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！

龙图腾网获悉中南大学申请的专利基于图神经网络的震后应急物资调配优化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：CN120893925B 。

龙图腾网通过国家知识产权局官网在2026-02-06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：202511394006.6，技术领域涉及：G06Q10/083；该发明授权基于图神经网络的震后应急物资调配优化方法及系统是由秦进;展旭晨;张晓宇;毛成辉;马丽妮;吴娅萱设计研发完成，并于2025-09-28向国家知识产权局提交的专利申请。

本基于图神经网络的震后应急物资调配优化方法及系统在说明书摘要公布了：本申请提供了一种基于图神经网络的震后应急物资调配优化方法及系统，所述方法包括：获取并处理道路网络数据、地震特征数据及遥感影像数据，构建图结构数据集；将图结构数据集输入训练好的基于GNN的震后道路路段状态预测模型，预测震后道路路段的通行状态；基于预测结果，计算路阻并构建以路阻为边权重的无向加权道路网络图；基于无向加权道路网络图，首先基于受灾点优先级和路阻两者的综合权重获得首轮物资配送路径和分配方案；再以第一轮物资调度策略的结果为基础，对需求仍未被满足或未被完全满足的受灾点进行第二轮“强制补全”策略的物资调配，求解最优物资配送路径和分配方案。本申请实现了物资配送路径规划的精准化和高效化。

本发明授权基于图神经网络的震后应急物资调配优化方法及系统在权利要求书中公布了：1.一种基于图神经网络的震后应急物资调配优化方法，其特征在于，包括： 获取道路网络数据、地震特征数据及遥感影像数据并对获取的数据进行处理，构建图结构数据集； 将图结构数据集输入训练好的基于图神经网络GNN的震后道路路段状态预测模型，预测震后道路路段的状态； 基于预测结果计算路阻，并构建以路阻为边权重的无向加权道路网络图； 基于无向加权道路网络图，采用两轮次物资调度策略，获得物资配送路径和分配方案； 其中，第一轮物资调度策略，基于受灾点优先级和路阻两者的综合权重获得首轮物资配送路径和分配方案，包括： S4.1.1、计算所有“储备点-受灾点”组合的综合权重，即单位优先级效益： 对每个“储备点-受灾点”组合，基于受灾点优先级和节点间的路阻计算综合权重：；其中，为受灾点的优先级；为从储备点出发到达受灾点的最小路阻路径对应的总路阻，使用Dijkstra算法基于无向加权道路网络图计算得到；为单位时间所能产生的优先级效益； S4.1.2、生成并排序待分配列表： 对所有“储备点-受灾点”组合，按单位时间所能产生的优先级效益从大到小排序，形成优先分配队列； S4.1.3、从优先分配队列头部开始，依次取出“储备点-受灾点”组合，在其中储备点还有剩余物资且受灾点还有剩余物资需求量的情况下，将储备点的剩余物资分配给当前受灾点，更新储备点的剩余物资储备量和受灾点的剩余物资需求量； S4.1.4、重复S4.1.3，直到优先分配队列清空或所有储备点的物资已耗尽，输出当前得到的方案作为首轮物资配送路径和分配方案； 其中，第二轮物资调度策略，以第一轮物资调度策略的结果为基础，对需求仍未被满足或未被完全满足的受灾点求解最优物资配送路径和分配方案，包括： 基于所述无向加权道路网络图，建立考虑受灾点优先级和灾民痛苦成本的应急物资调度优化模型；所述应急物资调度优化模型的目标函数为： ； 约束条件为： ； ； ； ； 式中为非线性的匮乏成本函数，；；为线性惩罚系数；为控制函数增长速率的参数；是匮乏时间容忍阈值；是由储备点物资准备时间、实际通行时间和受灾点自救时间构成的物资匮乏时间； 为受灾点的优先级；为受灾点集合；为储备点集合；为受灾点的人口分布数量；为储备点是否分配给受灾点；为储备点的剩余物资储备量；为储备点分配给受灾点的物资量；表示受灾点的剩余物资需求量；为受灾点的最小物资需求量；为从储备点出发到达当前受灾点的总路阻；为从储备点出发到第一个受灾点的路阻；表示从第个受灾点到第个受灾点的路阻，为当前受灾点编号； 求解应急物资调度优化模型，获得最优物资配送路径和分配方案。

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中南大学，其通讯地址为：410083 湖南省长沙市岳麓区麓山南路932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。