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！

龍圖騰網恭喜深圳大學申請的專利考慮需求不確定性和散改集的多式聯運網絡優化方法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：CN117313916B 。

龍圖騰網通過國家知識產權局官網在2025-05-06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：202311027380.3，技術領域涉及：G06Q10/04；該發明授權考慮需求不確定性和散改集的多式聯運網絡優化方法是由余明珠;周耀烽;賴曉凡設計研發完成，并于2023-08-14向國家知識產權局提交的專利申請。

本考慮需求不確定性和散改集的多式聯運網絡優化方法在說明書摘要公布了：本申請涉及多式聯運技術領域，具體而言，涉及考慮需求不確定性和散改集的多式聯運網絡及優化方法，一定程度上可以解決現有的數學模型不夠貼合實際及現有算法無法得到全局最優解的問題。該網絡包括：節點及運輸過程；所述節點包括供應港、中轉港及需求節點，所述供應港為國際大型港口，所述中轉港為國家沿海港口，所述需求節點為內陸工廠，在所述供應港及所述中轉港存在散改集過程；所述運輸過程包括國際運輸及國內運輸，所述國際運輸包括散貨裝船及集裝箱運輸，所述國內運輸包括中轉港間運輸及中轉港至需求節點運輸，所述國內運輸考慮多式聯運，所述國內運輸的方式包括內河航運、鐵路運輸及公路運輸。

