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！

龙图腾网获悉中铁电气化局集团第一工程有限公司申请的专利一种基于深度学习的仓库智能管理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：CN121094708B 。

龙图腾网通过国家知识产权局官网在2026-03-24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：202511276591.X，技术领域涉及：G06Q10/087；该发明授权一种基于深度学习的仓库智能管理系统是由罗东北;阮贤贵;吴向阳;苑玉超;刘智远;王帅;杜麾;韩博书;吴建伟;邢旭浩;刘瑞辉;陈彪设计研发完成，并于2025-09-08向国家知识产权局提交的专利申请。

本一种基于深度学习的仓库智能管理系统在说明书摘要公布了：本发明涉及仓库管理技术领域，尤指一种基于深度学习的仓库智能管理系统，通过基于仓库货位、功能位的空间分布信息及通道连通关系，结合历史出入库记录、AGV轨迹与调度日志，构建包含节点与边的时空图模型。通过深度时空图卷积建模，输出货位价值评分与通行拥堵概率，识别高频SKU应优先分配的货位区域。并通过强化学习模型生成货位分配策略，实现高频货品快速出入库的同时避免通道过度占用与死锁。最终，通过路径规划算法生成AGV调度指令集并下发执行。实现了货位规划与AGV调度的动态协同优化，在提升高频货品作业效率的同时，有效避免路径拥堵与冲突，提升系统吞吐率与运行可靠性。

本发明授权一种基于深度学习的仓库智能管理系统在权利要求书中公布了：1.一种基于深度学习的仓库智能管理系统，其特征在于，包括： 数据处理模块，用于基于仓库中货位、功能位的空间分布信息与通道连通关系，构建包含节点与边的时空图模型，将历史出入库记录、AGV轨迹数据与任务调度日志按时间序列映射至所述时空图模型的节点与边特征中，得到多维时空特征序列； 货位评估模块，用于对所述多维时空特征序列进行时序建模与图结构学习，输出各节点对应的货位价值评分、各边对应的通行拥堵概率与单位通行时延修正因子； 货位分配模块，用于基于所述货位价值评分与当前货位占用状态，对货位全集进行筛选得到货物迁移候选集合，并结合所述通行拥堵概率与通行时延修正因子构建强化学习状态向量，通过强化学习模型输出货位分配策略； 作业调度模块，用于根据所述货位分配策略，通过路径规划算法生成AGV调度指令集，并将所述调度指令集下发至对应AGV终端执行作业； 所述基于仓库中货位、功能位的空间分布信息与通道连通关系，构建包含节点与边的时空图模型包括以下步骤： 基于仓库管理系统中的货位与功能位编号，提取其坐标信息，构建图模型中的节点集合，并根据可通行路径逻辑计算节点之间的连通关系，形成边集合并标注路径长度与通行方向； 根据历史出入库记录中包含的SKU编号、货位编号与时间戳，对应映射至节点集合中，统计各节点的时序出入频次作为节点动态特征； 根据AGV轨迹数据与任务调度日志中记录的路径序列与时间段，对应映射至边集合中，统计单位时间内的通行频次与平均占用时长作为边动态特征； 将节点集合、边集合和边动态特征进行时间对齐与归一化处理，构建为时空图模型； 所述货位评估模块用于执行以下步骤： 基于节点的时间序列特征向量，按固定长度的时间窗口提取相邻时间步的特征片段，对所述片段执行一维卷积运算与归一化处理，得到各节点的时间卷积表示； 将所述节点的时间卷积表示与节点邻接矩阵进行矩阵乘积运算，并在加权求和后执行非线性激活处理，得到包含邻居关系的节点图卷积表示； 基于边的时间序列特征向量，对各边在时间窗口内的通行频率与占用时长进行滑动卷积与标准化处理，得到边的时间卷积表示； 将所述边的时间卷积表示与边连接的起止节点索引对应的节点图卷积表示进行特征拼接，并通过权重矩阵加权求和，得到边的图卷积表示； 将节点图卷积表示输入至第一回归输出单元，输出各节点对应的货位价值评分；将边的图卷积表示输入至第二回归输出单元，输出各边对应的通行拥堵概率与单位通行时延修正因子。

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中铁电气化局集团第一工程有限公司，其通讯地址为：100000 北京市丰台区南四环西路188号七区10-11号楼；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。