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！

龙图腾网获悉浙江大学;中国烟草总公司郑州烟草研究院申请的专利基于空间映射遗传算法的烟叶原料入库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：CN117273610B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202311238529.2，技术领域涉及：G06Q10/087；该发明授权基于空间映射遗传算法的烟叶原料入库分配方法是由孙小涵;彭勇刚;奚家勤;张佳鑫;章一凡;杨萌萌设计研发完成，并于2023-09-23向国家知识产权局提交的专利申请。

本基于空间映射遗传算法的烟叶原料入库分配方法在说明书摘要公布了：本发明涉及物流储位优化技术，旨在提供一种基于空间映射遗传算法的烟叶原料入库分配方法。包括：对烟叶原料仓库中的每个垛位进行空间映射编码，建立空间模型；对烟叶原料的入库任务进行统计，形成分批入库任务集合，将其进一步拆分为由多个子任务组成的集合；针对出入库效率、同类烟叶离散程度、醇化质量和库容利用率的计算构建优化模型；将三个模型的数据集作为输入，利用遗传算法进行求解，获得最优化的入库分配方案。本发明通过分析烟叶原料的特性和库位情况，提出模型能够有效地保证烟叶原料的储存质量和供给。结合生产使用计划，将智能物流思想引入垛位分配过程，对烟叶原料仓库智能化转型具有一定参考价值。

本发明授权基于空间映射遗传算法的烟叶原料入库分配方法在权利要求书中公布了：1.一种基于空间映射遗传算法的烟叶原料入库分配方法，其特征在于，包括下述步骤： 1建立空间模型： 对烟叶原料仓库中的每个垛位进行空间映射编码，建立空间模型；经过实际空间坐位置映射和键值对映射后，将每个垛位的实际空间位置映射为对应空间坐标的唯一编码；具体包括： 1.1将每个垛位标记为三维坐标f，r，c，其中，f为楼层数，r为单层仓库垛位行数，c为单层仓库垛位所在列数； 1.2基于仓库单层空间布局俯视图，将俯视图中左下角定义为该层1号垛位；以此类推，将坐标f，r，c映射为f，ms；其中，f为楼层数，ms为单层仓库垛位唯一编号； 1.3基于每个垛位的实际空间位置，将f，ms映射为键值对mu，v；其中，mu为垛位在整个仓库中的唯一编号；v是该垛位中心点以一楼仓库入口为原点的空间坐标x，y，z，其中，x为该垛位中心距离出入口的x方向距离，y为该垛位中心距离出入口的y方向距离，z为该垛位中心距离出入口的z方向距离； 按下述公式计算垛位的唯一编号mu： ； 式中，F为楼层总数，M为单层仓库垛位总数； 2建立任务模型： 根据进仓计划对烟叶原料的入库任务进行统计，形成分批入库任务集合；然后根据实际使用需求，将其进一步拆分为由多个子任务组成的集合；通过下述方式建立烟叶原料入库分配的任务模型： 2.1对烟叶原料的入库任务进行统计，建立分批入库的初始任务集合T： ； 其中，Si为初始任务集合中的第i个任务，对应第i批烟叶的入库订单；n为集合容量； 2.2以k箱烟叶原料为基本单位，将其作为子任务粒度k；将初始任务集合T拆分为由多个子任务组成的子任务集合Tsi： ； 其中，任务Sij的烟叶属性R，K，C，P与母任务Si一致，其原料箱数相应地更新为重新划分后的结果； 2.3子任务集合Tsi的容量nsi、子任务Sij的原料箱数Nij的计算规则及约束条件如下述各式所示： ； ； ； ； 以上各式中：为垛位容量；mod为取模运算符；Ni为母任务Si的原料箱数，为重新划分后的剩余箱数，k为子任务粒度，为第i个子任务集合中的第j个任务；为第i个子任务集合中第j个任务的原料箱数；nsi为第i个母任务划分出的子任务集合数量；Tsub为重新划分后的总任务集合； 3建立优化模型： 基于烟叶原料贮存养护的特点，针对出入库效率、同类烟叶离散程度、醇化质量和库容利用率的计算构建优化模型； 其中，具体根据下述方式确定烟叶醇化质量评价函数： 每一批烟叶的烟叶醇化质量评价函数表示为： ； 总体醇化质量评价函数表示为： ； 上述各式中，为；为每层楼的醇化系数，取值范围[0,1]；Ai为第i批烟叶的醇化程度；Astd为标准醇化值；为任务划分后的任务总数；i=1表示从第一批开始计算； 4遗传算法求解 将空间模型、任务模型和优化模型的数据集作为输入，利用遗传算法进行求解，获得最优化的入库分配方案。

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浙江大学;中国烟草总公司郑州烟草研究院，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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。