本發明授權考慮需求不確定性和散改集的多式聯運網絡優化方法在權利要求書中公布了：1.一種考慮需求不確定性和散改集的多式聯運網絡優化方法，其特征在于，聯運網絡包括節點及運輸過程；所述節點包括供應港、中轉港及需求節點，所述供應港為國際大型港口，所述中轉港為國家沿海港口，所述需求節點為內陸工廠，在所述供應港及所述中轉港存在散改集過程；所述運輸過程包括國際運輸及國內運輸，所述國際運輸包括散貨裝船及集裝箱運輸，所述國內運輸包括中轉港間運輸及中轉港至需求節點運輸，所述國際運輸包括遠洋運輸，所述國內運輸考慮多式聯運，所述國內運輸的方式包括內河航運、鐵路運輸及公路運輸；所述國際運輸階段的成本包括：散改集設備購買成本和每周期維護成本、散貨船租船成本、散貨與集裝箱的運輸成本、散改集可變成本及環境成本；所述國內運輸階段的成本包括：散改集設備購買成本和每周期維護成本、散貨與集裝箱多式聯運成本、缺貨懲罰成本、散改集可變成本、環境成本及港口庫存成本；優化方法包括：構建確定性模型，定義構建模型所需集合，定義構建模型所需參數，定義構建模型所需決策變量，定義構建模型所需因變量，根據所述集合、參數、決策變量及因變量，得到確定性模型的目標函數；其中，所述集合包括S：供貨港集合，s,i∈S；K：中轉港集合，k，i∈K；P：需求節點集合，p,i∈P；T：整個規劃期中的周期數集合,周期t,t,∈T；M：國內運輸方式集合，內河航運、鐵路運輸、公路運輸，m∈M；G：承運船舶的容量類型集合,船舶的類型編號g∈G；所述參數包括；Fit：在t周期，i港口節點購買散改集設備的固定成本，i∈S∪K,t∈T；在t周期,s,k航線上租用g容量的散貨租船固定成本,s∈S,k∈K,t∈T,g∈G；Rit：在t周期，i港口的散改集設備維護成本，t∈T,i∈S∪K；t周期從s港至k港的單位散改集貨物運輸成本，s∈S,k∈K,t∈T；t周期從s港至k港的單位散貨運輸成本，s∈S,k∈K,t∈T；t周期采用m運輸方式從k至i的單位散改集貨物運輸成本，k∈K,i∈K∪P,m∈M,t∈T；t周期采用m運輸方式從k至i的單位散貨運輸成本，k∈K,i∈K∪P,m∈M,t∈T；Ait：t周期，i港進行散改集的單位操作成本，i∈S∪K,t∈T；t周期，i港存儲單位散貨的存儲成本，i∈S∪K,t∈T；t周期，i港存儲單位散改集貨的存儲成本，i∈S∪K,t∈T；Ebul：遠洋運輸散貨的單位碳排放成本；國內采用m運輸方式運輸散貨的碳排放成本，m∈M；Econ：遠洋運輸散改集貨物的碳排放成本；國內采用m運輸方式運輸散改集貨的碳排放成本，m∈M；所述決策變量包括zit：0，1變量，i港在t周期內是否購買散改集設備，i∈S∪K,t∈T；lsktg：0,1變量，在t周期，s,k航線上是否租用g容量的散貨船，s∈S,k∈K,t∈T,g∈G；xskt：連續變量，t周期內，遠洋運輸從s到k港的散貨數量，s∈S,k∈K,t∈T；注：考慮跨周期運輸的形式就為：xkimt：連續變量，t周期內，采用m運輸方式從k運輸到i的散貨數量，k∈K,i∈K∪P,m∈M,t∈T；yskt：連續變量，t周期內，遠洋運輸從s到k港的散改集貨數量，s∈S,k∈K,t∈T，注：考慮跨周期運輸的形式就為：ykimt：連續變量，t周期內，采用m運輸方式從k運輸到i的散改集貨數量，k∈K,i∈K∪P,m∈M,t∈T；所述因變量包括ykt：連續變量，t周期內，k港散改集數量，k∈K,t∈T；連續變量，t周期內，k港散貨存儲數量，k∈K,t∈T；連續變量，t周期內，k港散改集貨存儲數量，k∈K,t∈T；所述確定性模型的目標函數為： 通過隨機優化方法，根據所述確定性模型構建問題模型，定義主問題參數，定義子問題參數，定義主問題決策變量，定義子問題決策變量，定義因變量，根據所述主問題參數、子問題參數、主問題決策變量、子問題決策變量及因變量，得到主問題模型的目標函數及子問題模型的目標函數；其中，所述主問題參數包括dptω：在ω場景下，t周期p需求節點的需求量，p∈P,t∈T,ω∈Ω；Fit：在t周期，i港口購買散改集設備的固定成本，i∈S∪K,t∈T；在t周期,s,k航線上租用g容量的散貨租船固定成本,s∈S,k∈K,t∈T,g∈G；Rit：在t周期，i港口的散改集設備維護成本，t∈T,i∈S∪K；所述子問題參數包括在ω需求場景下，t周期從s港至k港的單位散改集貨物運輸成本，s∈S,k∈K,t∈T,ω∈Ω；在ω需求場景下，t周期從s港至k港的單位散貨運輸成本，s∈S,k∈K,t∈T,ω∈Ω；在ω需求場景下,t周期采用m運輸方式從k至i的單位散改集貨物運輸成本，k∈K,i∈K∪P,m∈M,t∈T,ω∈Ω；在ω需求場景下,t周期采用m運輸方式從k至i的單位散貨運輸成本，k∈K,i∈K∪P,m∈M,t∈T,ω∈Ω；Aitω：在ω需求場景下,t周期，i港進行散改集的單位操作成本，i∈S∪K,t∈T,ω∈Ω；在ω需求場景下,t周期，i港存儲單位散貨的存儲成本，i∈S∪K,t∈T,ω∈Ω；在ω需求場景下,t周期，i港存儲單位散改集貨的存儲成本，i∈S∪K,t∈T,ω∈Ω；Ebul：遠洋運輸散貨的單位碳排放成本；國內采用m運輸方式運輸散貨的碳排放成本，m∈M；Econ：遠洋運輸散改集貨物的碳排放成本；國內采用m運輸方式運輸散改集貨的碳排放成本，m∈M；所述主問題決策變量包括zit：0，1變量，i港在t周期內是否購買散改集設備，i∈S∪K,t∈T；lsktg：0,1變量，在t周期，s,k航線上是否租用g容量的散貨船，s∈S,k∈K,t∈T，g∈G；所述子問題決策變量包括xsktω：連續變量，在ω需求情境下，t周期內，遠洋運輸從s到k港的散貨數量，s∈S,k∈K,t∈T,ω∈Ω，注：考慮跨周期運輸的形式就為：xkimtω：連續變量，在ω需求情境下，t周期內，采用m運輸方式從k運輸到i的散貨數量，k∈K,i∈K∪P,m∈M,t∈T,ω∈Ω；ysktω：連續變量，在ω需求情境下，t周期內，遠洋運輸從s到k港的散改集貨數量，s∈S,k∈K,t∈T,ω∈Ω，注：考慮跨周期運輸的形式就為：ykimtω：連續變量，在ω需求情境下，t周期內，采用m運輸方式從k運輸到i的散改集貨數量，k∈K,i∈K∪P,m∈M,t∈T,ω∈Ω；所述因變量包括yktω：連續變量，在ω需求情境下，t周期內，k港散改集數量，k∈K,t∈T,ω∈Ω；連續變量，在ω需求情境下，t周期內，k港散貨存儲數量，k∈K,t∈T,ω∈Ω；連續變量，在ω需求情境下，t周期內，k港散改集貨存儲數量，k∈K,t∈T,ω∈Ω；所述主問題模型的目標函數為： 基于精確算法對所述問題模型進行求解，得到多式聯運網絡的優化方案，第一次迭代則需要初始化主問題模型中的二元決策變量，并設定目標函數上下限；所述子問題模型的目標函數為： 在每一個場景中，將主問題模型的可行解帶入求解子問題；針對每個場景下子問題的解，如果子問題模型有最優解則生成最優切，添加到主問題模型的約束中，否則生成可行切，添加到主問題模型的約束中；求解迭代一次后的主問題模型，如果上下限相等則算法終止，得到優化方案；否則，繼續針對每個場景下子問題的解，如果子問題模型有最優解則生成最優切，添加到主問題模型的約束中，否則生成可行切，添加到主問題模型的約束中，直到所有子問題模型均求解過一遍，再回到每一個場景中，將主問題模型的可行解帶入求解子問題。

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深圳大學，其通訊地址為：518060 廣東省深圳市南山區南海大道3688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”。