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！

龙图腾网获悉中国地质大学(武汉);湖南省第二测绘院;广西壮族自治区遥感中心申请的专利耦合安全和效率的震后救援路径优选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：CN119849720B 。

龙图腾网通过国家知识产权局官网在2025-09-09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：202411566457.9，技术领域涉及：G06Q10/047；该发明授权耦合安全和效率的震后救援路径优选方法是由杨启原;王贤敏;王力哲;郭海湘;曹里;何卫军;赖嘉宁;郭志鹏设计研发完成，并于2024-11-05向国家知识产权局提交的专利申请。

本耦合安全和效率的震后救援路径优选方法在说明书摘要公布了：本申请提供了一种耦合安全和效率的震后救援路径优选方法，涉及震后救援路径寻优技术领域，包括：获取多源数据；通过多源数据以及易发性结果，构建道路图；根据多源数据中的应急救援报告，确定救援中心和受灾点；构建轻量图神经网络；将道路图、救援中心和受灾点，输入轻量图神经网络；将从救援中心到道路图的每个节点的累积权重作为节点特征，通过轻量图神经网络迭代节点特征表征，得到受灾点的累积权重的最小值，回溯受灾点的累积权重，得到救援中心到受灾点的最优救援路径，在广域强震区大范围复杂道路网上实现高效的应急救援路径优选。

本发明授权耦合安全和效率的震后救援路径优选方法在权利要求书中公布了：1.一种耦合安全和效率的震后救援路径优选方法，其特征在于，包括： S1：获取多源数据；通过多源数据，结合CGBoost算法，预测同震滑坡易发性，得到易发性结果并进行验证；所述多源数据包括：地形类数据、地质类数据、人类工程活动类数据、环境类数据、降雨类数据和地震类数据； S2：通过多源数据以及易发性结果，构建道路图； S3：根据多源数据中的应急救援报告，确定救援中心和受灾点； S4：构建轻量图神经网络LGNN； 步骤S4包括： 将大范围区域复杂路网救援车辆路线优选问题抽象为数学问题，进行数学建模； 定义救援中心所在节点为车辆的起点s，人员伤亡严重的受灾点为车辆的终点t，s和t均为图数据中的节点；设起点s处的车辆数为1且该车辆仅有救援一处受灾点的能力； 以可通行的道路的交叉点为节点，以道路为边，将道路通行时间和道路的滑坡易发性等级作为边权重，构建图数据为GV,W，N表示路网中的道路交叉节点的个数，V＝{0,1,2,…,N-1}表示节点集合，表示图数据的边的邻接矩阵，为图数据的边的权重矩阵； 对于具有节点i和节点j的道路g，其对应的边有i,j和j,i；i,j表示从节点i到节点j方向的道路g；j,i表示从节点j到节点i方向的道路g，故Ai,j＝Aj,i＝1，若道路g为不可通行的道路，则Ai,j＝Aj,i＝0； 道路g的滑坡易发性等级Pg与道路通行时间Tg的对应急救援行动同等重要，若存在道路g，则边i,j的权重Wi,j＝Pg+Tg，Wi,j＝Wj,i；若不存在道路g，则Wi,j＝Wj,i＝∞； 定义节点s为起点，节点t为终点，a′,c′,d′,u′为不同于s,t的节点；s,a′,c′,d′,u′,t∈V； 定义矩阵P和矩阵C分别表示路径矩阵和累积权重矩阵， 定义表示矩阵P中第s行第t列的元素，表示节点s到节点t的路径； 定义表示C中第s行第t列的元素，表示节点s到节点t的累积权重； 若存在边s,a′,a′,c′,c′,d′,…,u′,t，它们对应的道路分别为g1,g2,g3,…,gl，则s到t的路径为 对应的s到t的累积权重为g1,g2,g3,…,gl∈{1,2,…,NS}；NS表示路网中的道路数； 基于以上定义，将图数据GV,W上的起点s到终点t的考虑安全性和时效性的路径优选描述为GV,W上的最小化问题，如下： 其中min′表示求变量的最小值函数； 定义的最小值为 表示s到t的最小累积权重；对应的s到t的路径即为 的最小值即为最短路径； 利用节点拓扑关系以及图神经网络GNN的消息传递与特征聚合机制并行表征每个节点i的节点特征 初始由于最小特征聚合机制，迭代表征后逐渐收敛于对于i＝s，有在收敛后通过推论1迭代回溯前驱节点，得到 S5：将道路图、救援中心和受灾点，输入轻量图神经网络； 将从救援中心到道路图的每个节点的累积权重作为节点特征，进行节点特征表征； 通过轻量图神经网络迭代节点特征表征，得到受灾点的累积权重的最小值，回溯受灾点的累积权重，得到救援中心到受灾点的最优救援路径。

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中国地质大学(武汉);湖南省第二测绘院;广西壮族自治区遥感中心，其通讯地址为：430000 湖北省武汉市洪山区鲁磨路388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”。

以上内容由龙图腾AI智能生成。