Alerta

一种基于规则和经验两种角度的可持续学习的运单撮合方法

Resumen de: CN120031002A

本发明提供一种基于规则和经验两种角度的可持续学习的运单撮合方法，用以解决海运过程中的人工调度运单复杂费时费力的问题。本发明提出将从规则层面考虑节省空箱跑里程比例，剩余时间间隔，路线夹角这三个方面，并根据这三个方面进行综合排序，在经验方面建立大语言模型，对运单进行向量化，取得和历史订单相似的经验，再根据差异值进行排序。综合规则和经验这两个角度进行综合排序，进行运单的撮合。

一种基于改进分数阶粒子群算法的多无人车物流调度方法

Resumen de: CN120031468A

本发明提出一种基于改进分数阶粒子群算法的多无人车物流调度方法。该方法首先针对物流运输场景中的多无人车调度需求，构建综合优化模型。其次，创新性地采用改进分数阶粒子群算法求解上述组合优化问题。通过引入分数阶列维步长调整机制，突破了标准粒子群算法仅采用均匀步长进行寻优的局限性。并设计了双重自适应调整机制：一是粒子群算法参数的自适应调整，二是列维阶次的自适应调整。最后，在确保满足各项约束条件的前提下，基于上述目标函数对多无人车物流调度组合优化模型进行求解，以获得最优调度方案。相较于现有技术，本发明通过改进的分数阶粒子群算法求解方案，该方法在求解精度和收敛效率方面均具有显著优势。

一种用于医疗设备调配室的设备调配方法及系统

Resumen de: CN120032849A

本发明涉及医疗设施技术领域，公开了一种用于医疗设备调配室的设备调配方法及系统，通过为设备配置RFID标签、实时监控设备位置、自动盘点库存设备、采用异常检测模型监测设备使用状态、结合设备购置日期计算设备老化指数以及当设备离开医疗设备调配室超过设定时间且未归还时自动发送警报信息等措施，实现了对医疗设备从购置到使用的全生命周期管理。本发明提高了医疗设备调配室的管理效率，确保了设备的有效利用，降低了设备丢失或损坏的风险，同时也有助于及时发现设备的异常情况，为医疗设备的维护和管理提供了有力的支持。

基于船货匹配与航速优化的市场船智能调度方法及系统

Resumen de: CN120031287A

本发明提供了一种基于船货匹配与航速优化的市场船智能调度方法及系统，先随机抽取多个船舶和多批货物，并基于获取的每个船舶的航行参数和经济参数计算出船舶运输油耗成本和船舶租赁成本，然后在设定的相关约束条件下，分别构建基于船舶运输油耗成本和船舶租赁成本的目标函数；进而分别建立船货匹配模型和货船匹配模型，得到船舶偏好列表和货物偏好列表，并采用基于Gale‑shapley算法构建的双边船货匹配模型进行多轮双边匹配，分别计算出每轮船舶和货物一对一的匹配结果，并根据每轮的匹配结果顺序构建每个船舶的接货航线，最后采用非支配排序遗传算法对航速进行优化，得到每个航行区间的最优航速，根据每个航行区间的最优航速实现船舶航行性能的优化。

胀轨跑道风险判断设备、方法、装置、介质和产品

Resumen de: CN120031369A

本发明涉及胀轨跑道风险判断技术领域，特别地涉及一种胀轨跑道风险判断设备、方法、装置、介质和产品，其中设备包括：温度传感单元、轨道几何测量单元、数据处理单元，其中，温度传感单元和轨道几何测量单元分别与数据处理单元连接；温度传感单元，用于对左右钢轨的温度及环境温度进行测量；轨道几何测量单元，用于对轨道的几何参数进行测量；数据处理单元，基于轨道的几何参数与左右钢轨的温度、环境温度，对轨道的胀轨跑道风险进行判断；实现了对轨道温度和几何参数的综合测量，为胀轨跑道风险判断提供了更准确的数据基础，提高了检测效率，减少了对人工观测的依赖，能够更全面、准确地判断胀轨跑道风险，提高了铁路运输的安全性。

