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！

龙图腾网获悉南昌航空大学申请的专利基于蚁群算法的新能源车辆高倍率充电桩任务分配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：CN120181535B 。

龙图腾网通过国家知识产权局官网在2025-07-22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：202510654588.0，技术领域涉及：G06Q10/0631；该发明授权基于蚁群算法的新能源车辆高倍率充电桩任务分配方法是由黄红丽;袁凤连;杨词慧;朱小宝;薛元;杨骐瑞设计研发完成，并于2025-05-21向国家知识产权局提交的专利申请。

本基于蚁群算法的新能源车辆高倍率充电桩任务分配方法在说明书摘要公布了：本发明属于智能优化算法与新能源高倍率充电交叉融合技术领域，提供基于蚁群算法的新能源车辆高倍率充电桩任务分配方法。本发明包括以下步骤：步骤S1：预搜索过滤危险概率大于阈值的高倍率充电桩，形成候选集；步骤S2：采用图模型定义高倍率充电任务集合和高倍率充电桩集合；步骤S3：构建综合成本函数，确定综合成本函数的权重系数；步骤S4：高倍率充电桩开展多轮搜索；步骤S5：将每只蚂蚁得到的最优解，进行局部搜索优化；步骤S6：匹配优化，完成分配。本发明通过预处理过滤危险概率过高的充电桩、多轮搜索策略、模拟剪枝操作和局部优化算法的应用，有效解决了传统方法中存在的安全性和效率问题。

本发明授权基于蚁群算法的新能源车辆高倍率充电桩任务分配方法在权利要求书中公布了：1.基于蚁群算法的新能源车辆高倍率充电桩任务分配方法，其特征在于，包括以下步骤： 步骤S1：根据高倍率充电桩的深度学习模型的预测结果进行预搜索，过滤危险概率大于阈值的高倍率充电桩，形成候选集； 具体包括以下步骤： 步骤S11：收集高倍率充电桩状态数据、环境数据和电池数据，然后进行预处理，预处理包括数据清洗和特征工程；其中高倍率充电桩状态数据包括故障记录、实时温度和功率分配；环境数据包括温度、湿度和消防设施状态；电池数据包括健康状态、荷电状态和充放电循环次数； 步骤S12：将预处理后的高倍率充电桩数据输入深度学习模型进行训练，训练过程中根据历史故障案例和环境数据，预测高倍率充电桩的危险概率； 步骤S13：绘制ROC曲线，计算召回率与误报率差值，计算危险概率的优化后的阈值，公式表示为： ； 式中：为曲线纵轴，表示故障样本中被深度学习模型正确预测为高风险的比例；为曲线横轴，表示正常样本中被深度学习模型错误预测为高风险的比例；为优化后的阈值；为在阈值Threshold的取值范围内，取得最大值时对应的阈值Threshold的取值； 步骤S14：根据优化后的阈值进行筛选，过滤危险概率大于优化后的阈值的高倍率充电桩，过滤公式表示为： ； 当高倍率充电桩的危险概率≤优化后的阈值，则高倍率充电桩被认为是安全的，纳入候选集；否则，高倍率充电桩被认为是危险的，不纳入候选集； 步骤S2：基于候选集，采用图模型定义新能源车辆的高倍率充电任务集合和高倍率充电桩集合；高倍率充电任务集合包括若干个高倍率充电任务节点，高倍率充电桩集合包括若干个高倍率充电桩节点； 步骤S3：构建高倍率充电任务节点和高倍率充电桩节点的综合成本函数，通过模拟剪枝分析并精简候选集中的高倍率充电桩参数，基于模拟剪枝后的高倍率充电桩参数确定综合成本函数的权重系数； 具体包括以下步骤： 步骤S31：通过模拟剪枝对高倍率充电桩候选集中的高倍率充电桩参数进行分析并精简，以去除候选集中非必要的高倍率充电桩参数，模拟剪枝操作可以表示为： ； 其中，P为参数集合，wi为参数的权重，Q为剪枝阈值，Ppruned是剪枝后的参数集合，只包含权重不小于剪枝阈值Q的参数； 步骤S32：使用统计方法评估每个模拟剪枝后的高倍率充电桩参数与综合成本函数之间的相关性或影响程度，以确定每个模拟剪枝后的高倍率充电桩参数对综合成本函数的权重系数，统计方法包括相关系数法或回归分析法； 步骤S33：构建高倍率充电任务节点和高倍率充电桩节点的综合成本函数，公式表示为： ； 式中：为在第i个高倍率充电任务节点ti使用第j个高倍率充电桩节点cj的综合成本；均为权重系数，；为在第i个高倍率充电任务节点ti的当前位置到第j个高倍率充电桩节点cj的距离；为在第i个高倍率充电任务节点ti使用第j个高倍率充电桩节点cj的预计高倍率充电时间；为第j个高倍率充电桩节点cj的当前负载； 步骤S4：通过蚁群算法对候选集内的高倍率充电桩开展多轮搜索，蚁群算法的流程包括初始化信息素、模拟构建匹配解、根据综合成本更新信息素、迭代和得到最优解； 步骤S5：将每只蚂蚁得到的最优解，采用模拟退火算法进行局部搜索优化； 具体包括以下步骤： 步骤S51：将每只蚂蚁的最优解作为初始解，设置初始温度、终止温度和降温速率； 步骤S52：根据当前解的高倍率充电桩j，计算高倍率充电桩j的综合评分S（j）；然后在当前解的邻域内随机选择一个高倍率充电桩，计算高倍率充电桩的综合评分； 综合评分S公式表示为： ； 式中：分别为安全Safety、充电速度Speed、价格Price和距离Distance的权重系数； 步骤S53：根据Metropolis准则，如果，则接受高倍率充电桩；如果，则计算接受概率，公式表示为： ； 式中：T为温度；PM为接受概率； 步骤S54：根据降温策略更新温度； 步骤S55：重复步骤S52-步骤S54，直到达到终止温度，得到每只蚂蚁局部搜索优化后的最优解，作为局部搜索优化的结果； 步骤S6：结合用户的实时需求，选取匹配度最高的解作为方案，完成高倍率充电桩任务分配。

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南昌航空大学，其通讯地址为：330000 江西省南昌市红谷滩区丰和南大道696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”。