本发明提出了一种物流调度方法，通过获取物流资源信息，根据所述物流资源信息建立物流路径图；获取物流需求信息和用户对所述物流需求信息的约束条件；在所述物流路径图中确定与所述物流需求信息和所述约束条件匹配的物流路径；将所述物流路径对应的物流资源调度给对应的物流需求。该物流调度方法不仅可以满足物流需求还可以满足用户对物流需求的约束条件，克服了传统物流调度的单一性，同时极大的提高了不同物流公司的物流资源的协同程度，提高了物流资源利用率。此外，本发明还提出了一种物流调度系统。
📄 2016100419283
📂 G16Z99_00
👤 华南师范大学
📅 2016-01-21
本发明提出了一种物流调度方法，通过获取物流资源信息，根据所述物流资源信息建立物流路径图；获取物流需求信息，在所述物流路径图中确定与所述物流需求信息匹配的物流路径；将所述物流路径对应的物流资源调度给对应的物流需求。这样通过建立物流路径图，从物流路径图中确定与物流需求信息对应的物流路径，将该物流路径对应的物流资源调度给对应的物流需求，极大的提高了不同物流公司的物流资源的协同程度，提高了物流资源利用率，降低了物流成本。此外，还提出了一种物流调度系统。
📄 201610041146X
📂 G16Z99_00
👤 华南师范大学
📅 2016-01-21
本发明公开了一种分布式动态任务分配方法、装置、设备及存储介质，该方法包括：基于目标机器人的坐标和若干个待分配任务机器人的坐标确定待分配任务机器人对应的损失参数；通过损失参数和全分布式k‑WTA网络生成若干个待分配任务机器人对应的任务分配信号并确定预设数量的目标任务分配机器人；基于目标机器人的坐标和目标任务分配机器人的坐标确定目标任务分配机器人对应的控制参数并根据控制参数对目标任务分配机器人进行任务分配。本发明中各待分配任务机器人只需根据对应的损失参数和全分布式k‑WTA网络即可更新自身状态进而实现任务分配，因此本发明中任一机器人的故障不会影响系统整体的运行，提供了一种完全分布式的任务分配方法。
📄 2023103314654
📂 B25J9_16
👤 暨南大学
📅 2023-03-30
本发明涉及一种数据节点的任务分配方法和装置，其中方法包括：当存在待传输任务时，计算各数据节点完成当前任务的剩余传输时长，将各数据节点完成当前任务的剩余传输时长由短至长进行排序，选出备选数据节点；根据首位的数据节点的剩余传输时长监测备选数据节点中是否存在空闲的数据节点，如果没有空闲的数据节点，根据预设的时间差值和重新计算得到的剩余传输时长评估备选数据节点中符合预设条件的最优数据节点。本发明能够选出多个候选的数据节点，当最短的剩余传输时长到达时，如果没有空闲的数据节点，评估得到备选数据节点中符合预设条件的最优数据节点，各数据节点的利用率，且减少了待传输任务等待传输的时间。
📄 2017108518474
📂 H04L29_08
👤 深圳市盛路物联通讯技术有限公司
📅 2017-09-19
本发明公开了一种基于基可达图的多智能体最优任务分配与规划方法、装置及系统，该方法主要包括：首先，将多智能体工作环境建模为栅格地图，并进一步建模为Petri网模型；然后根据任务要求对Petri网模型进行约简，并根据任务要求在约简后Petri网上添加控制库所；再根据添加控制库所后Petri网模型构建基可达图；在该基可达图中搜索满足任务要求的最小成本终点状态对Petri网模型进一步约简；最后根据终点状态进行路径回溯，获取多智能体在工作环境中满足任务要求且具有最小成本的任务分配方式与移动轨迹。本发明能够获取多智能体在复杂任务下的任务分配方案与最优轨迹，较大程度降低了最优解搜索成本，提升了大地图下复杂任务任务分配与规划效率。
📄 2023116056171
📂 G01C21_34
👤 陕西科技大学
📅 2023-11-28
本发明涉及一种基于图论和汇流累积量的河网分级系统及方法，属于水利工程与地理信息技术领域；包括以下步骤：获取原始DEM数据和水系数据，将所述水系数据转换至预设投影坐标系；基于所述DEM数据提取初级河网，并结合河网长度和流域面积对所述初级河网进行筛选，得到精简化河网；河网流量计算：基于汇流累积量对所述精简化河网中的每条河网要素进行流量赋值；图论建模：将所述精简化河网抽象为有向图模型；河网分级：以所述出水口为起点逆向追溯，结合节点入度/出度和边权重确定主干与支流层级关系，实现河网分级。本发明实现了河网分级从“形态描述”到“水文功能刻画”的升级，适用于高精度河网精细化分析及智慧水利应急管理等场景。
📄 2025117255453
📂 G06F30_27
👤 济宁学院
📅 2025-11-24
