Alerta

一种作业装备管理方法、系统、设备和介质

Resumen de: CN122334710A

本发明公开一种作业装备管理方法、系统、设备和介质，涉及物联网技术领域，所述方法包括：响应于装备领用请求，由第二主机基于外部任务信息与装备库存状态，确定并开启目标储位；响应于装备归还请求，当外接记录设备接入所归还储位的专用数据接口时，由第一主机执行安全采集并生成采集状态信号；将采集状态信号通过硬件单向数据通道发送至第二主机，并由第二主机根据所述采集状态信号更新所述装备库存状态。通过部署相互物理隔离的双主机架构，既保障了原始数据的物理隔离安全，又实现了装备库存状态的实时同步；同时，通过第二主机对接外部任务信息，使装备分配与任务需求自动关联，提升了装备管理的精准性与响应效率。

一种智能配水方法

Resumen de: CN122335155A

本发明涉及水站输送技术领域,尤其涉及一种智能配水方法,包括配送任务采集单元，用于从水站管理平台获取待配送任务，对配送地址进行清洗解析，结合 GIS 地理编码转换为用户坐标；配送等级判定单元，用于根据任务类型、配送时效、任务体量、用户服务等级确定配送等级与配送时限；配送过程调控单元，用于接入实时路况、气象、交通管制信息，对配送路线进行动态重规划；配送效果核验单元，用于对配送时效、完成状态、用户满意度进行核验，基于核验结果优化调度算法与路线策略，本发明路线算法最优，显著减少配送里程、降低油耗与人工成本。

一种电力器具领用管理方法和系统

Resumen de: CN122334685A

本发明公开了一种电力器具领用管理方法和系统，涉及器具管理技术领域，包括构建历史知识库，基于历史故障工单数据，通过自然语言处理技术将故障文本描述标基准化为多个故障类型，并为每个故障类型建立故障‑工具映射集，其中工具基于在对应故障类型的历史工单中出现概率被动态标记为常用工具或偶用工具；本申请可以提升作业安全性，杜绝核心工具遗漏：通过建立“故障‑工具”映射模型并动态标记核心的"常用工具集”，系统能在领用环节进行强制性校验。一旦检测到核心工具未被领取，即触发声光警报并流程拦截，从技术上根本性地杜绝了因人为疏忽导致的安全工器具遗漏问题，极大降低了触电、高处坠落等恶性事故的风险。

一种智能仓储监控管理方法、系统、终端及存储介质

Resumen de: CN122335174A

本发明属于仓储管理技术领域，具体涉及一种智能仓储监控管理方法、系统、终端及存储介质；其中，所述智能仓储监控管理方法包括：根据仓储设备的空间信息以及所仓储物品的信息，生成初始库存数据以及构建仓储空间模型；仓储设备在预设周期内执行临时清点操作以及临时环境数据反馈操作，以生成临时汇总数据，并且传输至后台监测平台；根据调存物品的管理信息，所述后台监测平台生成执行操作指令，并且传输至所述仓储设备；根据执行操作指令以及管理信息，仓储设备生成调取操作路线以及采集调取操作过程的视图数据；根据视图数据，复核该调存物品的存储信息；以生成监测反馈数据，且传输至后台监测平台。本发明能够提高管理效率。

基于单据引擎的采购流程穿透监管方法及系统

Resumen de: CN122335162A

本发明公开了一种基于单据引擎的采购流程穿透监管方法及系统，包括：首先从单据引擎中获取针对待监管采购主体筛选出的目标采购单据的上下文表征数据，该数据包括主体标识、相关采购单据特征及目标单据自身特征。随后，在边缘推理节点中调用采购单据推理模型，基于该上下文数据对监管主体与目标单据进行相关性推断，得到相关置信度。该模型在云端训练优化后迁移部署至边缘节点，以实现远低于云端推理的延迟。最终，依据该相关置信度对目标采购单据执行穿透式监管指令。本发明有效降低了智能监管的响应延迟，提升了对于复杂采购流程进行实时、精准穿透式分析的能力。

