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！

龙图腾网获悉长安大学申请的专利基于深度图学习的大规模货车编队调度方法及装置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：CN121390826B 。

龙图腾网通过国家知识产权局官网在2026-03-24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：202511975720.4，技术领域涉及：G06Q10/0631；该发明授权基于深度图学习的大规模货车编队调度方法及装置是由邬娜;刘冰慈;张瑞轩设计研发完成，并于2025-12-25向国家知识产权局提交的专利申请。

本基于深度图学习的大规模货车编队调度方法及装置在说明书摘要公布了：本发明公开了一种基于深度图学习的大规模货车编队调度方法及装置，属于智慧交通调度技术领域，解决了现有技术中货车编队调度算法面对大规模调度往往会出现计算复杂度高以及解的质量不稳定问题。本申请通过将单辆货车在枢纽处的与潜在编队对象的交互信息表征为节点‑边模型，捕获编队策略中时间与空间之间的耦合关系，相较于传统方法，提高了编队调度策略的质量，为更多的货车提供了编队机会，有效地降低系统总成本；同时，基于针对大规模货车编队问题的端到端的图神经网络模型，有效地提高编队调度策略的生成效率。

本发明授权基于深度图学习的大规模货车编队调度方法及装置在权利要求书中公布了：1.一种基于深度图学习的大规模货车编队调度方法，其特征在于，包括步骤： 根据路网中货车的车辆、行驶轨迹以及枢纽，定义途经枢纽集合和途经路段集合，如下： 货车的途经枢纽集合为；其中，为货车途经的第个枢纽，货车集合为，表示货车的终点所在枢纽； 途经路段集合为；其中，表示货车途经的第个和第个枢纽之间的路段； 基于各货车的途经枢纽集合和途经路段集合，寻找各所述货车在每个途经枢纽的潜在编队对象集合和等待时间集合，包括步骤： 与货车在其途经的第个枢纽处具有公共路径的潜在编队对象集合如下式： ； 表示货车经第个枢纽后要途经的路段；为货车的途经路段集合，当货车的行驶轨迹中也包含路段时，代表货车与货车具有公共路径，货车为货车在其途经的第个枢纽的潜在编队对象； 根据所述潜在编队对象集合和所述等待时间集合定义各所述货车在当前枢纽处潜在编队对象的交互信息图，并基于所述交互信息图训练图神经网络模型，通过学习最优解数据集优化所述图神经网络模型的内部参数； 在所述图神经网络模型中输入各所述货车的途经枢纽和出发时刻，生成其在各所述途经枢纽处的最优等待时间和预测编队对象，以生成编队调度策略。

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长安大学，其通讯地址为：710061 陕西省西安市雁塔区南二环路中段；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。