一种仓库货物的自动监管方法、装置、设备和存储介质

Resumen de: CN120031478A

本申请提供一种仓库货物的自动监管方法、装置、设备和存储介质，涉及物流监管技术领域。一种仓库货物的自动监管方法，包括：确定仓库库位上的监管货物的篷布覆盖面积；根据篷布覆盖面积，确定监管货物是否处于正常覆盖状态；在监管货物处于非正常覆盖状态的情况下，计算监管货物存在风险的吨位；根据监管货物存在风险的吨位，触发警报。根据本申请的实施例，可实现仓库的全天候全覆盖无人监管。

概念物料清单的生成方法、装置、终端设备和存储介质

Resumen de: CN120031492A

本发明提供一种概念物料清单的生成方法、装置、终端设备和存储介质，方法包括：获取用户输入的用于生成目标产品概念物料清单的各种要求文字；基于训练好的人工智能模型对所述要求文字匹配出对应的目标产品，并生成物料名称结构的初始概念物料清单；根据所述初始概念物料清单，在零部件库逐一搜索匹配适用所述目标产品的三维模型，并获取所述三维模型的模型信息；根据所述初始概念物料清单和所述三维模型的模型信息，生成所述目标产品的最终概念物料清单。基于本发明概念物料清单的生成方法，用户可以对同一目标产品输入各种不同的文字描述，从而生成不同的概念物料清单，以便寻求新理念和新创意，从而为产品的设计提供素材，提高设计效率。

基于数据基础设施的金融仓库混合现实巡检方法和装置

Resumen de: CN120031476A

本申请提供一种基于数据基础设施的金融仓库混合现实巡检方法和装置，方法包括：根据实体仓库的仓库环境参数、实体仓库内的若干个货物区域和货物区域内的金融实体货物，构建金融虚拟仓库；金融虚拟仓库包括若干个货物区域对应的虚拟区域，虚拟区域对应存储有货物区域内的金融实体货物的电子信息；根据用户佩戴的头戴式显示设备在实体仓库的第一位置，得到对应金融虚拟仓库的第二位置；若第二位置位于预设的目标虚拟区域，将头戴式显示设备的视场下目标货物的目标电子信息传输至头戴式显示设备；将头戴式显示设备上传的信息检测结果传输至数据基础设施，以显示于数据基础设施。本申请可以增强仓库货物巡检的便捷性，提高巡检效率。

一种基于边缘计算的长途车辆往返任务均衡分配方法及系统

Resumen de: CN120031355A

本发明公开了一种基于边缘计算的长途车辆往返任务均衡分配方法及系统，涉及车辆任务分配技术领域，包括：优先分配任务模块、车辆任务排斥度分析模块、车辆任务权重分析模块、匹配方案建立模块和车辆信息缓存模块，为优先分配车辆分配与优先分配车辆距离最近的任务，考虑车辆载重分析未分配任务和待选车辆的排斥度，分析未分配任务与未分配车辆之间的权重，添加虚拟未分配任务和虚拟未分配车辆，创建为任务分配车辆的匹配方案，更新任务与车辆的分配方案，本发明通过筛选排斥度最小的匹配方案，最大程度实现了资源的优化组合，避免了因局部不合理分配导致的整体效率损耗，让车辆和任务都能在系统中找到最优定位，提升生产调度的科学性与精准性。

一种基于语音识别模型的物流管理系统及方法

Resumen de: CN120031466A

本发明公开了一种基于语音识别模型的物流管理系统及方法，属于物流管理技术领域，其方法具体包括：采集物流操作人员的语音数据，并进行预处理，结合预构建的物流场景特征库进行语音识别，构建松散的指令候选集，生成初始操作指令，所述松散的指令候选集由操作动词、关键实体及参数构成，调用预设的意图分析模型对初始操作指令进行意图分析，生成可执行指令，通过多模态校验机制验证所述可执行指令的可行性，并将验证通过的操作指令传输至物流管理系统执行；本申请通过实时语音采集、信号预处理、快速识别及指令生成，各业务环节实时联动，实现物流信息的瞬时传递和调度，大大提高整体物流效率。

