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！

龙图腾网获悉燕山大学申请的专利一种基于迁移学习与特殊点策略的动态多目标进化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：CN110097088B 。

龙图腾网通过国家知识产权局官网在2026-02-10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：201910274372.6，技术领域涉及：G06F18/214；该发明授权一种基于迁移学习与特殊点策略的动态多目标进化方法是由孙浩;马学敏;宋浩诚;呼子宇;魏立新;范锐设计研发完成，并于2019-04-08向国家知识产权局提交的专利申请。

本一种基于迁移学习与特殊点策略的动态多目标进化方法在说明书摘要公布了：本发明实施例提供了一种基于迁移学习与特殊点策略的动态多目标进化方法，涉及进化计算领域。该方法包括：对动态多目标优化场景分析，获取所述优化场景的初始种群；采用多目标估计分布方法优化所述初始种群，获取所述初始种群的前端优化集；根据所述前端优化集获取特殊点；当所述决策变量发生变化时，基于联合分布适配的迁移学习方法将所述特殊点映射到高维空间，得到下一时刻的所述特殊点；采用多目标估计分布方法优化下一时刻所述初始种群，获取下一时刻所述初始种群的前端优化集。通过所述特殊点，实现对新环境下所述特殊点的准确预测，随机产生其他个体，增加种群多样性，从而提高算法在新环境下的收敛速度和收敛精度。

本发明授权一种基于迁移学习与特殊点策略的动态多目标进化方法在权利要求书中公布了：1.一种基于迁移学习与特殊点策略的动态多目标进化方法，应用于动态路径规划，其特征在于，包括： 应用于车辆路径动态规划，对动态多目标优化场景分析，获取所述优化场景的初始种群，所述初始种群包含动态目标，决策变量和约束条件，所述动态目标包括最短路程、最短时间、道路状况良好，所述决策变量包括交通事故、交通管制； 采用多目标估计分布方法优化所述初始种群，获取所述初始种群的前端优化集； 根据所述前端优化集获取特殊点；所述特殊点包含边界点和拐点；对于最小化问题而言，边界点指在目标空间中每一维度的最小值，且边界点的个数等于目标空间的维数；到边界点构成的直线距离最大的点为拐点； 当所述初始种群中的决策变量发生变化时，即在车辆行进过程中发生交通事故，则需要对所述动态目标重新进行预估，基于联合分布适配的迁移学习方法将所述特殊点映射到高维空间，得到下一时刻的所述特殊点； 所述基于联合分布适配的迁移学习方法将所述特殊点映射到高维空间，得到下一时刻的所述特殊点的步骤，包括： 获取所述初始种群的特殊点为源数据，下一时刻的所述特殊点为目标数据； 采用主成分分析方法根据所述源数据和所述目标数据获取高维空间，建立第一优化目标； 采用最大值差异作为距离度量所述源数据和所述目标数据的不同分布，构建边缘分布适配，获取第二优化目标； 根据所述源数据建立模型，构建出所述目标数据对应的伪标签,根据伪标签，构建条件分布适配，获取第三优化目标； 联合所述第一优化目标，第二优化目标和第三优化目标，获取最终优化目标； 对所述最终优化目标进行收敛，获取所述源数据与所述目标数据的最佳适配矩阵； 根据所述最佳适配矩阵和所述特殊点，得到下一时刻的所述特殊点； 以下一时刻的所述特殊点中的最小值为下限，以下一时刻所述特殊点中的最大值为上限，产生下一时刻的所述初始种群； 采用多目标估计分布方法优化下一时刻所述初始种群，获取下一时刻所述初始种群的前端优化集，进行动态的在线优化，使行车路线最优。

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燕山大学，其通讯地址为：066004 河北省秦皇岛市河北大街西段438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。