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！

龙图腾网获悉华侨大学申请的专利基于多目标优化的多商品订单履行方法、装置、设备和介质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：CN121169531B 。

龙图腾网通过国家知识产权局官网在2026-02-13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：202511695521.8，技术领域涉及：G06Q30/0601；该发明授权基于多目标优化的多商品订单履行方法、装置、设备和介质是由王成;张涵;缑锦;林煌星;范宗文;周林;李海林设计研发完成，并于2025-11-19向国家知识产权局提交的专利申请。

本基于多目标优化的多商品订单履行方法、装置、设备和介质在说明书摘要公布了：基于多目标优化的多商品订单履行方法、装置、设备和介质，涉及供应链管理技术领域。多商品订单履行方法包含：获取订单和库存信息，包含当前订单集合、商品集合及仓库库存集合。基于订单和库存信息中多商品订单履行的实际需求，对订单履行问题进行建模。建立的模型为包含三个目标的多目标优化问题。采用基于优先级和库存可行性的启发式方法，生成初始种群。采用基于双层精英保留策略的带精英保留的快速非支配排序遗传算法对所述初始种群进行迭代优化，得到Pareto非支配解集。根据决策者偏好，从所述Pareto非支配解集中选取最终订单履行方案。方法在满足库存、处理能力与需求等可行性约束下同步提升三项核心经营指标。

