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！

龙图腾网获悉江苏大学申请的专利一种不确定取货需求下带多时间窗的同时取送货车辆路径问题规划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：CN115186930B 。

龙图腾网通过国家知识产权局官网在2026-03-10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：202210945598.6，技术领域涉及：G06Q10/047；该发明授权一种不确定取货需求下带多时间窗的同时取送货车辆路径问题规划方法及系统是由何美玲;杨梅;武晓晖;章泽琦;付文青;李其鹏;吕一鸣;徐婉蓉设计研发完成，并于2022-08-08向国家知识产权局提交的专利申请。

本一种不确定取货需求下带多时间窗的同时取送货车辆路径问题规划方法及系统在说明书摘要公布了：本发明提供了一种不确定取货需求下带多时间窗的同时取送货车辆路径问题规划方法及系统，包括以下步骤：获取待服务顾客点的配送信息；基于可信性测度理论构建带多时间窗的同时取送货车辆路径问题模糊机会约束规划模型；采用遗传和声搜索算法求解模型，得到预优化配送方案；调度车辆按预优化配送方案行驶，确定各个顾客的取货需求量；判断是否存在车辆剩余装载量小于顾客的实际取货需求量的失败点，若存在失败点，则采取失败点服务策略，在其余可服务时间窗内为失败点进行重优化路径规划；若不存在失败点，则存储顾客点确定配送信息，输出最优配送方案。本发明充分利用车辆的装载能力，最大程度地实现城市物流配送的经济化、效率化和绿色化。

本发明授权一种不确定取货需求下带多时间窗的同时取送货车辆路径问题规划方法及系统在权利要求书中公布了：1.一种不确定取货需求下带多时间窗的同时取送货车辆路径问题规划方法，其特征在于，包括以下步骤： 获取待服务顾客点的配送信息，根据存储数据缩小历史已服务顾客对取货需求量的估计偏差，具体为：针对历史已服务顾客，根据存储的数据将其在以往服务中得到的预估取货需求量与确定取货需求量进行比对，以提取估计特征，缩小其在当前服务中对取货需求量的估计偏差； 基于可信性测度理论构建带多时间窗的同时取送货车辆路径问题模糊机会约束规划模型，如下： 目标函数为：minTC0， 其中，TC0为置信水平α0下的乐观成本； 约束条件为： 式中： 为总配送成本，可表示为： 其中：为车辆服务所有顾客节点产生的模糊燃油消耗总量；H表示同质车队集合；R表示顾客的节点集合；i＝0或j＝0时表示起终点位置；表示车辆h从第i顾客节点行驶到第j顾客节点的模糊负载；λ为燃料热值系数；dij表示车辆从第i顾客节点行驶到第j顾客节点的距离；k为发动机摩擦系数；N为发动机转速；V为发动机排量；vij表示车辆从第i顾客节点行驶到第j顾客节点的行驶速度；γ为传输系统系数；α为引力常数；β为空气阻力系数；m0表示空车质量； R0＝R\{0}表示不包含起终点位置的顾客节点集合；x0jh表示车辆h从起点行驶到第j顾客节点的决策变量；c1为车辆的单位固定成本；c2为单位油耗成本；c3为单位碳排放成本；e为碳排放系数；c4为车辆早到的单位时间等待成本；c5为车辆晚到的单位时间惩罚成本；Wj为第j顾客节点的时间窗口集合；为第j顾客节点所能接受的第q个最早开始服务时间；为第j顾客节点所能接受的第q个最晚开始服务时间；Tj为车辆到达第j顾客节点的时间，表示为si为第i顾客节点的服务时长，tij表示车辆从第i顾客节点行驶到第j顾客节点的行驶时间； Cr为可信性度量；α0为企业决策者预先确定的置信水平； β0为企业决策者预先确定的置信水平；dj为第j顾客节点的送货需求量；M为车辆的最大载重量；为第j顾客节点的预估取货需求量，p1j为第j顾客节点的最小取货需求量，p2j为第j顾客节点的最可能取货需求量，p3j为第j顾客节点的最大取货需求量，xj0h表示车辆h从第j顾客节点返回到终点的决策变量；M0jh表示车辆h从起点出发到第j顾客节点的初始负载；vl为最低车速；vm为最高车速； 采用遗传和声搜索算法求解所建立模型，以得到预优化配送方案； 调度车辆按预优化配送方案行驶，确定各个顾客的取货需求量； 判断是否存在车辆剩余装载量小于顾客的实际取货需求量的失败点，若存在失败点，则采取失败点服务策略，在其余可服务时间窗内为失败点进行重优化路径规划；若不存在失败点，则存储顾客点确定配送信息，输出最优配送方案。

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江苏大学，其通讯地址为：212013 江苏省镇江市京口区学府路301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。