智能仓库设备全生命周期健康管理方法和系统

Resumen de: CN122335167A

本发明提出了一种智能仓库设备全生命周期健康管理方法，包括：数据采集与整合步骤，包括采集多源异构数据并进行预处理，根据数据源提取关键特征信息；健康预测步骤，包括：将关键特征信息输出至健康指标模型，通过灰箱预测模型对剩余寿命进行概率化预测，获取剩余寿命L_t的逆高斯分布的90%置信区间。本发明的智能仓库设备全生命周期健康管理方法，健康预测步骤中通过灰箱预测模型对剩余寿命进行概率化预测，灰箱预测模型是指融合物理机理与数据驱动方法的混合预测模型。本方案中以Wiener随机过程作为描述设备退化趋势的物理骨架，同时采用LightGBM‑PINN算法动态学习模型关键参数，实现兼具物理可解释性与数据适应性的剩余使用寿命预测。

一种餐饮供应链的智能预测与决策优化方法与系统

Resumen de: CN122335160A

本发明公开了一种餐饮供应链的智能预测与决策优化方法与系统，以解决餐饮供应链中需求预测准确性不足、库存管理失衡以及预测与执行环节脱节的问题。该方法包括：采集并融合包含实时库存和历史销量的多源异构数据；基于多源异构数据提取趋势与周期分量，合成外部事件综合调节因子并施加库存截断约束，输出包含不确定性区间的销量预测结果；将预测结果分解为分时段客流预测值和压力预测值；结合库存和运营约束进行多目标决策优化，生成动态菜单策略、订货建议和人员排班方案；执行上述策略并反馈实际执行数据以实现模型闭环校准。本发明实现了预测到执行的自动化联动，有效降低食材报废率，防范极端高峰期的服务崩溃风险。

基于多品类运营数据的电商库存监控与销售优化方法

Resumen de: CN122335178A

本发明涉及基于多品类运营数据的电商库存监控与销售优化方法，包括：从电商平台数据库中提取消费者浏览、加入购物车和购买记录的行为数据；基于所述行为数据，获取消费者偏好量化分数；基于所述消费者偏好量化分数，获取库存方案；基于所述库存方案，模拟销售场景下资源利用率，确定最终销售优化参数；通过确定的最终销售优化参数更新电商系统配置，获得实时库存监控机制。本发明通过多维度数据融合与预测模型，精准捕捉销售规律与需求波动，显著提升库存管理效率与销售转化率，为电商平台提供智能化决策支持。

一种疫苗库存智能盘点与预警装置

Resumen de: CN122335168A

本发明公开一种疫苗库存智能盘点与预警装置，包括环境感知模块基于网格化布局的传感器采集库区内环境参数，多模态识别模块基于多类型感知结构协同识别不同包装的疫苗的数量、批次及效期信息，数据处理互交模块用于融合环境数据与识别数据，更新库存台账并预测疫苗消耗量，预警执行模块基于预设规则触发预警，并联动控制仓储环境调节设备或疫苗补货系统；本发明通过多模态数据协同和融合，实现无死角盘点，有效提升盘点准确率和效率，同时可以与库区的备用制冷设备或调整通风系统联动控制，减少过期疫苗报废，有效降低疫苗损耗的风险，通过三级预警的响应，历史消耗数据预测未来7日需求，动态调整库存阈值，助力精准调配资源，避免断供或积压。

多AGV智能化调度优化方法

Resumen de: CN122334558A

本发明涉及自动化物流技术领域，针对现有技术中多配送中心AGV调度空载率高、协同性差及算法易陷局部最优的问题，本发明公开了一种多AGV智能化调度优化方法，本发明构建了带混合时间窗的多配送中心半开放式异构AGV同时集配货路径规划模型MDHOHVRPSPDTW。该方法采用混合时间窗约束以适配不同工位的时效需求，利用同时集配货模式降低车辆空载率，并通过半开放式策略允许AGV就近返回以减少返程空驶。求解过程采用结合大邻域搜索的多子群速度暂停粒子群优化算法MSVPPSO‑LNS，通过引入混沌初始化、速度暂停机制及多子群协作策略，增强了全局寻优能力。实验结果表明，本发明能有效降低运输成本与惩罚成本，显著提升调度系统的灵活性与资源利用率。