本发明授权基于多目标优化的多商品订单履行方法、装置、设备和介质在权利要求书中公布了：1.一种基于多目标优化的多商品订单履行方法，其特征在于，包含： 获取订单和库存信息，包含当前订单集合、商品集合及仓库库存集合； 基于订单和库存信息中多商品订单履行的实际需求，对订单履行问题进行建模；建立的模型为包含三个目标的多目标优化问题：，其中为目标函数集合，为利润率，为订单满足率，为库存使用率； 采用基于优先级和库存可行性的启发式方法，生成初始种群； 采用基于双层精英保留策略的带精英保留的快速非支配排序遗传算法对所述初始种群进行迭代优化，得到Pareto非支配解集； 根据决策者偏好，从所述Pareto非支配解集中选取最终订单履行方案； 快速非支配排序遗传算法的核心改进在于： 对于每个订单，提取其中每个商品，按照商品分组为，按照订单到达时间划分优先级，越早到达的订单优先级越高； 在每组商品中从高优先级的商品需求开始，对订单的商品，从1号仓库开始，提供库存，即令个体，若该仓库的商品库存不足，则顺移到下一号仓库，直到商品的库存使用完毕，或所有订单中的商品需求都已经满足；设定扰动因子，令违反优先级的概率，当仓库中的商品库存充足，也跳过订单的商品的库存供应，开始下一优先级初始化； 在种群进化过程中，采用双层精英保留策略： 第一层识别全局精英进行保留：每一代进化后，将种群中前10%的个体标记为全局精英； 全局精英集合中表现最优的50%精英个体作为优质精英直接保留到下一代；表现较差的50%精英个体作为普通精英与剩余90%的非精英个体一起，通过轮盘赌选择机制参与交叉和变异操作： 构建交配池： 交配池由普通精英和非精英个体组成：；式中，为种群；为全局精英集合； 对中的个体使用轮盘赌选择，个体被选中的概率与其目标函数成正比：； 第二层局部精英保留：针对非精英个体和交叉变异产生的新个体，计算其在不同商品组上的局部表现，将达到局部性能阈值的染色体保留下来，作为有潜力的“局部精英”注入下一代种群； 对于商品组，定义个体在该组上的局部订单满足率和局部库存使用率； ； ； 式中，为属于商品组的所有订单的集合；为商品组内包含的所有商品的集合；为仓库分配给订单的商品的实际分配量； 筛选局部精英，从父代的交配池和子代的并集中，筛选出在所有商品组上均表现优异的个体，构成局部精英集合； ； 式中，为第一性能阈值；为第二性能阈值； 自适应搜索：在全局范围内对非精英部分和交叉产生的新个体执行多点随机突变； 新一代种群由优质全局精英、局部精英和补充个体三部分构成；其中，补充个体的规则为：若，则从中根据非支配排序和拥挤度距离择优补足； 。 2.根据权利要求1所述的一种基于多目标优化的多商品订单履行方法，其特征在于，表示个体，定义为一个三维二进制的决策变量；若值为1，表示订单中的商品由仓库满足；若值为0，表示订单中的商品不由仓库满足； 三个目标函数分别为： 利润率为分配满足订单的实际总利润与理论最大总利润的比例： ； 式中，为订单中商品的需求是否被完全满足的变量；为订单中商品的利润；订单满足率为被完全满足的订单数量与总订单数量的比例： ； 式中，的值为所有订单的总的商品数量； 库存使用率为分配给订单的商品数量与总可用库存量的比例： ； 式中，为订单中商品的需求量；为仓库中商品的库存量。 3.根据权利要求2所述的一种基于多目标优化的多商品订单履行方法，其特征在于，建立的模型的约束条件为： 库存分配量约束，即分配给一个订单某商品的总量不能超过其需求量： ； 式中，为分配给一个订单某商品的总量； 仓库库存能力约束，即从一个仓库分配出的商品总量不能超过其库存，且其库存量需大于0： ； ； 仓库处理能力约束，即每个仓库的每种商品分配的订单条数不能超过其处理上限： ； 商品优先级约束：引入惩罚项对违反优先级的情况进行惩罚； ； 式中，为组商品的惩罚值；表示组商品中的商品是否满足优先级；为组商品的优先级编号；表示组商品中订单中商品提报时间序号；表示组商品中首个未分配满足的商品序号； 最终的总惩罚值为： ； 式中，为理论最大惩罚值；为理论最小惩罚值。 4.根据权利要求1所述的一种基于多目标优化的多商品订单履行方法，其特征在于，采用基于优先级和库存可行性的启发式方法，生成初始种群，具体包括： 编码与初始化：采用三维二进制矩阵对种群个体进行编码，编码维度=订单数量×商品种类数×仓库数量； 每个个体是一个三维二进制矩阵，其初始化过程遵循可行性原则，通过启发式规则生成：初始种群个体根据商品优先级和仓库库存可行性生成； ； 式中，为优先级规则；为仓库库存可行性。 5.根据权利要求1所述的一种基于多目标优化的多商品订单履行方法，其特征在于，步骤A5具体为：先对种群基于目标函数计算舒适度，并进行快速非支配排序，得到非支配前沿...；然后计算每个个体的拥挤度；令全局精英集合从前沿...开始依次选取个体，直到其数量达到种群规模的10%； ； ； 式中，为全局精英集合的规模；为种群规模；步骤A10具体为：自适应搜索体现在变异算子的应用范围上；对交配池通过交叉产生的子代，执行多点随机突变；突变概率是自适应的；当基因位所在商品组的复杂度负相关时：；式中，为基础变异概率； 变异操作为：。 6.根据权利要求1至4任意一项所述的一种基于多目标优化的多商品订单履行方法，其特征在于，根据决策者偏好，从所述Pareto非支配解集中选取最终订单履行方案，具体为： 计算综合目标函数值，并根据综合目标函数值从Pareto非支配解集中选取最终方案； ； 式中为目标函数；为的权重；为的权重；为的权重；λ为惩罚系数；为总惩罚值的归一化结果。 7.一种基于多目标优化的多商品订单履行装置，其特征在于，用于执行如权利要求1至6任意一项所述的一种基于多目标优化的多商品订单履行方法； 多商品订单履行装置包含： 信息获取模块，用于获取订单和库存信息，包含当前订单集合、商品集合及仓库库存集合； 建模模块，用于基于订单和库存信息中多商品订单履行的实际需求，对订单履行问题进行建模；建立的模型为包含三个目标的多目标优化问题：，其中为目标函数集合，为利润率，为订单满足率，为库存使用率； 初始模块，用于采用基于优先级和库存可行性的启发式方法，生成初始种群； 迭代模块，用于采用基于双层精英保留策略的带精英保留的快速非支配排序遗传算法对所述初始种群进行迭代优化，得到Pareto非支配解集； 决策模块，用于根据决策者偏好，从所述Pareto非支配解集中选取最终订单履行方案。 8.一种基于多目标优化的多商品订单履行设备，其特征在于，包括处理器、存储器，以及存储在所述存储器内的计算机程序；所述计算机程序能够被所述处理器执行，以实现如权利要求1至6任意一项所述的一种基于多目标优化的多商品订单履行方法。 9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如权利要求1至6任意一项所述的一种基于多目标优化的多商品订单履行方法。

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华侨大学，其通讯地址为：362000 福建省泉州市丰泽区城华北路269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。