一种跨境电商物流追踪调度方法、装置、设备及存储介质

Resumen de: CN120031475A

本申请公开了一种跨境电商物流追踪调度方法、装置、设备及存储介质，该方法包括：根据目标物流货物的物流信息生成唯一标识符；通过唯一标识符对目标物流货物进行追踪，获取目标物流货物的实时追踪数据；根据实时追踪数据对目标物流货物的潜在物流异常进行预测分析；根据预测分析结果确定处理潜在物流异常的最优调度方案。通过本申请方案的实施，根据目标物流货物的实时追踪数据预测在运输过程中可能存在的潜在物流异常，并通过对潜在物流异常的分析确定与之对应的最优调度方案，从而避免因潜在物流异常发生而导致物流停滞的问题，有效提高跨境电商物流的物流效率。

一种基于大数据的食品数据处理方法、装置及存储介质

Resumen de: CN120030421A

本发明涉及食品数据处理技术领域，尤其涉及一种基于大数据的食品数据处理方法、装置及存储介质，包括：采集食品冷链运输过程中的环境数据、食品数据和时空数据；对采集到的数据进行异构融合，以构建出时空矩阵和食品关联矩阵；对时空矩阵和进行动态特征提取和环境耦合权重分配，以得到温度特征、微生物特征和环境耦合特征；将温度特征、微生物特征和环境耦合权重拼接为特征向量，依据特征向量判断数据状态并预警；采集食品冷链运输后的食品状态；依据食品状态、环境数据和时空数据更新数据状态的分析过程。本发明实现了对食品冷链运输中食品数据的精确监测处理。

基于边缘计算的智慧物流优化方法

Resumen de: CN120031465A

本发明公开了基于边缘计算的智慧物流优化方法，具体涉及智慧物流技术领域，具体步骤包括：根据边缘传感器获取分拣设备的运转损耗信息和能量流失信息，并生成第一目标序列；运转损耗信息包括实际转运指数和预测转运指数，能量流失信息为能耗周转系数；第一目标序列包含多个分拣设备；根据第一目标序列中各分拣设备的吞吐数量和能耗周转系数生成第二目标序列；根据第二目标序列中各分拣设备的实际转运指数和预测转运指数评估转运效率波动散布，并生成第三目标序列，根据第三目标序列进行设备更替管理，有效通过对分拣设备在智慧物流体系中的适配性评估对智慧物流进行优化，避免了分拣设备性能状态参差不齐而导致智慧物流整体运转效率下降的问题。

快递分类存取方法

Resumen de: CN120031491A

本发明涉及物流管理技术领域，尤其涉及一种快递分类存取方法，基于手持终端的仓库管理系统实现的，包括：仓库管理平台、移动终端；快递自动编码喷码方法包括如下步骤：S1.工作人员根据快递的大小对快递进行分类；S2.移动终端对快递进行扫描获取快递信息，移动终端将快递信息和快递分类信息发送至仓库管理平台。S3.仓库管理模按步骤S1中快递分类进行匹配货架，并对匹配的货架进行编号形成货架码；S4.移动终端生成快递的顺序码。本发明法通过利用快递自身数据信息对其进行分类并匹配货架，对其进行自动编码、喷码，提高了快递的取放的工作效率且不会出现关联信息错误的情况。

一种卸货路径搜索方法及系统

Resumen de: CN120031289A

本发明提供一种卸货路径搜索方法及系统，先通过人机交互界面采集由用户选择的排期计划和目标船舶的移动业务识别码，并获取在该排期计划下目标船舶的港口数据，再自动判断目标船舶的所有卸货港口是否属于同一区域，若是，则对该目标船舶的所有卸货港口进行去重，并将去重后剩余的所有卸货港口采用排列组合方法进行排序，得到多个卸货方案，然后基于最后一个装货港口以及每个卸货方案中的各个卸货港口构建出每个卸货方案的所有航行路径，得到每个卸货方案的总航行里程，并将总航行里程最短的卸货方案作为当前卸货方案，在当前卸货方案下，进行载货量限制条件的判断，进而准确计算出最优卸货路径，有效提高了卸货路径的选择效率。

