一种基于边权特征的学习型物流车队路线优化方法及系统

AITNT
正文
推荐专利
一种基于边权特征的学习型物流车队路线优化方法及系统
申请号:CN202410892006
申请日期:2024-07-03
公开号:CN118690937B
公开日期:2025-02-11
类型:发明专利
摘要
发明涉及智慧交通技术领域,且公开了一种基于边权特征的学习型物流车队路线优化方法及系统,包括以下步骤:构建物流车队路线优化问题模型;设计基于边权特征的学习型决策方法,包括:包含边权矩阵的训练数据集生成、基于图神经网络的策略网络设计、强化学习训练算法构建;基于所述的学习型决策方法,构建分层求解架构对物流车队路线进行优化。该基于边权特征的学习型物流车队路线优化方法及系统,本发明方法针对物流车队的路线规划问题求解具有较高的实时性和鲁棒性,实现了物流运输的整体效率提升。
技术关键词
路线优化方法 物流 顶点 决策算法 强化学习算法 掩码规则 注意力 矩阵 决策方法 策略 客户 网络 车辆载重状态 车辆路径优化 解码器 仓库 智慧交通技术 编码器 节点
系统为您推荐了相关专利信息
1
一种用于升降托运的物流机器人
垫板组件 收纳盒 双杆液压缸 保护结构 液压杆
2
一种基于强化学习的网络对抗决策方法
决策方法 节点特征 编码器 注意力机制 强化学习算法
3
物资管理智能仓物流规划与配货计划统筹调度方法及系统
物流 计划 实时交通信息 需求预测模型 装车
4
一种基于电刺激的肌腱病康复训练与监测系统
肌腱 近红外光谱传感器 监测系统 远程医疗中心 模式识别算法
5
基于设计三维图的立体仓库数字孪生系统及其构建方法
数字孪生模型 数字孪生系统 无线射频识别标签 异常信息 系统运行优化
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号