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！

龙图腾网获悉深圳大学申请的专利嵌入深度强化学习的自动化码头进口集装箱箱位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：CN119692680B 。

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：202411749825.3，技术领域涉及：G06Q10/0631；该发明授权嵌入深度强化学习的自动化码头进口集装箱箱位分配方法是由余明珠;辜启帆;张凌阁;陈继红设计研发完成，并于2024-12-02向国家知识产权局提交的专利申请。

本嵌入深度强化学习的自动化码头进口集装箱箱位分配方法在说明书摘要公布了：本发明公开一种嵌入深度强化学习的自动化码头进口集装箱箱位分配方法。该方法包括：首先，对于提箱区，基于当批集装箱的总处理时间和未来所有集装箱的翻箱总时间，建立目标函数；然后，对所建立的数学模型进行鲁棒对等转换，将不确定性模型转化为确定性模型，并相应新增贝位布局选择的约束；接着，对贝位的可能布局进行统计与简化，从而大幅缩减模型中的约束条件数量；通过深度强化学习方法求解鲁棒对等转换后的目标函数中的翻箱上界值，最终利用商业求解器获得箱位分配方案。本发明在显著提高箱位分配策略求解效率的基础上，确保了码头在面对具有高度不确定性的进口箱作业时具备更高的稳定性与可靠性，为码头运营管理提供了强有力的决策支持。

本发明授权嵌入深度强化学习的自动化码头进口集装箱箱位分配方法在权利要求书中公布了：1.一种嵌入深度强化学习的自动化码头进口集装箱箱位分配方法，包括以下步骤： 对于提箱区，基于当批集装箱的总处理时间和未来取走所有集装箱所需的翻箱总时间，建立目标函数； 对所述目标函数进行鲁棒对等转换，获得具有确定性的数学模型； 利用深度强化学习方法求解所述确定性的数学模型中目标函数的翻箱上界值； 通过商业求解器优化求解，得到箱位分配方案； 其中，所述目标函数设置为： 求解该目标函数的约束条件设置为： 其中： 是进口箱索引，，是进口箱数量； 是栈位索引，，是栈位数量； 是贝位索引，，是贝位数量； 是自动导引车从岸吊装载集装箱后，行驶到堆场的时间； 是自动导引车从堆场返回岸吊等待交接集装箱的时间； 是装有集装箱的自动导引车单位移动时间； 是空载自动导引车的单位移动时间； 是单边悬臂轨道门式起重机在栈位间的单位水平移动时间； 是单边悬臂轨道门式起重机在贝位间的单位水平移动时间； 是层高； 是贝位容量； 是栈位，贝位中的初始集装箱数量； 是翻箱操作的单位时间； 是决策变量，如果进口箱被分配到栈位贝位，则，否则，； 是进口箱被分配到栈位； 是进口箱被分配到贝位； 是进口箱的总处理时间，表示从集装箱在岸吊处等待自动导引车提箱，到自动导引车将集装箱交接给单边悬臂轨道门式起重机为止； 是箱位分配后，当前贝位的布局，对应预计未来提箱时所需的翻箱次数上界； 和是对应项的加权系数。

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深圳大学，其通讯地址为：518060 广东省深圳市南山区南海大道3688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。