Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 河北工程大学田丰获国家专利权

河北工程大学田丰获国家专利权

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!

龙图腾网获悉河北工程大学申请的专利基于改进NSGA-III的多目标地理站点选址优化方法及系统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:CN121052457B

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:202511587692.9,技术领域涉及:G06Q10/04;该发明授权基于改进NSGA-III的多目标地理站点选址优化方法及系统是由田丰;毕程程;张海方;李朋辉;李拥宪;杨振杰;路赛丛;张龙强设计研发完成,并于2025-11-03向国家知识产权局提交的专利申请。

基于改进NSGA-III的多目标地理站点选址优化方法及系统在说明书摘要公布了:本发明涉及一种基于改进NSGA‑III的多目标地理站点选址优化方法及系统,属于商业管理与资源规划中的优化技术领域,具体涉及利用计算模型进行资源分配与选址决策。该技术旨在解决在有限资源下进行多目标站点选址时方案收敛慢、解集分布不均及计算效率低的问题。方案通过预处理地理空间数据并生成代表不同选址方案的初始种群;采用改进NSGA‑III算法进行优化迭代,计算覆盖率、归一化人口密度和医疗服务可达性等多个目标函数;利用改进的参考点生成和垂直距离度量进行个体选择与种群更新。该方法主要用于提升城市规划、医疗资源配置、能源站布局及物流网络优化等商业与市政决策的效率和效果。

本发明授权基于改进NSGA-III的多目标地理站点选址优化方法及系统在权利要求书中公布了:1.基于改进NSGA-III的多目标地理站点选址优化方法,其特征在于,包括以下步骤: 步骤一、获取地理空间数据,并对所述地理空间数据进行预处理,所述地理空间数据包括站点候选位置数据、区域边界数据、人口分布数据以及服务设施数据;预处理包括将坐标系转换为统一坐标参考系统CRS、验证几何对象的有效性以及构建空间索引; 步骤二、使用预处理后的站点候选位置数据生成初始种群,其中种群规模范围为30至100,每个个体代表一组站点选址方案,个体通过GeoDataFrame数据结构表示站点几何信息,并设定随机种子值以保证计算过程可重复; 步骤三、采用改进NSGA-III算法对初始种群进行多目标优化迭代,多目标优化迭代包括:为每个站点设置一个缓冲区,基于站点缓冲区计算每个个体的三个目标函数值,三个目标函数值为覆盖率、归一化人口密度以及医疗服务可达性;根据目标函数值进行非支配排序以划分Pareto前沿;基于划分数nd在12至20之间取值,生成参考点集合,并采用垂直距离度量进行个体与参考点的关联选择;对种群个体执行交叉操作和变异操作,交叉操作采用随机点交换方式,变异操作采用高斯偏移方式,变异概率范围为0.01至0.1; 步骤四、将改进NSGA-III算法得到的优化结果与传统NSGA-II算法以及NSGA-III算法得到的优化结果进行对比分析,对比分析通过计算反转世代距离IGD、均匀性指标Spacing以及扩展性指标Spread来定量评估各算法性能; 步骤五、对改进NSGA-III算法进行多次独立运行,多次独立运行的次数范围为5至20次,统计每次运行的性能指标的平均值与标准差,性能指标包括IGD、Spacing以及Spread;并输出包含Pareto前沿分布和指标对比结果的Excel分析报告; 其中,步骤三中采用改进NSGA-III算法对种群进行多目标优化迭代包括: 基于划分数nd在12至20之间取值,生成参考点集合,并采用垂直距离度量进行个体与参考点的关联选择;对种群个体执行交叉操作和变异操作,其中交叉操作采用随机点交换方式,变异操作采用高斯偏移方式且变异概率范围为0.01至0.1; 其中,基于划分数nd生成参考点集合包括采用改进的Das-Dennis方法生成参考点,在三维目标空间中,每个参考点Pr由三个权重分量构成,表示为: ;其中,权重因子ωi=i+1nd+2,i为从0到nd的整数;∑ωi为每个参考点三个权重分量ω1、ω2与ω3的总和,表示对该参考点的权重归一化,使其满足ω1+ω2+ω3=1;在通过上述方法生成的参考点集合中,额外添加边界参考点[1,0,0]、[0,1,0]以及[0,0,1]; 采用垂直距离度量进行个体与参考点的关联选择,垂直距离d⊥根据以下公式计算:;其中,F为个体的目标向量,Rd为归一化的参考点向量,由参考点R除以其模长‖R‖得到,即Rd=R‖R‖;依据计算得到的垂直距离d⊥,选择与参考点距离最近的个体;对种群个体执行交叉操作和变异操作,交叉操作采用随机点交换方式,变异操作采用高斯偏移方式,变异概率范围为0.01至0.1。

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河北工程大学,其通讯地址为:056038 河北省邯郸市经济技术开发区太极路19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。

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。