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！

龙图腾网获悉西安邮电大学申请的专利一种基于深度学习的两阶段能耗预测路径规划的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：CN119539221B 。

龙图腾网通过国家知识产权局官网在2025-10-10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：202411470756.2，技术领域涉及：G06Q10/047；该发明授权一种基于深度学习的两阶段能耗预测路径规划的方法是由王晋;张卿瑞;兰渝;王闯;任杉;史皓良设计研发完成，并于2024-10-21向国家知识产权局提交的专利申请。

本一种基于深度学习的两阶段能耗预测路径规划的方法在说明书摘要公布了：本发明公开了一种基于深度学习的两阶段能耗预测路径规划的方法，利用深度学习技术，来预测和优化电动汽车的能耗，不仅考虑了道路坡度、交通状况和车辆负载等多种因素，还结合了历史驾驶数据和实时交通数据，以实现对特定路线的能耗的精确预测。此外，还通过两阶段的解决方案，其中初始阶段主要关注出发前的预测，而随后的阶段则更侧重于旅程中出发后的预测，使得能够在旅程开始前就对能耗有一个大致的预测，而在旅程中则可以根据实时交通数据进行动态调整，从而实现更精确的能耗预测。

本发明授权一种基于深度学习的两阶段能耗预测路径规划的方法在权利要求书中公布了：1.一种基于深度学习的两阶段能耗预测路径规划的方法，其特征在于，包括以下步骤： 步骤一，数据收集，收集冷链配送车辆在过去实际运行中的数据，包括历史驾驶数据，车辆参数数据和实时交通数据； 步骤二，数据预处理，对数据进行归一化和标准化，并进行特征工程，选择并构造对能耗预测有信息量的特征； 步骤三，能耗模型构建，构建行驶能耗和制冷能耗计算公式，并通过卷积神经网络模型以及收集到的数据，提取出特征集； 将特征集输入长短期记忆网络LSTM中，生成能耗预测模型； 步骤四，长期能耗预测，根据车辆在相似配送任务重的历史数据，提取与当前任务相关的，影响能耗的特征，输入能耗预测模型中，对未来可能路段的能耗进行预测，得到每两个节点之间的行驶能耗和制冷能耗预测； 步骤五，短期能耗预测，在车辆进行行驶过程中，实时采集影响能耗的数据，输入能耗预测模型，对当前与未来路段进行每两个节点之间的行驶能耗和制冷能耗预测，修正长期能耗预测； 步骤六，路径规划与优化，以总能耗最小化和时间约束，即规划路线时间不超过配送时间限制为目标，进行路径规划，采用非支配排序遗传算法NSGA-II优化配送路径，并在后需行驶过程中根据实时数据及新的短期能耗预测，对得到的配送路径进行优化和修正； 所述行驶能耗计算公式为 m为车辆的质量，g为重力加速度，θ为道路坡度，Cd为空气阻力系数，ρ为空气密度，K为车辆的形状因子，v为车速，Cr为滚动阻力系数，Ptract为电动车牵引力功率； 综合行驶过程中的平均速度，行驶能耗μeled为电动汽车的能量转换效率；M为车辆的质量； 制冷能耗计算公式为Ecool＝γ·d.其中γ是单位距离的制冷能耗，d是行驶距离； 所述步骤六中，总能耗最小化目标函数为 其中，Edrivei,i+1表示车辆从节点i到节点i+1的行驶能耗，Ecooli，i+1表示同一路段的制冷能耗，N是路径中配送节点的总数，Etotal为总能耗； 时间约束目标函数为其中，ti表示车辆在节点i及从节点i到节点i+1的行驶时间，T是配送任务的总时间限制。

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西安邮电大学，其通讯地址为：710061 陕西省西安市长安南路563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。