本发明公开了一种能耗最小化的无人机任务分配和轨迹规划方法，包括：步骤1：根据无人机辅助物联网系统的参数信息将所有监测区域分成K个簇，每个监测区域仅有1个数据收集点；步骤2：为每个簇指定1架无人机以收集对应簇中所有传感器节点的数据，并基于禁忌搜索算法确定每架无人机在对应簇中的数据收集点的访问顺序，将访问距离最短的数据收集点的访问顺序作为该簇的轨迹规划结果；步骤3：计算每架无人机的任务完成时间，若均能在预定延迟内将收集到的数据交付到数据中心，则确定当前的分簇结果和每个簇中的数据收集点的访问顺序为最终结果，否则，置K＝K+1，返回步骤1；步骤4：按照最终结果令每架无人机进行数据收集后交付到数据中心。
📄 2024114387051
📂 G05D1_46
👤 浙江工业大学
📅 2024-10-15
本发明公开了一种集车辆调度优化与任务分配于一体的可视化办法及系统，包括信息收集模块，接受客户订单；调度方案优化模块，根据客户需求进行最优化调度；路径获取模块，搜索具体车辆行驶路线，可视化显示；任务分配模块，将任务、行驶路线发送驾驶员，驾驶员根据安排进行送货；定位模块，利用GPS定位功能，对每辆车进行任定位跟踪及位置反馈；反馈、更新模块，任务完成后，自动更新车辆的状态以及物资的使用情况，对客户的信息及配送反馈情况进行存储。本发明以实际道路为基础，建立了通用的车辆调度模型，满足了企业可视化需求，弥补现阶段物流车辆调度、分配效率低下、路径测算与实际不符的不足，节约运输成本，提高了物流运输企业服务水平。
📄 2019108536753
📂 G06Q10_04
👤 浙江工业大学
📅 2019-09-10
本发明公开了一种基于深度强化学习的预测式外呼任务分配方法及外呼系统，该方法能根据不同的外呼状态预测输出适当的外呼量。首先根据外呼系统工作流程对外呼进行数学建模，构建虚拟外呼环境。然后使用ε‑Greedy方法在外呼环境中进行半随机呼出，同时使用强化学习方法对半随机呼出进行学习，即从不同状态下不同外呼量的价值差异中进行学习，使深度神经网络近似外呼量的价值函数。最后使用深度神经网络对实际外呼状态下不同外呼量的价值进行预测，然后选择最好的外呼量进行输出。本发明构建的基于深度强化学习的预测式外呼任务分配方法在满足降低呼损、减少坐席空闲时间目标的同时具有快速输出、合理预测的特点。
📄 2021112025071
📂 H04M3_523
👤 浙江工业大学
📅 2021-10-15
本发明公开了一种基于启发式聚类算法的空间任务分配方法，该方法可以将不同频次的任务安排到m个时间段中，并保证每个时间段的负载均衡。本方法首先会进行空间划分，将空间任务数据中的高频次空间分配任务通过聚类算法聚成m个簇，之后计算平均分配量阈值范围，然后找出其中不满足平均分配量阈值范围的簇对其进行调整，调整好高频次簇之后再将低频次空间分配任务聚成n个簇，最后将这n个簇分别分配到最近的调整好的高频次簇。本发明在均衡空间任务分配量方面提供了一种新的空间任务分配方法。
📄 202211720297X
📂 G06Q10_047
👤 浙江工业大学
📅 2022-12-30
本发明提供了一种基于聚类算法的多载位AGV任务分配方法，在多载位AGV任务分配场景中，本发明通过构建多目标函数，能够更好地适应多载位AGV仓储系统中任务的动态变化以及多目标优化的要求。同时在对多目标函数的求解过程中，本发明利用非支配排序遗传算法结合模拟退火算法来对多目标任务进行求解，能够同时考虑多个目标函数，并能通过非支配排序、拥挤距离计算等机制，有效地对解空间进行搜索和优化，进一步提高整个系统的工作效率和任务处理能力。
📄 202510090470X
📂 G06Q10_0631
👤 浙江工业大学
📅 2025-01-21
本发明提出了一种基于图搜索的城市众包配送任务分配方法,将实际电子地图映射成众包配送网络图，将任务的起始位置、目标位置以及骑手的位置映射到配送网络图中，考虑配送路径优化并在图中完成任务分配。本发明考虑众包骑手的配送能力和任务匹配度，以时间约束内为骑手分配任务的数量最多为目标，建立基于配送网络图的众包任务分配模型。提出一种基于配送网络图的众包任务分配算法，即基于蚁群规划的众包任务分配算法，求解问题模型。最后，将得到的分配结果返回到电子地图中，便于用户以可视化的方式查看。本发明提供的一种新的城市众包配送服务调度解决方案，得到骑手的配送任务集合的同时也能输出骑手配送路径，具有实用价值。
📄 2019103806506
📂 G06Q10_06
👤 哈尔滨工业大学(威海)
📅 2019-05-08
柿子坊 · 知识产权运营
柿子坊知识产权运营平台