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！

龙图腾网获悉同济大学申请的专利一种用于公路灾后应急抢修的资源动态调度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：CN120931030B 。

龙图腾网通过国家知识产权局官网在2026-03-27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：202511292695.X，技术领域涉及：G06Q10/0631；该发明授权一种用于公路灾后应急抢修的资源动态调度方法及系统是由李辉;姜宇哲;戴振华;潘杰;刘明艳;朱天靓;郭亚琪设计研发完成，并于2025-09-11向国家知识产权局提交的专利申请。

本一种用于公路灾后应急抢修的资源动态调度方法及系统在说明书摘要公布了：本发明涉及一种用于公路灾后应急抢修的资源动态调度方法及系统，方法包括：获取应急抢修信息；将应急抢修信息输入双层优化模型得到最优全局调度策略，双层优化模型包括上层全局策略优化子模型和下层装卸计划动态优化子模型，上层全局策略优化子模型用于根据应急抢修信息生成候选全局调度策略，并根据候选全局调度策略的适应度对种群进行迭代进化，得到最优全局调度策略；下层装卸计划动态优化子模型根据候选全局调度策略执行具体的行驶路径规划并对装卸计划进行仿真优化及评估，得到候选全局调度策略的车辆总行驶时间与全局调度绩效惩罚，并将其作为适应度值返回给上层全局策略优化子模型。与现有技术相比，本发明显著提高了调度效率和适应性。

本发明授权一种用于公路灾后应急抢修的资源动态调度方法及系统在权利要求书中公布了：1.一种用于公路灾后应急抢修的资源动态调度方法，其特征在于，包括以下步骤： 获取应急抢修信息； 将所述应急抢修信息输入双层优化模型得到最优全局调度策略，所述双层优化模型包括上层全局策略优化子模型和下层装卸计划动态优化子模型，所述上层全局策略优化子模型用于根据所述应急抢修信息生成候选全局调度策略，并根据所述候选全局调度策略的适应度对由多个候选全局调度策略组成的种群进行迭代进化，得到最优全局调度策略；所述下层装卸计划动态优化子模型根据所述候选全局调度策略执行具体的行驶路径规划并对装卸计划进行仿真优化及评估，得到所述候选全局调度策略的车辆总行驶时间与全局调度绩效惩罚，并将所述车辆总行驶时间与全局调度绩效惩罚作为所述候选全局调度策略的适应度值返回给上层全局策略优化子模型； 其中，所述上层全局策略优化子模型通过NSGA-II算法根据所述候选全局调度策略的适应度对由多个候选全局调度策略组成的种群进行迭代进化，得到最优全局调度策略，具体步骤包括： S101、在获得整个种群中所有候选全局调度策略的适应度后，采用非支配排序和拥挤度计算，在所述种群中选择优秀的个体进入下一代； S102、采用面向序列的交叉算子，从父代P1和父代P2中各随机选取一个由仓库分隔符界定的任务段，然后交换这两个任务段，生成子代O1和子代O2； S103、对子代序列进行扰动，所述扰动包括随机交换序列中两个灾毁点的位置、将一个灾毁点移动到序列的另一位置和随机增加或删除一次对某个灾毁点的访问； S104、重复步骤S101至S103，直至达到最大迭代次数或解集收敛，得到最优全局调度策略； 所述下层装卸计划动态优化子模型采用滚动时域优化框架，在接收到上层全局策略优化子模型传递的某一候选全局调度策略后，对所述候选全局调度策略进行仿真优化及评估，具体步骤包括： S201、在当前决策时刻，设定预测时域和执行时域，并在所述预测时域内建立车辆装卸计划优化子问题，获取车辆的访问序列； S202、针对预测时域内的车辆配送任务，求解车辆装卸计划优化子问题，以确定未来时间内的车辆行驶路径与物资装卸计划； S203、执行对应执行时域内的车辆行驶路径与物资装卸计划； S204、在所述执行时域结束后，将系统时间推进至，并根据计划执行结果更新路网通阻状态和各灾毁点、各仓库、各车辆的资源持有状态，具体步骤包括：根据已执行的计划执行结果，更新各灾毁点的资源存量、累计消耗量、短缺量和闲置量与车辆的动作和位置，判断是否有灾毁点的累计消耗量达到其最大需求量，若满足，则记录其抢通时刻，并相应更新路网拓扑状态； S205、将作为新的当前决策时刻，返回并重复子步骤S201至S204，直至满足预设的仿真结束条件。

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同济大学，其通讯地址为：200092 上海市杨浦区四平路1239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。