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！

龙图腾网获悉上海理工大学申请的专利一种面向供应中断的两阶段越库车辆调度算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：CN121169033B 。

龙图腾网通过国家知识产权局官网在2026-03-06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：202511700750.4，技术领域涉及：G06Q10/0631；该发明授权一种面向供应中断的两阶段越库车辆调度算法是由潘飞;周宪勇;付恩民;江振洋;刘明;席雨菲设计研发完成，并于2025-11-19向国家知识产权局提交的专利申请。

本一种面向供应中断的两阶段越库车辆调度算法在说明书摘要公布了：本申请提供了一种面向供应中断的两阶段越库车辆调度算法，该方法包括：获取入库车供应中断的产品供应短缺数据，将产品供应短缺数据与出库车的初始需求矩阵、各出库车对不同产品种类的单位缺货成本构建需求分解算法，并计算需求减少矩阵；基于需求减少矩阵计算调整后的出库车需求矩阵，并计算缺货成本；基于缺货成本、转运时间成本与出库车调度成本，构建数学规划模型；建立单次和多次装货模式下的越库中心转运模型，并设计模式转化算法；设计两阶段百分比阈值启发式算法求解越库中心转运模型，输出更新后的出库车需求矩阵、调度方案与所有成本信息；通过动态需求调整与灵活操作模式，最小化产品时间成本损失与缺货损失，提升供应链抗干扰能力。

本发明授权一种面向供应中断的两阶段越库车辆调度算法在权利要求书中公布了：1.一种面向供应中断的两阶段越库车辆调度算法，其特征在于，包括： 获取入库车供应中断的产品供应短缺数据，将产品供应短缺数据与出库车的初始需求矩阵、各出库车对不同产品种类的单位缺货成本构建需求分解算法，并计算需求减少矩阵； 基于需求减少矩阵计算调整后的出库车需求矩阵，并计算缺货成本； 基于缺货成本、转运时间成本与出库车调度成本，构建以最小化总成本为目标的越库中心转运模型； 建立单次和多次装货模式下的越库中心转运模型，并设计模式转化算法； 基于目标函数与约束条件，构建车辆序号、产品种类、装货数量构成的三层编码方案，设计两阶段百分比阈值启发式算法求解越库中心转运模型，输出更新后的出库车需求矩阵、调度方案与所有成本信息； 基于入库车供应短缺数据，设计出库车需求分解算法，具体包括： 设共造成第种产品无法按时送达的缺货量，产品种类集合；出库车对第种产品的初始需求，；基于需求分解算法生成出库车的需求减少矩阵 需求分解算法至少需满足以下约束条件： 约束1：需求减少总量匹配供应缺失量： 约束2：需求减少量不超过初始需求且非负： 基于需求减少矩阵，计算缺货成本，具体包括： 设各出库车对第种产品的单位缺货成本 基于需求分解算法计算需求减少矩阵 基于出库车的初始需求矩阵，计算需求调整后的出库车需求矩阵，公式如下： ； 计算对应缺货成本； 建立以最小化总成本为目标的越库中心转运模型，目标函数总成本表示为： ； 其中，表示所有产品在越库中心卸装货过程中所消耗的总完工时间，c表示单位时间成本，通过乘以将时间转化为成本；第二项为总缺货成本；表示出库车进出一次装货站台所消耗的单位调度成本，表示出库车进出装货站台的总次数； 约束条件包含缺货供需平衡、入库车转运平衡、出库车需求平衡、转运关联约束、入出库车卸装货时间约束、排序约束、卸装货模式约束； 建立单次和多次装货模式下的越库中心转运模型，并设计模式转化算法： 基于对车辆序号的排序构建单次且连续装货调度模式下的越库中心转运模型； 引入批次装货数量参数，将一辆出库车单次且不中断的连续装货操作转化为可中断的多段装货操作； 设因供应中断调整后出库车对第种产品的需求，其装货次数及第次装货的数量按以下公式计算： ； 其中，； ； 其中，为向下取整运算符，将原本第辆出库车只进行1次且连续的装货过程，转化为可中断的段装货操作，每次操作装载数量为； 段装货操作引入辆虚拟出库车，每辆虚拟车对应1段装货数量； 每一段的装货操作均由车辆序号、产品种类、装货数量三层信息构成，即从出库车装载第种产品的数量为； 将每一段装货操作随机排序，若相邻装货操作来自于同一辆出库车，则合并装货数量，最终得到合并后的出库车需求矩阵，其中属于引入虚拟车辆后的出库车集合； 设计两阶段百分比阈值启发式算法求解模型包括第一阶段与第二阶段，所述第一阶段包括以下步骤： 初始化算法参数，所述算法参数包括因供应中断导致的缺货量，单位缺货成本，种群数量，选择概率，最大迭代次数，批次装货数量与阈值； 基于需求分解算法生成需求减少矩阵，计算需求调整后的出库车需求矩阵； 采用单次且连续装货SL的调度模式，基于车辆序号的编码方式，随机生成数量染色体的初始种群； 根据目标函数总成本，计算每个染色体的适应度值，总成本包含时间成本、缺货成本和调度成本，适应度值函数为； 执行选择操作，采用轮盘赌策略选择第个染色体的概率，共选择个父代； 采用部分映射交叉PMX方式执行交叉操作，采用随机交换变异方式执行变异操作； 种群更新，记录每代种群中适应度最高与最低的染色体，用最高适应度染色体替换最低适应度染色体，迭代至达到最大迭代次数，输出SL模式下的总成本，和所消耗的调度成本； 判断与阈值的大小，若算法采用SL模式，并输出结果，若，算法采用多次装货ML模式执行第二阶段。

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上海理工大学，其通讯地址为：200093 上海市杨浦区军工路516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。