一种基于物流业务的物流公司信用评估方法

Resumen de: CN122335432A

本申请公开了一种基于物流业务的物流公司信用评估方法，包括：采集货物状态数据、车辆状态数据和路况数据，进行状态标记；根据路况数据和车辆状态信息构建路径图，计算路径图的繁忙指数；在路径图中设置转载交互层，根据采集的数据检测异常状态，通过转载规则评估是否进行车辆转载，根据评估结果生成转载方案；根据生成的转载方案执行转载，使用转载的结果调整路径图和繁忙指数，使用调整后的路径图和繁忙指数对企业进行信用评估，通过增加货物动态转载交互层，提升网络整体效率和业务活跃度，更真实反映物流业务的实际活跃状态，企业参与动态转载的频率，体现其业务灵活性和资源调配能力，提升了评估结果的动态性，提升了风险预警能力。

一种基于移动终端的外卖配送管理方法及系统

Resumen de: CN122335414A

本发明公开了一种基于移动终端的外卖配送管理方法及系统，涉及商业配送技术领域，包括根据订单处理信息评估当前订单的出餐可信度，结合出餐可信度以及订单所属区域在当前时段的配送状态，生成当前订单的履约时间约束；根据配送任务对象和履约时间约束对订单进行组织处理，得到待调度任务；采集骑手移动终端对应的骑手状态信息，根据待调度任务和履约时间约束筛选候选骑手并生成候选履约方案，在满足正式派单条件时，从候选履约方案中确定目标骑手并生成正式履约计划；基于骑手移动终端回传的履约过程信息，对正式履约计划进行执行监测，并在发生履约偏差时进行调整。本发明有效提高了外卖配送的准时性、调度准确性和运力利用效率。

基于组套完整性约束的医疗寄售库存优化方法及系统

Resumen de: CN122337517A

本发明公开了一种基于组套完整性约束的医疗寄售库存优化方法及系统，该方法包括：构建手术组套物料依赖图，将手术组套表示为包含节点和边的图结构；基于历史借还数据构建缺件风险传播模型，计算物料缺货对组套可用性的风险传导系数，形成组套完整性概率评估体系；在总安全库存预算约束条件下，建立以组套缺货概率最小化为目标的优化模型，动态分配组套内各物料的安全库存水平；集成手术排期数据与库存计算模型，根据手术确定性分级实施差异化的库存预留与共享策略，实现组套完整性与库存成本的协同优化。有效解决了传统单物料库存计算方法无法保障组套完整性的问题，显著提升了物料可用率并降低了冗余库存成本。

一种强电磁干扰环境下物流车物品智能识别方法及系统

Resumen de: CN122334303A

本发明公开了强电磁干扰环境下物流车物品智能识别方法及系统，通过分布式RFID读写器阵列与电磁环境传感器同步采集物品信号与环境干扰特征；采用基于粒子群优化（PSO）的环境自适应算法，将电磁干扰强度作为惩罚项引入适应度函数，动态生成抗干扰识别策略；基于注意力机制与LSTM融合的深度特征提取算法在强噪声背景下实现信号重构与精准识别；运用改进匈牙利算法的多标签时空关联计数，结合卡尔曼滤波轨迹预测剔除电磁虚假目标；建立基于强化学习的遗漏补偿机制确保识别完整性。本发明在铁路沿线复杂电磁环境下实现了物流车物品的实时、精准识别与计数，解决了传统RFID系统在强干扰移动场景下识别精度低、计数不准确的技术难题。

基于积压面料的生产优化方法、系统、电子设备及存储介质

Resumen de: CN122334588A

本申请涉及一种基于积压面料的生产优化方法、系统、电子设备及存储介质。所述方法包括：获取积压面料的库存数据；从库存数据提取每一批次的积压面料的面料属性参数；其中，面料属性参数包括面料类型、面料规格、颜色参数、可用数量、批次约束规则和/或历史损耗指标；将面料属性参数输入至积压面料可生产能力模型，确定各批次积压面料的可生产数量；在可生产数量大于目标阈值的情况下，生成新品生产方案和热销品生产方案；根据新品生产方案和热销品生产方案，确定目标生产执行方案。如此，能够实现对积压面料的精准量化评估与高效消化，有效降低仓储及资金占用成本，同时兼顾生产效益、生产可行性，提升服装生产管理的精细化与智能化水平。

