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！

龙图腾网获悉东南大学申请的专利基于分层图的仓配一体化物流应急供应预测系统及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：CN118886806B 。

龙图腾网通过国家知识产权局官网在2025-07-25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：202411085377.1，技术领域涉及：G06Q10/083；该发明授权基于分层图的仓配一体化物流应急供应预测系统及方法是由王帅;夏凯文;林丽;郑安琪;惠维;龚伟设计研发完成，并于2024-08-08向国家知识产权局提交的专利申请。

本基于分层图的仓配一体化物流应急供应预测系统及方法在说明书摘要公布了：本发明公开了一种基于分层图的仓配一体化物流应急供应预测系统及方法，至少包括微观图学习模块、宏观图学习模块和时空联合预测模块，所述微观图模块引入元路径聚合仓配网络路由特征，并采用多视图学习，分别从路由视图和事件视图来获取仓配站点的空间特征；宏观图学习模块使用了一种轻量级图卷积方法，以刻画应急场景中以城市为单位的仓库集群和配送站之间的关系，学习仓配节点在宏观维度上的空间关联特征；时空联合预测模块捕捉供应数据的时序相关性，并与空间特征融合，以准确预测未来物流站点的供应能力。本方法通过分析应急物流网络中仓库和配送站的时空关联特征，以实现提高预测准确率、提升应急场景中仓配两端供应能力的总体目标。

本发明授权基于分层图的仓配一体化物流应急供应预测系统及方法在权利要求书中公布了：1.基于分层图的仓配一体化物流应急供应预测方法，其特征在于，具体包括如下步骤： S1：基于收集到的微观图数据考虑形如仓库-分拣中心-配送站Wi→Sj→···→Dm的元路径通过聚合节点Pu,v，学习仓库和配送站在微观空间上的空间表示 S2：基于所有节点的权重识别关键元路径，获得路由视图的空间表示 S3：从事件的角度深入研究微观图，考虑路由信息和事件信息，利用图深度学习实现从不同视角和来观察和学习物流图结构，对事件下物流场景中的复杂关系进行建模，理解微观图的空间相关性； S4:基于LightGCN的轻量级图卷积方法，学习仓库在宏观城市维度上和配送站之间的空间关联特征； S5：根据城市-仓库之间的地理位置对应关系，将宏观图中的城市节点映射到微观图中的仓库节点的语义空间，利用门控机制控制宏观层面流向微观层面的信息数量，得到融合分层空间信息的仓库最终嵌入表示； S6：重复步骤S5,利用门控机制控制宏观层面流向微观层面的信息数量，得到融合分层空间信息的配送站的最终嵌入表示； S7：将每类节点的时间序列被输入到一组标准的膨胀型1D卷积滤波器中，提取高层次的时间特征时间特征分别传递给两个TCN块，获得仓库节点和配送站节点的供应能力嵌入表示，并通过一层MLP输出模型预测的未来的供应单量。

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东南大学，其通讯地址为：211189 江苏省南京市江宁区东南大学路2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”。