公开(公告)号：CN115796495A

公开(公告)日：2023-03-14

申请号：CN202211442320.3

申请日：2022-11-18

Applicant: 西安交通大学 ,  四川省数字经济产业发展有限责任公司

Inventor： 胡飞虎 ,  梁鑫浩 ,  李欣 ,  娄曦月 ,  李星志 ,  蒲俊西 ,  杨鲜亮

IPC: G06Q10/0631 ,  G06N3/126

Abstract: 为了解决社会闲杂运力资源统筹调度时没有考虑需求方选择多样性的问题，本发明设计了一种基于非支配排序遗传算法的多资源约束排序方法。首先对运力资源调度信息进行采集；接着从需求方的角度出发，分别以时间满意度和价格满意度两个方面建立了优化目标并对目标进行深层次分解；最后通过NSGA—II排序算法对种群个体编码解码获得对应的策略排序并提供给客户选择。本发明可以为用户提供多种策略并进行排序，让用户根据自身需求来进行策略选择。

公开(公告)号：CN117455143A

公开(公告)日：2024-01-26

申请号：CN202311289281.2

申请日：2023-10-07

Applicant: 西安交通大学

Inventor： 胡飞虎 ,  梁鑫浩 ,  李一凡 ,  李欣 ,  刁新壮 ,  李星志 ,  蒲俊西 ,  杨鲜亮

IPC: G06Q10/0631 ,  G06Q10/083 ,  G06N3/092 ,  G06N3/126

Abstract: 本发明属于一种物资调度方法，针对目前采用改进的遗传算法解决物资调度问题时，存在计算时间过长和效率低下的技术问题，提供一种深度强化学习改进遗传算法的物资调度方法及相关装置，从优化遗传算法交叉因子和变异因子参数选取的角度，缓解人工选择遗传算法超参数费时费力的问题，计算效率高且得到的超参数更加符合要求。通过整合采集到的物资调度信息，利用通过深度强化学习方法优化后的交叉因子和变异因子，加快了遗传算法的收敛速度，提高了遗传算法的求解精度，能够快速准确获取满足不同目标要求的调度方案，进而提高了物资利用率。