深圳市城市规划设计研究院股份有限公司徐锋获国家专利权
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!
龙图腾网获悉深圳市城市规划设计研究院股份有限公司申请的专利一种融合约束条件与多目标优化的招商目标企业筛选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:CN121258142B 。
龙图腾网通过国家知识产权局官网在2026-02-27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:202511815393.6,技术领域涉及:G06Q10/0631;该发明授权一种融合约束条件与多目标优化的招商目标企业筛选方法是由徐锋;于敏;郝蓓;夏丽;李承涛;王乐水;吴婉秋;李会芳;隆垚;黄亚栋;王翀裕设计研发完成,并于2025-12-04向国家知识产权局提交的专利申请。
本一种融合约束条件与多目标优化的招商目标企业筛选方法在说明书摘要公布了:本申请涉及一种融合约束条件与多目标优化的招商目标企业筛选方法,包括步骤:获取目标行业领域信息并生成初始目标企业池;获取区域资源约束信息以及企业多维信息并输入至约束判别模型,获得候选企业集;将候选企业集关联的企业多维信息输入至倾向评价模型,获得企业综合评分集;获取优化目标信息,并构建多目标优化函数;获取优化条件信息,匹配对应的多目标优化算法并调整参数;对多目标优化函数进行求解,生成企业筛选策略方案集,并生成企业筛选决策报告;综上,本申请通过融合区域资源约束条件与多目标优化机制,实现对企业筛选过程的自动化处理和客观化评估,具有提高招商目标企业筛选的效率和客观性的优点。
本发明授权一种融合约束条件与多目标优化的招商目标企业筛选方法在权利要求书中公布了:1.一种融合约束条件与多目标优化的招商目标企业筛选方法,其特征在于,包括步骤: 获取目标行业领域信息,基于目标行业领域信息对预构建的企业数据库进行筛选,并根据筛选结果生成初始目标企业池; 获取区域资源约束信息以及初始目标企业池关联的企业多维信息,并将企业多维信息以及区域资源约束信息输入至预训练好的约束判别模型,获得候选企业集; 将候选企业集关联的企业多维信息输入至预训练好的倾向评价模型,获得企业综合评分集; 获取优化目标信息,并基于企业综合评分集以及优化目标信息构建多目标优化函数; 获取优化条件信息,基于优化条件信息以及多目标优化函数从预构建的算法配置库中匹配对应的多目标优化算法,并调整多目标优化算法的参数; 通过调整后的多目标优化算法对多目标优化函数进行求解,生成企业筛选策略方案集,并基于企业筛选策略方案集生成企业筛选决策报告; 所述约束判别模型包括图构建层、图卷积层和读出层,所述获取区域资源约束信息以及初始目标企业池关联的企业多维信息,并将企业多维信息以及区域资源约束信息输入至预训练好的约束判别模型,获得候选企业集的步骤,包括步骤: 图构建层基于企业多维信息构建企业关联信息图,其中,企业关联信息图的节点为企业,关联关系为边; 图卷积层通过对企业关联信息图进行信息传递以及节点特征更新,使企业关联信息图中每个节点的节点特征包括该节点对应企业的多跳邻域结构信息; 读出层将区域资源约束信息与企业关联信息图中的节点特征进行融合,对融合后生成的融合特征进行全局池化以及节点级判别,并基于节点级判别结果生成候选企业集; 所述图卷积层通过对企业关联信息图进行信息传递以及节点特征更新,使企业关联信息图中每个节点的节点特征包括该节点对应企业的多跳邻域结构信息的步骤,包括步骤: a为企业关联信息图中的所有边生成其对应的消息向量; b为企业关联信息图中的所有节点聚合指向该节点的边对应的消息向量,生成各节点的聚合相邻消息向量; c将企业关联信息图中的所有节点的聚合相邻消息向量与其当前特征表示进行融合,生成各节点的更新特征表示并替代其当前特征表示,其中,首次进行融合时,节点的当前特征表示为企业多维信息; d以步骤a、b、c作为一次迭代,重复迭代直至达到终止条件,使企业关联信息图中每个节点的节点特征包括该节点对应企业的多跳邻域结构信息,所述终止条件包括迭代次数达到预设的迭代次数K。
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深圳市城市规划设计研究院股份有限公司,其通讯地址为:518000 广东省深圳市福田区振兴路3号建艺大厦10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。
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