时空图卷积网络模型对路径规划准确率；通过调整初始采集间隔，将超时率控制在预设阈值的范围内，大大降低了运输平均耗时；最后通过设定突发事件传播层级初始跳数值，筛选备用节点，迭代优化跳数，降低了待运补救耗时数据以及待运商品运输的总体超时数据的比例；其中，通过调整待运商品运输数据初始采集间隔，避免高频采集导致的算力浪费，同时保证了数据更新效率。

本发明授权基于改进图神经网络的物流高效运输方法及系统在权利要求书中公布了：1.基于改进图神经网络的物流高效运输方法，其特征在于，包括以下步骤： S1、构建待运商品物流运输图； 具体包括：构建待运商品物流运输图；所述待运商品物流运输图中包括节点以及边；节点类型包括发货仓库、商品配送中心以及运输工具；边类型包括物理连接边、逻辑依赖边以及时序约束边；设定所述待运商品物流运输图中每种节点类型以及边类型对应的特征类型，得到发货仓库特征类型集、商品配送中心特征类型集以及运输工具特征类型集；设定所述物理连接边、逻辑依赖边以及时序约束边的权重计算规则，得到物理权重计算规则、逻辑权重计算规则以及时序权重计算规则；所述物理权重计算规则为实际运输路径距离×路况系数；所述逻辑权重计算规则为订单关联度；所述时序权重计算规则为时间窗优先级；根据所述发货仓库特征类型集、商品配送中心特征类型集、运输工具特征类型集、物理权重计算规则、逻辑权重计算规则以及时序权重计算规则，并通过MQTT协议实时同步物联网设备数据对待运商品物流运输图中的数据进行计算填充； S2、根据待运商品物流运输图，采集多个历史上进行物流运输的商品周边对应的物流运输图以及对应商品最优运输路径数据并构建商品运输最终时空图卷积网络模型； S3、设定待运商品运输数据初始采集间隔，根据待运商品运输时的商品运输超时率数据对待运商品运输数据初始采集间隔进行调整，直到待运商品运输超时率数据小于预设阈值为止，得到待运商品运输数据最终采集间隔； 具体包括：设定待运商品运输数据采集周期以及待运商品运输数据初始采集间隔；采用S1的方式多次在待运商品运输数据采集周期内根据待运商品运输数据初始采集间隔对待运商品物流运输图中数据进行实时采集并进行填充，得到初始实时待运商品物流运输图矩阵；设定商品运输超时率阈值；将所述实时待运商品物流运输图矩阵中每个实时待运商品物流运输图输入至商品运输最终时空图卷积网络模型中进行最优路径映射，得到实时待运商品最优运输路径矩阵；根据所述商品运输超时率阈值以及实时待运商品最优运输路径矩阵对待运商品运输数据初始采集间隔进行调整； S4、根据所述待运商品运输数据最终采集间隔对待运商品运输数据进行实时采集并结合商品运输最终时空图卷积网络模型实时输出最优路线，以对待运商品进行物流运输； S5、所述对待运商品进行物流运输中，设定突发事件传播层级初始跳数值；再通过筛选备用节点，结合补救耗时与超时比例对突发事件传播层级初始跳数值进行迭代优化。

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广州平涛物流有限公司，其通讯地址为：510760 广东省广州市黄埔区黄埔东路3618号206房；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。