恭喜舟山甬舟集装箱码头有限公司汤碧海获国家专利权
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!
龙图腾网恭喜舟山甬舟集装箱码头有限公司申请的专利基于大数据的集装箱数据处理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:CN119250686B 。
龙图腾网通过国家知识产权局官网在2025-05-16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:202411758814.1,技术领域涉及:G06F17/00;该发明授权基于大数据的集装箱数据处理方法及系统是由汤碧海;任攀宇;倪洁;胡卓彦;王知衿;刘佳斌;冯宇哲;张哲斌;郭冬玲设计研发完成,并于2024-12-03向国家知识产权局提交的专利申请。
本基于大数据的集装箱数据处理方法及系统在说明书摘要公布了:本发明涉及数据处理技术领域,本发明公开了一种基于大数据的集装箱数据处理方法及系统,包括:根据堆场布局图生成无向图;根据承载属性数据和任务属性数据筛选出可选堆场节点;计算每个可选堆场节点与所有出口节点之间的平均空间距离,并根据平均空间距离大小筛选出候选堆场节点;获取每个候选堆场节点与目标入口节点之间的运输路径集合,并利用遗传算法筛选出与每个候选堆场节点相对应的最优运输路径;根据适应度大小筛选出目标堆场节点,并依据目标堆场节点以及目标堆场节点对应的最优运输路径生成运输调度方案;本发明可在提高卸载效率的同时优化堆场资源配置,确保卸载作业与后续物流环节的科学衔接,显著提升港口整体运营效率。
本发明授权基于大数据的集装箱数据处理方法及系统在权利要求书中公布了:1.一种基于大数据的集装箱数据处理方法,其特征在于,所述方法包括:获取待卸载船舶的任务属性数据以及港口内的堆场布局图,并根据堆场布局图生成无向图;所述无向图中包含多条边和多个节点,节点分为一个目标入口节点、P个堆场节点和Q出口节点,P和Q均为大于零的整数;其中,入口节点,代表船舶卸货的目标点,堆场节点,表示存储区域,出口节点,代表货物的运输终点;获取每个堆场节点的承载属性数据,并根据承载属性数据和任务属性数据,从P个堆场节点中筛选出S个可选堆场节点,S为大于零的整数;其中,所述从P个堆场节点中筛选出S个可选堆场节点,包括:根据第一承载属性数据和第一任务属性数据,计算所欲卸载集装箱和可承载集装箱之间的数量差;将数量差与预设的数量差阈值进行比较,若数量差大于等于数量差阈值,则将对应的堆场节点标记为备选堆场节点,若数量差小于数量差阈值,则将对应的堆场节点标记为非备选堆场节点;统计所有数量差大于等于数量差阈值的备选堆场节点,得到多个备选堆场节点;根据第二承载属性数据和第二任务属性数据,计算每个备选堆场节点与待卸载船舶的匹配度;将匹配度与预设的匹配度阈值进行比较,若匹配度大于等于匹配度阈值,则将对应的备选堆场节点标记为可选堆场节点,若匹配度小于匹配度阈值,则将对应的备选堆场节点标记为非可选堆场节点;统计所有匹配度大于等于匹配度阈值的可选堆场节点,得到S个可选堆场节点;计算每个可选堆场节点与所有出口节点之间的平均空间距离,并根据平均空间距离大小从S个可选堆场节点中筛选出K个候选堆场节点,K为大于零的整数;在无向图中,获取每个候选堆场节点与目标入口节点之间的运输路径集合,并利用预配置的遗传算法,从运输路径集合中筛选出与每个候选堆场节点相对应的最优运输路径,得到多条最优运输路径;获取每条最优运输路径的适应度,根据适应度大小从K个候选堆场节点中筛选出目标堆场节点,并依据目标堆场节点以及目标堆场节点对应的最优运输路径,生成待卸载船舶的运输调度方案。
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舟山甬舟集装箱码头有限公司,其通讯地址为:316032 浙江省舟山市定海区金塘镇大浦村浦口路180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”。
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。