基于零部件库的相似产品推荐方法、装置、终端和介质

Resumen de: CN120030200A

本发明提供一种基于零部件库的相似产品推荐方法、装置、终端和介质，方法包括：获取当前产品的相似度维度因子并对其相似度维度因子进行第一相似度维度因子量的转化，获得当前产品多维度的标签基准量；第一相似度维度因子量至少包括分类类别因子量和材质维度因子量；根据预设筛选规则从零部件库中筛选目标相似产品集并逐一对其相似度维度因子进行第二相似度维度因子量的转化，获得目标相似产品多维度的标签维度量；第二相似度维度因子量至少包括模型总面积因子量、模型总体积因子量和模型包围盒因子量；根据标签基准量、标签维度量以及相似度计算公式，计算彼此相似度；根据相似度结果，确定当前产品的相似产品推荐结果。本发明推荐准确性更高。

一种考虑堆场优先级港口多车辆并行调度优化方法

Resumen de: CN120031330A

本发明涉及一种考虑堆场优先级港口多车辆并行调度优化方法，属于港口物流优化领域。该方法包括：针对蚁群算法参数、遗传算法参数、路径计算参数以及堆场优先级进行初始化设置；根据运输时间、油耗以及堆场优先级建立适应度函数，并建立对应的约束条件，得到问题模型；通过蚁群算法，在结合堆成优先级影响的前提下搜索路径，得到路径集合；采用遗传算法，将得到的路径集合作为初始种群，经过多种变异操作后得到最优解；根据最优路径的计算结果，确定每辆车的具体行驶路径、装卸任务以及时间表。本发明能够有效地解决现有港口物流中路径规划不充分、多目标优化不足的问题，提升了港口物流效率，并降低了能源消耗。

基于3D感知的物料多入口进出登记与核销方法及系统

Resumen de: CN120032360A

本发明公开了一种基于3D感知的物料多入口进出登记与核销方法及系统，属于现场作业领域，包括：通过身份识别装置识别人员信息，深度相机获取工器具识别台上物料的3D数据和RGB图像，利用3D数据探测到物料在工器具识别台上所处的区域对RGB图像进行分割获得物料图像；将物料图像输入至工具识别模型，利用预训练的工具识别模型识别物料图像来获取工作人员的进场信息和出场信息，将对应的出场登记信息和进场登记信息进行一一比对，比对一致进行核销。本发明能够在任意的风洞进出口进行核销出场，进一步提升了风洞工作效率。

一种利用机器学习预测急救资源方法及系统

Resumen de: CN120032825A

本申请提供一种利用机器学习预测急救资源方法及系统。其中，获取并解析实时应急请求信息，生成情境感知数据；对当前请求与历史案例之间的复杂关系进行衡量，得到具有高度相似性的历史案例集合，分析出关键影响因素；动态调整资源分配优先级模型中的权重参数，模拟多种情景，生成针对当前应急请求的优化资源配置方案；结合地理信息系统数据和交通流量预测，对多种调度情景进行模拟，选择最优路径及时间安排，生成确保急救资源最快速度抵达现场的调度指令；在执行所述调度指令的过程中，持续监控事件进展和环境变化，根据最新的观察结果实时修正智能调度平台的决策。本申请提供的技术方案提高了资源分配的效率和响应速度。

一种基于多维数据协同分析的家具BOM材料配置方法

Resumen de: CN120031590A

本发明公开了一种基于多维数据协同分析的家具BOM材料配置方法，属于家具制造领域，包括以下步骤：S1、收集待生产家具的生产历史数据和市场需求数据；S2、输出需求预测结果；S3、构建BOM材料配置优化模型；S4、生成初始BOM材料配置方案；S5、验证初始BOM材料配置方案与实际情况之间的合理性；S6、执行最终BOM材料配置方案，实时检测执行数据，并基于执行数据调整需求预测模型的参数以及BOM材料配置优化模型。采用上述一种基于多维数据协同分析的家具BOM材料配置方法，通过多维数据协同分析与动态优化机制，实现家具BOM配置的智能化、柔性化和持续优化，显著降低企业运营成本并提升市场竞争力。