列车运行计划质量评价方法

Resumen de: CN122335137A

本申请涉及一种列车运行计划质量评价方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。该方法包括：根据列车运行计划构建供给运力图谱，从中提取各个评价单元各自的客观商业属性参数；获取战略需求价值图谱，战略需求价值图谱基于战略调制因子对反映市场需求的需求价值图谱进行调制得到；基于预设的价值衰减函数、各评价单元各自的客观商业属性参数以及战略需求价值图谱，确定各评价单元各自的供给价值，并根据各评价单元各自的供给价值构建列车运行计划的供给价值图谱；根据战略需求价值图谱与供给价值图谱之间的价值温差，得到针对列车运行计划的质量评价结果。采用本方法能够提高列车运行计划质量评价的可靠性。

基于多任务神经网络与航线适配器的运价预测方法及系统

Resumen de: CN122335380A

本发明公开了一种基于多任务神经网络与航线适配器的运价预测方法，包括：构建并训练多任务神经网络模型；特征数据获取步骤，数据编码步骤，数据融合步骤，航线适配步骤，预测输出步骤，多任务神经网络模型多任务计算并输出，包括计算并输出运价预测、运价方差预测、多日均价预测以及拐点预测的一种或者多种。本基于多任务神经网络与航线适配器的运价预测方法，通过采用多任务神经网络结构，在同一模型中同时执行运价点预测、未来七日价格预测、价格拐点预测以及不确定性估计任务。通过共享序列编码层、特征融合层及主干网络，促使模型学习到对多种价格行为均有效的隐含特征表示，减少对噪声特征的过拟合，提高对价格变化规律的整体刻画能力。

仓储方案生成方法、仓储方案生成系统及电子设备

Resumen de: CN122335161A

本申请实施例提供了一种仓储方案生成方法，仓储方案生成系统及电子设备。该方法包括：通过规划模型，生成与用户输入数据相对应的多个候选仓储方案；通过仿真模型，对候选仓储方案的运行过程进行仿真评估，获得每个候选仓储方案对应的评估结果；基于包括多个评估指标的评估结果，通过多目标进化算法迭代更新候选仓储方案；在满足预设的优化终止条件时，输出目标仓储方案；与任意一个所述候选仓储方案相比，所述目标仓储方案都至少在一个所述评估指标上优于所述候选仓储方案。其形成了完整的闭环流程，相比于传统的人工规划和离线评估的规划优化方式，能够在较低人工参与度下实现仓储方案的快速迭代更新，显著缩短设计和验证周期。

一种基于约束前瞻与库存状态演化校验的钢板翻板调度方法及系统

Resumen de: CN122335173A

本发明公开了一种基于约束前瞻与库存状态演化校验的钢板翻板调度方法及系统，涉及智能仓储技术领域，包括将钢板库视为动态演化的库存结构系统，通过库存全要素状态建模、结构性阻挡分级识别、翻板方案收益代价量化评估，结合前瞻性多维度约束校验与虚拟环境下库存状态演化一致性检查，同时建立全流程标准化量化判定规则，实现翻板调度从“被动补救”到“前瞻控制”的转变。本发明能有效识别并规避翻板操作引入的新结构性冲突，显著无效翻板和重复翻板作业，提升钢板库出库保障率与设备利用率，且翻板决策过程透明可解释，具备极强的工程实用性和推广价值。

立体仓库多穿料箱四向车的任务分配调度方法

Resumen de: CN122335171A

本申请提出一种立体仓库多穿料箱四向车的任务分配调度方法，涉及物流仓储领域。本申请融合动态任务优先级控制的任务分配机制和支持多车辆共享作业层的调度机制，并基于延迟换层策略以有效地提高整体任务执行效率，达到提高资源利用率的目的。包括下述实施步骤：步骤（1）、接收上位机下发的需求单；步骤（2）、构建未分配任务集合和车辆集合；步骤（3）、执行车辆在取货位入库任务；步骤（4）、基于优先级进行分组；步骤（5）、判断并执行同层优先；步骤（6）、任务起点与车辆当前位置同层的分配；步骤（7）、任务起点与车辆当前位置跨层的任务分配；步骤（8）、分类；步骤（9）、执行任务。

