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;浙江大学软件学院(宁波)管理中心(宁波软件教育中心)申请的专利一种基于深度强化学习的仓储物流调度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：CN118552097B 。

龙图腾网通过国家知识产权局官网在2026-01-30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：202410505795.5，技术领域涉及：G06Q10/08；该发明授权一种基于深度强化学习的仓储物流调度方法是由张金山;廖佐友;尹建伟设计研发完成，并于2024-04-25向国家知识产权局提交的专利申请。

本一种基于深度强化学习的仓储物流调度方法在说明书摘要公布了：本发明公开了一种基于深度强化学习的仓储物流调度方法，包括调度数据集构建、深度神经网络模型构建和训练以及运输路径生成。深度神经网络包括指针网络和图神经网络，分别用与输出运输点概率向量和热图向量，且根据运输点概率向量与二维坐标距离长度构建第一奖惩值、根据热图向量与目标二维热图向量的交叉熵构建第二奖惩值；将两个奖惩值应用到损失函数中进行反向传播。所述运输路径生成利用旅行商问题的局部最优性，通过交换运输点位置，有效解决最优运输路径中相邻运输点在现有神经网络方法得到的运输路径中可能相隔很远的问题。

本发明授权一种基于深度强化学习的仓储物流调度方法在权利要求书中公布了：1.一种基于深度强化学习的仓储物流调度方法，其特征在于，该方法包括： S1、调度数据集构建：使用旅行商问题求解器构建包括目标二维坐标向量和目标二维热图向量的调度数据集； S2、深度神经网络模型构建，包括： S2.1、根据运输点概率向量与二维坐标距离长度构建第一奖惩值； S2.2、构建输入为二维坐标向量和运输点概率向量，输出为运输点概率向量的指针网络，将指针网络的输出作为下一轮的输入，循环N次，结合第一奖惩值对指针网络进行训练，得到决策模型； S2.3、根据热图向量与目标二维热图向量的交叉熵构建第二奖惩值； S2.4、构建输入为二维坐标向量，输出为二维热图向量的图神经网络，结合第二奖惩值对图神经网络进行训练，得到关联模型； S3、根据仓储运输任务中的运输点位置构建二维坐标向量，分别输入到训练好的决策模型和关联模型中得到初始路径向量和热图向量， 根据热图向量中的运输点集合、二维坐标向量的凸包向量对初始路径向量进行调整得到待修正的运输路径向量，将待修正的运输路径向量输入到决策模型中得到修正运输路径向量，与初始路径向量对比，保存最短的运输路径； 根据最短的运输路径重新构建待修正的运输路径向量，循环至预设的次数后保留最短路径作为运输路径。

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;浙江大学软件学院(宁波)管理中心(宁波软件教育中心)，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。