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！

龙图腾网获悉中南大学申请的专利一种用于散装食用油罐车运输的路径规划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：CN120806321B 。

龙图腾网通过国家知识产权局官网在2025-12-23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：202511316325.5，技术领域涉及：G06Q10/047；该发明授权一种用于散装食用油罐车运输的路径规划方法是由陈群;陈柯匀设计研发完成，并于2025-09-16向国家知识产权局提交的专利申请。

本一种用于散装食用油罐车运输的路径规划方法在说明书摘要公布了：本发明属于交通规划技术领域，具体提供一种用于散装食用油罐车运输的路径规划方法，包括先构建运输道路网络；再建立食用油罐车运输车辆路径问题的数学模型，使得目标函数的总成本f最小，并满足约束条件，其中f包括车辆固定使用成本f1、含运输和车辆空驶的行驶成本f2、车辆早到等待成本f3、清罐费用f4；再利用遗传算法和变邻域下降搜索算法相结合的混合算法，求解所述数学模型，得到散装食用油罐车路径运输的最优方案。本发明构建出优化的数学模型，以及建构了独特的染色体编码方式，并通过包含多种启发式算法的混合算法对其进行求解，提升了问题的求解效率和最优解质量，在满足食用油客户需求的同时，为运输公司找到最优运输方案。

本发明授权一种用于散装食用油罐车运输的路径规划方法在权利要求书中公布了：1.一种用于散装食用油罐车运输的路径规划方法，其特征在于，包括以下步骤， 步骤1：构建运输道路网络G=V，A，其中，V为所有节点的集合，包括运输公司节点、油厂节点、客户节点；A为路径集合； 步骤2：建立食用油罐车运输车辆路径问题的数学模型，使得目标函数的总成本f最小，并满足约束条件，所述数学模型包括目标函数和约束条件，所述约束条件用于约束目标函数；其中f包括车辆固定使用成本f1、含运输和车辆空驶的行驶成本f2、车辆早到等待成本f3、以及清罐费用f4；所述目标函数如下： 在目标函数中，minf为总成本的最低值，右边的四项分别代表f1、f2、f3和f4，e为单位车辆固定使用成本，c为单位可变行驶成本，γ为单位早到等待成本，β为油罐车单次清罐成本；d为单辆油罐车，D为所有油罐车的集合；k为油罐车的单个行程，K为油罐车的所有行程集合；i,j为节点；vd为0-1变量，如果油罐车d被使用则vd为1，否则为0；li,j为节点i到节点j的距离；xdkij为0-1变量，如果油罐车d的行程k通过路径i,j∈A则为1，否则为0；V1为所有客户节点的集合；wdki为油罐车d的行程k在客户节点i的等待天数；vdk为0-1变量，如果油罐车d在行程k开启前进行清罐操作，则为1，否则为0； 步骤3：利用遗传算法和变邻域下降搜索算法相结合的混合算法，求解所述数学模型，得到散装食用油罐车路径运输的最优方案；且步骤3具体包括如下步骤， 步骤3-1，输入算法参数：所述算法参数包括种群内个体数量N、算法交叉概率pc、变异概率pm、最大迭代次数MaxGen； 步骤3-2，编码操作和种群初始化，令Gen=1：其中编码操作包括对染色体进行编码，其中染色体的长度代表客户需求总罐数与运输公司可派遣车辆数目之和，染色体编码包括车辆状态编号以及客户节点编号；而种群初始化，即得到遗传算法中的初始种群； 步骤3-3，具体包括如下步骤， 步骤3-3-1，计算个体目标函数值：将每个染色体进行解码，计算初始种群中每个染色体的目标函数值； 步骤3-3-2，变异、交叉操作：即对初始种群进行遗传操作中的变异、交叉操作； 步骤3-3-3，变邻域搜索操作：即对每个个体按照概率进行变邻域下降搜索操作，引导子代个体朝着最优化的方向前进； 步骤3-3-4，合并子代和父代，产生下一代种群：重复步骤3-3-2和步骤3-3-3，直至产生N个子代个体，并将子代与父代个体合并为包含2N个个体的集合，再通过遗传操作中的轮盘赌选择算子选择出最好的N个个体组成下一代种群； 步骤3-3-5，判断是否达到最大迭代次数：如果否，则Gen=Gen+1，重复步骤3-3-1到步骤3-3-4的算法流程直至达到算法最大迭代次数后终止； 步骤3-3-6，输出最优解：将得到的最优解进行解码和导出，即获得最优路径集合。

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南大学，其通讯地址为：410083 湖南省长沙市岳麓区麓山南路932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。