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！

龙图腾网获悉北京交通大学申请的专利外集内配下公铁联运送货网络的优化方法、系统及设备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：CN121562935B 。

龙图腾网通过国家知识产权局官网在2026-04-10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：202610084884.6，技术领域涉及：G06Q10/04；该发明授权外集内配下公铁联运送货网络的优化方法、系统及设备是由王力;邱珂昕;朱晓宁;闫柏丞;张琴;郝攀峰设计研发完成，并于2026-01-22向国家知识产权局提交的专利申请。

本外集内配下公铁联运送货网络的优化方法、系统及设备在说明书摘要公布了：本发明提供了外集内配下公铁联运送货网络的优化方法、系统及设备，属于物流配送网络优化技术领域。该方法针对现有技术中传统优化算法易陷入局部最优、难以获得全局满意解的问题，采用深度学习辅助遗传算法对预构建的公铁联运网络模型进行求解。算法通过深度Q网络对种群进化状态进行实时感知，动态智能地选择遗传操作策略，并结合经验回放机制进行自我训练与参数更新，最终输出最优的二级公铁联运枢纽选址与网络货流分配方案。本发明采用上述的外集内配下公铁联运送货网络的优化方法、系统及设备，有效提升了算法的全局搜索能力和自适应水平，能够获得成本更低、布局更优且稳定可靠的公铁联运网络优化方案。

本发明授权外集内配下公铁联运送货网络的优化方法、系统及设备在权利要求书中公布了：1.外集内配下公铁联运送货网络的优化方法，所述方法基于预构建的、包含一级物流集散中心、二级公铁联运枢纽和三级终端配送站点的服务网络，以及以最小化总成本为目标的多目标配送优化模型，其特征在于，所述方法的优化步骤包括：采用深度学习辅助遗传算法对多目标配送优化模型进行求解，以获得二级公铁联运枢纽的选址与网络货流分配方案；其中，深度学习辅助遗传算法执行以下过程： 步骤S1、基于配送网络的节点与货流关系对解进行编码，生成初始种群，并计算种群个体的适应度； 步骤S2、根据当前种群计算一个多维状态向量，用以表征种群的进化状态； 步骤S3、将多维状态向量输入一个深度Q网络；深度Q网络为选择、交叉、变异操作中的至少一种输出对应多个候选策略的Q值；依据Q值与一探索阈值参数进行比较，动态选择当前代待执行的进化策略； 步骤S4、执行所选的选择、交叉、变异策略，更新种群并计算奖励值；将本次迭代的初始状态、所选动作、所得奖励及进化后状态作为一条经验数据存入经验回放缓冲区； 步骤S5、从经验回放缓冲区中采样一批经验数据，通过前向传播与反向传播训练深度Q网络，更新其网络参数； 步骤S6、重复步骤S2至步骤S5，直至满足终止条件，输出最终的最优解作为网络优化方案。

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北京交通大学，其通讯地址为：100044 北京市海淀区西直门外上园村3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。