公开(公告)号：CN117391573A

公开(公告)日：2024-01-12

申请号：CN202311409675.7

申请日：2023-10-27

Applicant: 安徽大学

Inventor： 江浩 ,  夏钰童 ,  张兴义 ,  王朝 ,  项小书

IPC: G06Q10/0835 ,  G06Q10/0631 ,  G06N3/006

Abstract: 本发明公开了一种基于集成学习的带时间窗车辆配送任务的路径规划方法，应用于由单个仓库、N个具有配送时间限制的任务节点和K辆具有容量限制的无差别车辆所构成的车辆配送任务中，并包括：1建立车辆配送任务模型；2随机初始化生成满足约束条件的路径规划方案初始种群；3采用三类解搜索算子生成在收敛性、多样性、可行性方面各具优势的种群；4在各具优势的种群间进行匹配和学习，生成新的路径规划方案；5通过环境选择策略更新当前种群与全局最优路径规划方案；6若达到终止条件，则输出全局最优路径规划方案；否则返回步骤3执行。本发明能结合不同搜索算子的优势，并据此寻找到满足约束的低行驶距离路径规划方案，从而提高配送效率。

公开(公告)号：CN112417604B

公开(公告)日：2023-11-03

申请号：CN202011410857.2

申请日：2020-12-04

Applicant: 安徽大学

Inventor： 王朝 ,  刘蓉蓉 ,  苏延森 ,  张兴义

IPC: G06F30/15 ,  G06F30/27 ,  G06Q10/047 ,  G06Q10/0631 ,  G06N3/0499 ,  G06N3/08 ,  G06F111/04 ,  G06F111/06 ,  G06F111/08

Abstract: 本发明公开了一种基于多目标优化的电动汽车配送任务自适应分配方法，包括：S1、假设在仓库内有一批相同的电动汽车，要将全部配送任务分配给电动汽车；规划配送路径的同时考虑充电设施选址，构建电动汽车任务分配多目标优化模型；S2、设计适用于路径规划和充电决策联合优化的染色体混合编码方案；S3、基于学习机制的多目标进化算法挖掘迭代进程历史信息；S4、插值拟合历史优秀解的进化轨迹预测潜在最优解的路径模式；S5、构建路径规划与选址方案的对应关系获取给定路径下的最优选址方案。本发明能对车辆运输配送路径和充电设施选址同时进行优化，从而能产生一组各个方面均优的分配方案，以根据实际情况选择合适的实施方案。

公开(公告)号：CN116305262B

公开(公告)日：2023-10-17

申请号：CN202310211981.3

申请日：2023-03-07

Applicant: 安徽大学

Inventor： 江浩 ,  廖月荣 ,  张兴义 ,  项小书 ,  王朝

IPC: G06F21/62

Abstract: 本发明公开了一种基于负调查的社交网络拓扑隐私保护方法，包括：1将原始社交网络G中所有节点设置为未访问状态，初始化负社交网络G’为空集合，并给定初始参数值M和σ；2根据M和σ，基于高斯分布模型生成概率P；3从G中随机选择M个未被访问节点构建子网络；4基于高斯负调查模型生成负子网络，将得到的负子网络加入到G’中；5将子网络中的M个节点设为已访问状态；6若达到终止条件，输出匿名后的网络即负社交网络G’；否则返回步骤3执行。本发明能够在隐私性和数据可用性两方面达到较好的平衡，即拥有较高隐私性的同时能够获得较好的数据可用性，同时可以有效抵御两种常见的图结构攻击，包括友谊攻击和子图攻击。

公开(公告)号：CN115983754A

公开(公告)日：2023-04-18

申请号：CN202211634926.7

申请日：2022-12-19

Applicant: 安徽大学

Inventor： 王朝 ,  秦芳 ,  江浩 ,  张兴义

IPC: G06Q10/0835 ,  G06Q10/047 ,  G06Q10/0631 ,  G06N3/006

Abstract: 本发明公开了一种基于双种群协同进化算法的电动汽车车辆任务配送方法，是应用于由1个仓库点、n个配送任务点和m个充电设施所组成的配送网络中，包括：1、分析负载约束相关的路径优化和与电量约束相关的充电决策优化之间的耦合关系，建立电动汽车车辆任务问题模型；2、基于双种群协同进化算法的框架，分别使用两个种群优化路径方案和充电决策方案；3、迭代优化两个种群并定期对两个种群信息进行交互操作，直到满足停止条件；4、输出当前任务下最佳配送方案。本发明能对电动汽车车辆任务配送问题中耦合关系进行解耦，从而能提高配送效率并降低配送成本。

公开(公告)号：CN114118926A

公开(公告)日：2022-03-01

申请号：CN202111451538.0

申请日：2021-12-01

Applicant: 安徽大学

Inventor： 王朝 ,  孙继业 ,  江浩 ,  张兴义

IPC: G06Q10/08

Abstract: 本发明公开了一种基于去噪自编码器的协同进化算法的车辆任务配送方法，是应用于由一个仓库点、N个配送任务点所组成的配送环境中，并包括：1、建立车辆配送任务模型forigin和车辆配送任务辅助模型fhelp；2、分别使用主种群与辅助种群求解任务模型forigin和辅助模型fhelp，并利用去噪自编码器模型建立辅助种群与主种群间映射关系；3、进化时一方面将辅助种群的最优配送方案通过训练后的学习模型转化，将转化后的配送方案放入主种群中；另一方面直接将主种群的最优配送方案放入辅助种群中，重复以上过程，直至算法终止；4、输出给定任务下的最优配送方案。本发明能对车辆配送路径和车辆装载量方差同时进行优化，从而能提高配送效率。