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！

龙图腾网获悉中国人民解放军国防科技大学申请的专利一种基于两阶段遗传算法的任务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：CN119273095B 。

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：202411523080.9，技术领域涉及：G06Q10/0631；该发明授权一种基于两阶段遗传算法的任务分配方法是由黄魁华;赵勇;朱正秋;代云凯;范长俊;路文浩;邱思航;程光权;黄金才;刘忠设计研发完成，并于2024-10-29向国家知识产权局提交的专利申请。

本一种基于两阶段遗传算法的任务分配方法在说明书摘要公布了：本发明涉及一种基于两阶段遗传算法的任务分配方法。所述方法包括：获取构建的任务分配模型；包括任务和用户；每个任务被划分为多个子任务；在预设的最大迭代次数内，采用遗传算法对当前迭代的子任务执行序列进行交叉和变异，得到优化子任务执行序列，并确保其中的子任务必须在与其存在依赖关系的前置子任务完成后再执行；为优化子任务执行序列中的子任务匹配用户，以此构建任务分配方案，采用启发式算法和评分函数得到中间任务分配方案；采用局部搜索算法探索中间任务分配方案的邻域解，再次根据评分函数从邻域解中选出当前迭代的优化任务分配方案。采用本方法能够为众包平台提供高效的任务分配方案。

本发明授权一种基于两阶段遗传算法的任务分配方法在权利要求书中公布了：1.一种基于两阶段遗传算法的任务分配方法，其特征在于，所述方法包括： 获取构建的任务分配模型；所述任务分配模型包括任务和用户；每个任务被划分为多个子任务； 在预设的最大迭代次数内，根据两阶段遗传算法优化任务分配方案；具体如下： 采用遗传算法对当前迭代的子任务执行序列进行交叉和变异操作，得到当前迭代的优化子任务执行序列，并确保其中的子任务必须在与其存在依赖关系的前置子任务完成后再执行；其中，当前迭代的子任务执行序列由两部分组成：当前迭代重新初始化得到的子任务执行序列，以及上一次迭代的优化子任务执行序列； 为优化子任务执行序列中的子任务匹配用户，以此构建任务分配方案，采用启发式算法和评分函数得到当前迭代的中间任务分配方案；所述评分函数是根据任务分配模型的目标函数构建的； 采用局部搜索算法探索中间任务分配方案的邻域解，再次根据评分函数从所述邻域解中选出当前迭代的优化任务分配方案； 任务分配模型的目标函数的构建步骤如下： 根据各个用户沿着其任务路径移动所用时间、在其任务路径上所有子任务的总执行时间，以及单位移动成本，计算其执行分配的子任务的过程中的移动成本： CPu＝cu·TtPu+PtPu； 其中，CPu表示用户执行分配的子任务的过程中的移动成本，Pu表示用户的任务路径，TtPu表示用户沿着任务路径移动所用时间，PtPu表示任务路径上所有子任务的总执行时间，cu表示用户的单位移动成本； 计算各个用户完成分配的子任务后平台得到的奖励： 其中，RPu表示用户完成分配的子任务后平台得到的奖励，表示第i个任务中第m个子任务，表示用户完成第i个任务中第m个子任务后平台得到的奖励； 根据用户执行分配的子任务的过程中的移动成本、用户完成分配的子任务后平台得到的奖励以及约束条件构建目标函数： max∑u∈U[RPu-CPu]； 其中，U表示用户集合，式a表示用户需要在其执行时间窗内完成分配的子任务，[τsu,τeu]表示用户的执行时间窗，式b表示被分配的子任务需要在其任务时间窗内被完成，表示第i个任务中第m个子任务的开始时间，表示第i个任务中第m个子任务的执行时间，[τst,τet]表示任务时间窗，式c表示当第i个任务中第m个子任务的前置子任务都被完成时，该任务才可以被执行，式d表示用户需要具备完成被分配的子任务的所需技能，式e表示每个子任务只能被完成一次。

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人民解放军国防科技大学，其通讯地址为：410073 湖南省长沙市开福区德雅路109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。