山东港口日照港集团有限公司;山东港口科技集团日照有限公司;海博泰科技(青岛)有限公司田振东获国家专利权
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!
龙图腾网获悉山东港口日照港集团有限公司;山东港口科技集团日照有限公司;海博泰科技(青岛)有限公司申请的专利一种非流程化堆场智慧指垛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:CN120833048B 。
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:202511332617.8,技术领域涉及:G06Q10/0631;该发明授权一种非流程化堆场智慧指垛方法及系统是由田振东;王衍棣;冒睿雯;周平伟;邹润泰;牟宗涛;姚倩倩;陈祥鹏;侯世波;宋伟;张博涵;唐筱宁设计研发完成,并于2025-09-18向国家知识产权局提交的专利申请。
本一种非流程化堆场智慧指垛方法及系统在说明书摘要公布了:本发明涉及物流管理领域,且公开了一种非流程化堆场智慧指垛方法及系统,具体包括以下步骤:获取堆场的基础信息,历史和当前货物到运发运信息,根据历史货物信息,构建货物预测模型,获取未来一段时间货物的到运发运预测信息。设置基于距离成本、时间成本和经济成本的目标函数,生成货物与堆场之间的偏好度,并以此为基础构建基于组合优化的堆场分配模型,确定货物应堆放的堆场,再构建智能移垛合垛模型,通过对小区域进行移垛或合垛,使同一种货物尽可能在一个堆场中堆存。本发明将有助于堆场降低经济成本,提高经营效率。
本发明授权一种非流程化堆场智慧指垛方法及系统在权利要求书中公布了:1.一种非流程化堆场智慧指垛方法,其特征在于,包括: S1:获取货物相关信息数据,构建基于ARIMA的时间序列预测模型,通过模型训练与验证,输出未来货物到运和发运的预测信息; S2:通过货种与堆场的多维度匹配规则,结合目标函数量化每个货物与堆场位置的匹配程度,构建货物-堆场偏好度矩阵,且矩阵中的每个元素值代表货物对堆场位置的偏好强度; S3:根据未来货物到运和发运的预测信息和货物-堆场偏好度矩阵,构建基于组合优化的堆场分配模型,确定货物应堆放的堆场,并由模型输出每批货物应分配的堆场信息; S4:根据货物应分配堆场信息,构建移垛合垛模型,由模型输出货物需移垛或合垛的时间和位置信息; S5:通过对货物应分配堆场信息与货物需移垛或合垛的时间和位置信息进行结合分析,得到每趟货物应堆存的堆场位置信息,并将其同步到各个终端; 所述货物-堆场偏好度矩阵的构建包括: 设定基于距离成本、时间成本和经济成本的目标函数,则具体的设定步骤包括: S201:根据货物的到运方式和发运方式,确定货物从起始点到目的地的实际距离,并结合不同运输方式的单位距离运输成本,计算出到运和发运过程的距离成本; S202:根据货物在运输过程中的停留时间和实际运输时间,结合货物的价值和对时间的敏感程度来计算时间成本; S203:根据堆场的收费标准、货物的特性和运输合同来计算经济成本; S204:根据实际业务情况和决策需求,对距离成本、时间成本和经济成本分别设定不同的权重系数; S205:通过将计算得到的距离成本、时间成本和经济成本分别乘以对应的权重系数,再相加,得到目标函数; 根据设定的目标函数,分析货种与堆场的匹配程度,计算每个货物与各个堆场之间的偏好度,即每个元素值代表货物对堆场位置的偏好强度,来构建货物-堆场的偏好度矩阵; 所述基于组合优化的堆场分配模型的构建和输出包括: 获取堆场的相关信息和货主公司要求信息,与未来货物到运和发运的预测信息与货物-堆场偏好度矩阵相结合作为模型的特征,共同构建基于组合优化的堆场分配模型的特征,再使用整数规划求解器对模型进行求解,在模型求解完成后,得到每批货物应分配的堆场信息; 所述移垛合垛模型的构建和输出包括: 根据货物应分配堆场信息,确定目标函数,所确定的目标函数包括距离因素、偏好度因素、价值成本因素以及面积变化因素,并构建约束条件,所构建的约束条件包括遍历判断、决策变量设定、堆场面积调整以及移动限制,将目标函数和约束条件组合起来,形成完整的移垛合垛模型,再使用整数规划求解器对模型进行求解,在模型求解完成后,得到货物需移垛或合垛的时间和位置信息。
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山东港口日照港集团有限公司;山东港口科技集团日照有限公司;海博泰科技(青岛)有限公司,其通讯地址为:276800 山东省日照市东港区黄海一路91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。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励