申请/专利权人:南京烽火星空通信发展有限公司
申请日:2024-04-07
公开(公告)日:2024-06-21
公开(公告)号:CN118228874A
主分类号:G06Q10/04
分类号:G06Q10/04;G06Q10/0835;G06Q10/0631;G06Q30/0201;G06N3/126;G06Q50/40
优先权:
专利状态码:在审-公开
法律状态:2024.06.21#公开
摘要:本发明公开了一种智能求解装箱车队组合问题的最优成本有向变异遗传方法,属于机器学习技术领域,首先求解最优的车对编排组合方式,即成本最低的方案;然后设计遗传方案,包括设计非目标淘汰策略的选择算子和设计最优成本指导的变异算子,经过迭代遗传后求出前N个符合要求的车队组合方案,最后通过实验验证本方案计算耗时低,性能稳定,效果更好;求装箱车队组合方案的前N个车队组合方案,方案安装成本价格由低到高排序,计算耗时稳定在110ms左右,在现有方法可计算的情况下,至多提升120倍;由于结合了遗传算法,增加了全局空间解的搜索能力,相比启发式的三维装箱算法,在货物数量较多的时候,能够找到成本更低的装箱方案。
主权项:1.智能求解装箱车队组合问题的最优成本有向变异遗传方法,其特征在于:具体包含如下步骤:步骤1,求解最优的车对编排组合方式:包括对车队进行编码,求解车辆的装载货物能力,求成本最低的车队组合方案;步骤2,设计成本有向变异遗传方案:包括设计非目标淘汰策略的选择算子和设计最优成本指导的变异算子,经过迭代遗传后求出前N个符合要求的车队组合方案。
全文数据:
权利要求:
百度查询: 南京烽火星空通信发展有限公司 智能求解装箱车队组合问题的最优成本有向变异遗传方法
免责声明
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。