一种基于博弈论与多源大数据的金融投资决策辅助方法及系统

Resumen de: CN122335446A

本发明属于金融投资决策技术领域，具体的说是一种基于博弈论与多源大数据的金融投资决策辅助方法及系统，采集并处理多源金融数据，构建统一的数据底座，基于数据底座，利用机器学习生成多维度的市场预测信号，将预测信号输入博弈模型，模拟市场参与者行为，求解均衡策略，根据博弈结果生成投资或风控建议，并进行可视化展示；本发明中，通过融合多源大数据并生成多模态预测信号，突破了单一数据源的局限，结合博弈论对市场参与者的复杂互动行为进行建模，能够从全局视角推演市场演化趋势，从而辅助制定更具前瞻性的投资或风控策略，能够模拟市场中信息不对称、策略互动和动态演化过程，从而更好地理解市场波动和突发事件冲击。

一种钢铁全流程生产计划动态优化方法

Resumen de: CN122335187A

本发明涉及一种钢铁全流程生产计划动态优化方法，该方法先构建全流程生产调度规则引擎库，经特征预处理后通过通用建模框架生成自适应单元工序结构体与全连接聚合工序结构体；再搭建分层优化框架，月计划融合优化模型采用产能平衡、产线分工、订单排期三阶段递进式优化策略，结合日调度融合优化模型实现动态调度；最终通过智能求解算法引擎匹配求解并输出结果。本申请可解决现有技术中模型泛化能力不足、工序协同失效、求解效率与全局优化目标难以兼顾的问题，提升了模型跨场景泛化能力与全流程工序协同度，大幅降低求解耗时，显著提升订单交付率与库存管控水平。

基于AI知识库的汽车供应链管理方法和系统

Resumen de: CN122335165A

本申请涉及人工智能、知识图谱和汽车供应链技术领域，提供一种基于AI知识库的汽车供应链管理方法和系统，方法包括：构建目标汽车厂商的汽车供应链知识图谱；采集导致目标汽车厂商供应链风险的多风险因素历史数据，生成各风险因素耦合值；采集各类指定数据并识别出异常数据；基于各异常数据和各风险因素耦合值确定风险耦合特征值；将异常数据映射至汽车供应链知识图谱中对应实体节点，得到异常节点；计算各异常数据的异常程度并赋值给对应的节点；从所述汽车供应链知识图谱中截取有向子图；将有向子图和风险耦合特征值输入至预先训练的风险评估AI模型，输出目标汽车厂商的最终供应风险评分。本发明提升了目标汽车厂商的供应链风险评估的准确性。

一种危化品运输车辆的安全风险画像评价方法及系统

Resumen de: CN122334938A

本发明公开了一种危化品运输车辆的安全风险画像评价方法及系统，该包括：获取车辆运输过程中的多源安全数据，多源安全数据至少包括车辆动态数据、驾驶员行为数据、环境与路况数据以及静态属性数据；基于多源安全数据，构建多个维度的风险因子，并对各风险因子进行量化处理，得到各维度的风险分值；获取当前的运输情境信息，基于运输情境信息动态调整各风险因子的评价权重；基于调整后的评价权重和各维度的风险分值，计算综合风险分值值，并生成安全风险画像。实现了从静态单一评价向全过程、高精度、可进化的动态安全风险画像生成的转变。

基于多模态数据协同的建筑垃圾运输数字联单管理方法

Nº publicación: CN122335130A 03/07/2026

Solicitante:

小绿（青岛）环境科技有限公司

Resumen de: CN122335130A

本申请提供基于多模态数据协同的建筑垃圾运输数字联单管理方法，包括：S1，实时采集车辆位置数据和速度数据，得到车辆进入观测区域的初始时间戳；S2，对视频帧序列进行去噪和增强处理，确定车辆在观测区域内的稳定姿态；S3，若确定的稳定姿态满足预设姿态阈值，则基于车辆位置数据和速度数据计算未来运动轨迹，判断轨迹是否完全覆盖最佳观测区域；S4，从增强处理的视频帧序列中提取车辆轮廓特征和负载特征，将这些特征与车辆位置数据结合，得到综合运输量估算值；S5，若综合运输量估算值超过预设偏差阈值，则获取额外时间序列数据对估算值进行校正，确定校正后的精确运输量；S6，从联单模板数据库中匹配相应字段，生成数字联单记录；S7，判断是否存在异常偏差，获得最终验证通过的联单数据。