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！

龙图腾网获悉电子科技大学长三角研究院(湖州)申请的专利带变邻域搜索的多引导解粒子群多目标拼车问题优化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：CN115186969B 。

龙图腾网通过国家知识产权局官网在2025-08-29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：202210573923.0，技术领域涉及：G06Q10/0631；该发明授权带变邻域搜索的多引导解粒子群多目标拼车问题优化方法是由苏生;熊冬文设计研发完成，并于2022-05-24向国家知识产权局提交的专利申请。

本带变邻域搜索的多引导解粒子群多目标拼车问题优化方法在说明书摘要公布了：本发明涉及共享交通技术领域，涉及一种带变邻域搜索的多引导解粒子群多目标拼车问题优化方法，包括：一、建立非支配解集NS；二、用初始解构建算法获得初始位置的粒子群S；三、对粒子Pi用粒子运动算子获得粒子新位置集合PSi；四、对PSi进行变邻域搜索VNS得到集合PSi'；五、使用PSi'更新粒子Pi的历史最优解集pbesti；六、所有粒子Pi的pbesti更新全局最优解gbest；七、使用非支配解集过滤控制pbesti和gbest中解的数量；八、使用gbest更新NS。本发明能较佳地解决多目标拼车问题。

本发明授权带变邻域搜索的多引导解粒子群多目标拼车问题优化方法在权利要求书中公布了：1.带变邻域搜索的多引导解粒子群多目标拼车问题优化方法，其特征在于：包括以下步骤： 一、建立非支配解集NS； 二、用初始解构建算法获得初始位置的粒子群S； 三、对粒子P i 用粒子运动算子获得粒子新位置集合PS i ； 粒子运动算子计算方法如下： 2.1）输入粒子当前解s，全局最优解集gbest，历史最优解集pbest； 2.2）粒子新位置集合PS= ； 2.3）对gbest∪s归一化； 2.4）计算D 2 I g ，g gbest； 2.5）对gbest排序，均匀选出子集G c ； 2.6）用同样的方法从pbest中选出子集P c ； 2.7）设g∈G c ，p∈P c ； 2.8）随机截取g与s的差序列g-s，得到全局认知项O g ，随机截取p与s的差序列p-s，得到自身认知项O p ，s经过速度v的运动后得到解序列s v ，s'=s v +O g +O p ，PS=PS∪s'； 2.9）输出PS； g为全局最优解序列，p为历史最优解序列，最优解集B中的每一个解根据指标值D2I的大小排序后，以相同的间隔均匀选出多个引导解；对取出的全局最优解子集G c 和历史最优解子集P c 进行组合，步骤2.8）是用计算出的新解集作为粒子运动后的结果； 四、对PS i 进行变邻域搜索VNS得到集合PS i '； 变邻域搜索方法为： 3.1）输入PS； 3.2）设新的Q=PS； 3.3）设q∈PS，i∈range0,； 3.4）执行邻域操作算子1得到q 1 ；如果q 1 未被q支配，则Q=Q∪q 1 ； 3.5）执行邻域操作算子2得到q 2 ；如果q 2 未被q支配，则Q=Q∪q 2 ； 3.6）执行邻域操作算子3得到q 3 ；如果q 2 未被q支配，则Q=Q∪q 3 ； 3.7）获得Q的最优非支配解集PS'； 3.8）输出PS'； 对经过运动算子得到的解集PS，每个解都进行变邻域搜索，步骤3.4）~3.6）表示一次搜索，依次在各个邻域中搜索，直到找到可以支配当前解的新解，结束本次搜索；步骤3.4）~3.6）中，每个解都会进行次搜索； 五、使用PS i '更新粒子P i 的历史最优解集pbest i ； 六、所有粒子P i 的pbest i 更新全局最优解gbest； 七、使用非支配解集过滤控制pbest i 和gbest中解的数量； 非支配解集过滤方法为： 4.1）输入B； 4.2）对B归一化处理得到N； 4.3）i=|N|； 4.4）设iα； 4.5）取得N中距离最近的两个解，选择较差的解w，B=B-w； 4.6）i=i-1，进行循环计算； 4.7）输出B； 步骤4.4）~4.6）依次删除欧式距离最近的两个解中较差的一个解，解的好坏通过归一化后与参考点之间的距离来判断； 八、使用gbest更新NS。

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电子科技大学长三角研究院(湖州)，其通讯地址为：313000 浙江省湖州市西塞山路819号科技创新综合体B1幢；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”。