買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜西南交通大學申請的專利一種基于圖神經網絡的鐵路運輸定價方法、裝置及設備獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN119313245B 。

龍圖騰網通過國家知識產權局官網在2025-03-25發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202411845333.4，技術領域涉及：G06Q10/0834；該發明授權一種基于圖神經網絡的鐵路運輸定價方法、裝置及設備是由甘蜜;元明;楊曉源;游欣;歐啟晨;付玉紅;李垚;向龍設計研發完成，并于2024-12-16向國家知識產權局提交的專利申請。

本一種基于圖神經網絡的鐵路運輸定價方法、裝置及設備在說明書摘要公布了：本發明提供了一種基于圖神經網絡的鐵路運輸定價方法、裝置及設備，涉及數據分析技術領域，包括基于運價時序數據初始化遺傳算法的種群；得到預測運量；計算種群中每個個體的適應度；基于多個適應度值和遺傳算法的遺傳操作對初始種群進行迭代，重復將迭代后的種群輸入到運量預測模型中，直到初始種群中存在滿足設定條件的目標個體。本發明基于圖神經網絡精確擬合鐵路貨運定價與貨運量之間的動態需求函數，并結合遺傳算法設計了一種全局優化求解模型，通過該模型的求解，可以獲得最優的鐵路定價策略，從而最大化鐵路貨運業務的整體收益。該方法不僅能夠有效捕捉市場需求的非線性變化，還具備強大的適應性，能夠在不同市場條件下進行靈活調整。

本發明授權一種基于圖神經網絡的鐵路運輸定價方法、裝置及設備在權利要求書中公布了：1.一種基于圖神經網絡的鐵路運輸定價方法，其特征在于，包括：獲取歷史時間段內的運價時序數據，并基于所述運價時序數據初始化遺傳算法的種群，得到初始種群，所述種群中每個個體用于表征一個定價方案，所述定價方案由多個位置參數構成，所述位置參數對應定價方案中各個時間節點的運輸價格；將所述初始種群輸入到預設的運量預測模型中，得到預測運量；基于所述預測運量并結合預設的目標函數和約束函數，計算種群中每個個體的適應度，得到多個適應度值；基于多個適應度值和所述遺傳算法的遺傳操作對所述初始種群進行迭代，重復將迭代后的種群輸入到所述運量預測模型中，直到所述初始種群中存在滿足設定條件的目標個體，將所述目標個體對應的位置參數作為目標定價方案；其中,將所述初始種群輸入到預設的運量預測模型中，得到預測運量，包括：獲取鐵路運輸線路數據，并基于所述鐵路運輸線路數據構建鄰接矩陣，所述鄰接矩陣用于表征鐵路運輸節點和運輸線路之間的連接關系；基于所述鄰接矩陣構建圖神經網絡，所述圖神經網絡包括門控循環單元層、多個自回歸滑動平均圖神經網絡層和全連接層；獲取歷史時間段內的時間序列數據和城市節點靜態數據，所述時間序列數據包括運價時序數據、運量時序數據和物流經濟指數，所述城市節點靜態數據用于表征城市經濟和規模相關指標；將所述時間序列數據輸入所述門控循環單元層進行時間特征提取聚合，得到時間特征；將所述時間特征和所述城市節點靜態數據分別輸入到第一自回歸滑動平均圖神經網絡層和第二自回歸滑動平均圖神經網絡層中進行特征聚合，分別得到第一聚合特征和第二聚合特征；將所述第一聚合特征和所述第二聚合特征輸入第三自回歸滑動平均圖神經網絡層中進行特征融合，得到目標特征；將所述目標特征輸入全連接層進行線性變化，輸出運量預測值；將基于所述運量預測值和所述運量時序數據中的運量實際值進行損失函數計算，基于損失函數計算值調整所述圖神經網絡中各層的參數，直到所述損失函數滿足第一設定閾值，得到所述運量預測模型。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人西南交通大學，其通訊地址為：610031 四川省成都市金牛區二環路北一段111號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。