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！

龙图腾网获悉余姚市机器人研究中心;浙江大学申请的专利基于混合粒子群算法的智能仓储库位规划优化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：CN120374007B 。

龙图腾网通过国家知识产权局官网在2026-02-17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：202510406511.1，技术领域涉及：G06Q10/087；该发明授权基于混合粒子群算法的智能仓储库位规划优化方法是由茅译文;王进;张海运;沈佳婧;李小飞;陆国栋设计研发完成，并于2025-04-01向国家知识产权局提交的专利申请。

本基于混合粒子群算法的智能仓储库位规划优化方法在说明书摘要公布了：本发明公开一种基于混合粒子群算法的智能仓储库位规划优化方法，包括：步骤1：建立基于曼哈顿距离的仓库空间模型，设计整体适应度函数；步骤2：建立基于长短期记忆网络的出入库频率预测模型；步骤3：对出入库频率预测模型的预测结果进行随机扰动与拉伸处理，扩展频率分布范围；步骤4：基于粒子群算法，通过自适应调整惯性权重，实现库位优化动态搜索与收敛平衡；步骤5：基于遗传算法，在粒子更新过程引入交叉与变异操作，增强库位分布多样性；步骤6：基于模拟退火算法，通过引入温度参数和劣解接受机制，跳出局部最优解，提升全局库位优化能力。本发明有效减少了物料流转路径长度与时间消耗，显著提升了智能仓储系统的运行效率与管理能力。

本发明授权基于混合粒子群算法的智能仓储库位规划优化方法在权利要求书中公布了：1.一种基于混合粒子群算法的智能仓储库位规划优化方法，其特征在于，包括： 步骤1：建立基于曼哈顿距离的仓库空间模型，设计整体适应度函数； 步骤2：建立基于LSTM长短期记忆网络的出入库频率预测模型； 步骤3：对所述出入库频率预测模型的预测结果进行随机扰动与拉伸处理，扩展频率分布范围； 步骤4：基于粒子群算法，通过自适应调整惯性权重，实现库位优化动态搜索与收敛平衡； 步骤5：基于遗传算法，在粒子更新过程中引入交叉与变异操作，增强库位分布多样性； 步骤6：基于模拟退火算法，通过引入温度参数和劣解接受机制，跳出局部最优解，提升全局库位优化能力； 在步骤4中，所述粒子群算法通过模拟粒子在解空间内的搜索行为，不断更新调整其位置与速度，以寻求最优库位分布，粒子的速度更新公式和位置更新公式分别为： ，，其中，为第i个粒子在第次迭代时的库位分布，为第i个粒子的速度，为第i个粒子历史上的最优解，为种群历史上的全局最优解，为惯性权重，、为表示加速系数的学习因子，、为范围在[0,1]的随机数； 所述粒子的速度更新采用概率映射机制，将粒子的速度通过Sigmoid函数映射为概率： ，其中，Pi,j为粒子i在维度j上的跳跃概率，Vi,jt为第i个粒子在第j维上的速度； 在步骤4中，引入自适应惯性权重机制，惯性权重公式为： ，其中，为初始惯性权重，设置为0.90，增强探索能力，为最终惯性权重，设置为0.40，增强收敛能力；为当前迭代次数，为最大迭代次数；在迭代初期，采用加大惯性权重以增强全局探索性，从而在库位空间中进行更广泛的搜索，防止陷入局部最优；在迭代后期，逐步减小惯性权重，使算法收敛速度加快，从而精细化调整库位分布，确保库存单位SKU的存取效率得到优化。

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余姚市机器人研究中心;浙江大学，其通讯地址为：315400 浙江省宁波市余姚市凤山街道冶山路479号科创大厦12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。