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！

龙图腾网获悉内蒙古工业大学;暨南大学申请的专利模糊垃圾产生量下的生活垃圾清运规划方法、装置及设备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：CN118710075B 。

龙图腾网通过国家知识产权局官网在2025-12-19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：202410839060.6，技术领域涉及：G06Q10/0637；该发明授权模糊垃圾产生量下的生活垃圾清运规划方法、装置及设备是由郭洪飞;韦雨佳;任亚平;何智慧;朝宝设计研发完成，并于2024-06-26向国家知识产权局提交的专利申请。

本模糊垃圾产生量下的生活垃圾清运规划方法、装置及设备在说明书摘要公布了：本发明公开了一种模糊垃圾产生量下的生活垃圾清运规划方法、装置及设备，所述方法包括：定义各个垃圾产生点的待清运垃圾量的模糊变量；引入基于可信性测度理论的模糊机会约束，以处理垃圾产生量的模糊性；构建模糊机会约束规划模型的目标函数，以最小化清运成本、中转站负效应以及因清运失败产生的额外成本；根据模糊变量、模糊机会约束和目标函数，构建基于可信性测度理论的模糊机会约束模型；基于模糊模拟的C‑W节约算法与改进NSGA‑II算法，求解模糊机会约束规划模型，得到各个垃圾产生点最佳垃圾运转的中转站位置以及清运车调度方案。本发明能够在垃圾产生量不确定情况下，规划出各个垃圾产生点最佳垃圾运转的中转站位置以及清运车调度方案。

本发明授权模糊垃圾产生量下的生活垃圾清运规划方法、装置及设备在权利要求书中公布了：1.一种模糊垃圾产生量下的生活垃圾清运规划方法，其特征在于，包括： 定义各个垃圾产生点的待清运垃圾量的模糊变量； 引入基于可信性测度理论的模糊机会约束，以处理垃圾产生量的模糊性； 构建模糊机会约束规划模型的目标函数，以最小化清运成本、中转站负效应以及因清运失败产生的额外成本； 根据模糊变量、模糊机会约束和目标函数，构建基于可信性测度理论的模糊机会约束模型； 基于模糊模拟的C-W节约算法与改进NSGA-II算法，求解模糊机会约束规划模型，得到各个垃圾产生点最佳垃圾运转的中转站位置以及清运车调度方案； 其中，所述基于模糊模拟的C-W节约算法与改进NSGA-II算法，求解模糊机会约束规划模型，得到各个垃圾产生点最佳垃圾运转的中转站位置以及清运车调度方案，包括： 将所有垃圾产生点和中转站首尾相连，形成初始的子回路集，每条子回路为0-某个垃圾点-0的往返行程； 节约值计算与合并：计算任意两条子回路合并后节约的行驶距离，并将节约值排序，选择节约值最大的两条子回路合并，直到无法进一步合并为止，确保每次合并都不超过车辆的最大容量； 多目标优化：在改进的NSGA-II算法中，同时考虑清运总成本最小化和垃圾中转站负效应最小化作为优化目标； 针对模糊变量进行调度策略求解：Step1：通过佳点集策略对种群进行初始化，对该种群快速非支配排序后，经由选择、交叉、变异三个基本操作产生第一代群体；Step2：对新产生的种群中每个个体进行模糊模拟，计算出目标值之后，按照精英保留策略的步骤，先把父代和子代合并成新种群，对该合成种群执行快速非支配排序，并计算每个个体拥挤度，以便根据非支配关系和动态拥挤度来确定最佳的新父代种群；Step3：对Step2中新的父代种群执行选择、交叉、变异三个操作，产生子代种群；Step4：当达到最大迭代次数时，输出Pareto最优解；反之，令Gen＝Gen+1，并返回到Step2重新循环；Step5：对输出的方案进行检测，如果存在失败点，则使用C-W算法对输出的方案执行重调度策略，同样对重调度后的方案使用模糊模拟，并与原方案进行对比，若重调度后的方案优于原方案，则输出结果，否则，重新执行重调度策略； 决策者风险偏好分析：分析不同Cr*取值下模型的解，寻找最优的Cr*值，以在垃圾产生量不确定时，平衡成本与效率，获得最优的中转站选址和清运车调度方案； 其中，通过模糊模拟垃圾产生点的待清运垃圾量来确定失败点，然后对实际清运路径进行模拟，来确定清运车清运失败产生的额外清运成本，包括： Step1：对每一个垃圾产生点e随机生成一个“实际”待清运垃圾量，这个“实际”待清运垃圾量采用模拟方法生成，具体步骤如下：①在内随机抽取一个数g，并且算出g的隶属度μg；②在[0,1]范围内随机抽取一个数θ；③比较μg与θ的大小，如果μg≥θ,则g为该垃圾产生点实际的垃圾量；否则，重复以上步骤；④重复上述步骤，直到生成所有垃圾产生点的模拟“实际”待清运垃圾量； Step2：根据在Step1中生成的“实际”的待处理垃圾量，评估“失败”所带来的额外运输费用和时间损失成本； Step3：重复Step1、Step2M次； Step4：通过M次模拟，计算出平均值，以此来估算“失败”路径可能带来的额外运输费用和时间损失成本； 其中，当需要对预优化方案中线路的所有失败点与后续垃圾点重新组合计算出新的清运路线时，执行如下垃圾产生点重调度策略来进行调整： 识别失败点与后续点：使用模糊模拟依次仿真预优化方案中的每一条清运线路，识别出失败点与后续点，清运车返回垃圾中转站，结束本条路线的清运任务；建立待重调度垃圾点集合E'＝{1,2,…,e'}，E'∈E，该集合内的元素是预方案中的所有失败点和后续垃圾点，在E'中失败点已知待清运垃圾量，但未知后续垃圾点的待清运垃圾量；如果E'是空集，表明预优化方案是合理的，清运车完全能将线路中每个垃圾点的垃圾量清运，这就不再需要进行重调度操作；否则，执行垃圾产生点重调度步骤； 垃圾产生点重调度：引入节约算法原理设计插入算法对E'中的垃圾点进行重调因为预优化方案已对路线进行一次规划，若在预优化方案中决策者主观风险偏好系数下，规划已出现失败点，则重调度中，将决策者主观风险偏好系数调高，要求能够一次性满足垃圾点的清运需求，以满足重调度中需要满足模糊机会约束如果时，依旧有失败的可能，此时使用失败点返回策略，重调度优化之后的路线使用模糊模拟对其进行仿真。

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内蒙古工业大学;暨南大学，其通讯地址为：010000 内蒙古自治区呼和浩特市新城区爱民路(北)49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。