一种基于区块链的物资服务管控方法

Resumen de: CN120031484A

本发明涉及物流管理技术领域，尤其涉及一种基于区块链的物资服务管控方法。本发明通过选取若干仓库构建终端层，将若干识别装置分别设置在各仓库内，对各仓库内物资的标签信息进行识别，对标签信息对应的物资进行种类分类，根据标签信息周期性检测各仓库内物资的存储数量，基于存储数量依次判定针对各仓库的存储是否符合标准，在判定未符合标准时确定未符合标准的原因，并生成对应的处理指令，将对应的处理指令输送至对应部件中，以使接收到指令的部件将其运行参数调整至对应值或以使接收到指令的各仓库进行相应的存储数量的处理。本发明有效实现了针对各仓库中的存储数量进行实时监控和针对性调节，有效提升了各仓库的物资服务管控的时效性。

一种智能软装销售预测系统

Resumen de: CN120031591A

本发明涉及一种智能软装销售预测系统，包括：数据采集与边缘计算模块，用于获取销售终端的销售数据并传输到边缘计算节点进行处理；数据服务模块，用于对销售点销售数据与附属数据进行管理和控制；智能分析模块，用于对软装销售数据进行历史销售分析和历史销售外来因素分析并生成预测报告和模型；可视化应用模块，用于将数据转化为易于理解和分析的形式呈现在终端上。本发明基于人工智能和大数据技术，通过收集和分析家居软装行业的历史销售等多种数据源，构建出准确的销售预测模型，帮助家居软装企业更好地预测销售情况和市场趋势，从而制定销售策略和决策。

一种基于中央厨房的无人值守生鲜冷链系统

Resumen de: CN120031469A

本发明提出一种基于中央厨房的无人值守生鲜冷链系统，涉及生鲜产品配送技术领域，包括：中央服务器，其用于接收用户订单；集配中心加工系统，包括中央冷链集配中心仓库和中央厨房，其中：中央厨房用于根据用户订单生产半成品预制菜；中央冷链集配中心仓库用于将不同品种的预制菜包装进模块化分装盒，并分别装入中央配送冷藏箱中；配送系统，包括支线冷链系统和自提点，支线冷链系统用于将中央配送冷藏箱运输至自提点；自提点用于存放中央配送冷藏箱以供用户提货，以及存放用户返还的空箱；其中，配送系统采用无人值守配送方式。本发明能实现无人值守条件下的安全可靠配送，保证生鲜产品的储运品质，提高配送时效性。

一种重大突发事件下快消品保供及应急系统

Resumen de: CN120031269A

本发明提供了一种重大突发事件下快消品保供及应急系统，涉及产品供应技术领域。本发明包括访谈数据收集模块、资料数据收集模块、数据文本化处理模块和数据分析处理模块。通过访谈数据和公开资料数据的收集与文本化处理，利用NVivo 11对数据进行打乱处理，最终通过扎根理论进行数据分析处理，得到针对快消品保供及应急的影响因素模型。本系统旨在解决突发事件中快消品供应链面临的应急预案不足、信息系统不健全、供应链弹性不足、物流体系脆弱、人力资源管理不善及安全保障不足等问题，提高突发事件中的应急反应能力、信息处理能力、供应链弹性、物流调配能力和安全保障水平，确保快消品在突发事件中的稳定供应和及时响应。

基于深度强化学习的多品类物资预置预储测算方法

Nº publicación: CN120031477A 23/05/2025

Solicitante:

航天科工智能运筹与信息安全研究院（武汉）有限公司

Resumen de: CN120031477A

本发明属于物资预置储备技术领域，具体涉及一种基于深度强化学习的多品类物资预置预储测算方法，所述方法的基本思路是，通过输入的状态信息使用神经网络对Q值函数进行拟合，并结合多种启发式规则，决策出最优的物资调度动作，从而降低预置预储总成本。所述方法能够格局环境的反馈不断优化策略，这意味着可以适时调整库存策略，以适应需求的波动和供应关系的变化；所述方法马尔科夫链能够很好的捕捉时间序列数据中的依赖性，这使得它在处理具有时间序列特征的问题时非常有用。强化学习结合马尔科夫链可以更好的理解和预测未来的需求模式，从而更准确的进行库存管理。