中科南京人工智能创新研究院刘宇鸣获国家专利权
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！
龙图腾网获悉中科南京人工智能创新研究院申请的专利一种运筹优化建模增强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：CN120724158B 。
龙图腾网通过国家知识产权局官网在2025-11-28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：202511191362.8，技术领域涉及：G06F18/214；该发明授权一种运筹优化建模增强方法是由刘宇鸣;张一帆设计研发完成，并于2025-08-25向国家知识产权局提交的专利申请。
本一种运筹优化建模增强方法在说明书摘要公布了：本发明公开了一种运筹优化建模增强方法，包括：基于运筹优化问题文本文件，构建包含约束间依赖关系及原始语义信息的结构化问题表征；依据结构化问题表征，通过构造并求解正反向问题对，执行逻辑一致性推演，生成正向建模结果及反向验证集；对正向建模结果进行多维度验证以识别潜在建模缺陷，并针对潜在建模缺陷生成结构化反例测试集；综合反向验证集与结构化反例测试集的测试表现，评估正向建模结果的可信度，生成最终优化模型及可信度评估报告。本发明能够提升自动生成模型的逻辑严谨性和可信度，并为模型提供量化的可靠性评估。
本发明授权一种运筹优化建模增强方法在权利要求书中公布了：1.一种运筹优化建模增强方法，其特征在于，包括： 基于运筹优化问题文本文件，构建包含约束间依赖关系及原始语义信息的结构化问题表征； 依据结构化问题表征，通过构造并求解正反向问题对，执行逻辑一致性推演，生成正向建模结果及反向验证集； 对正向建模结果进行多维度验证以识别潜在建模缺陷，并针对潜在建模缺陷生成结构化反例测试集； 综合反向验证集与结构化反例测试集的测试表现，评估正向建模结果的可信度，生成最终优化模型及可信度评估报告； 其中，识别潜在建模缺陷，包括： 从结构化问题表征中，提取增强约束依赖图及各变量的初始量纲信息； 基于增强约束依赖图的拓扑结构，并依据预设的量纲运算规则，构建量纲流网络，其中，节点存储变量的量纲状态，边表征量纲在约束间的传播与转换； 利用量纲流网络，检验正向建模结果中各个方程等式两端的量纲是否一致，定位量纲不匹配的潜在建模缺陷。
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科南京人工智能创新研究院，其通讯地址为：211135 江苏省南京市江宁区创研路266号麒麟人工智能产业园3号楼3楼；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。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励