买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中南大学;大冶有色金属集团控股有限公司申请的专利一种井下矿山出矿铲运设备智能调度方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121526257B 。

龙图腾网通过国家知识产权局官网在2026-04-17发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202610049263.4，技术领域涉及：G06Q10/0631；该发明授权一种井下矿山出矿铲运设备智能调度方法及系统是由张金钟;王伟;陈新;张纯锋;王斌;何龙飞;张华;余昊翔;汤雁斌;彭世利;邱贤阳;张鹏;史秀志设计研发完成，并于2026-01-15向国家知识产权局提交的专利申请。

本一种井下矿山出矿铲运设备智能调度方法及系统在说明书摘要公布了：本发明涉及设备调度技术领域，公开了一种井下矿山出矿铲运设备智能调度方法及系统，包括：对矿山设备调度过程中的多源数据进行处理得到各调度要素的初始特征表示；对初始特征表示进行数据处理得到矿山调度的多维度约束数据，并构建优化算法的目标函数；基于目标函数将调度方案对应的决策变量编码为粒子位置向量，通过适应度函数计算每个粒子的综合性能；通过采用不同的初始化策略来生成种群，提升初始解质量；在粒子群优化迭代中，引入深度确定性策略梯度算法实现核心参数的自适应调控，并采用禁忌搜索避免局部最优；根据训练得到的最优调度方案生成具体的执行计划，实现智能调度；本发明解决了现有的设备调度方法存在求解效率较低的问题。

本发明授权一种井下矿山出矿铲运设备智能调度方法及系统在权利要求书中公布了：1.一种井下矿山出矿铲运设备智能调度方法，其特征在于，包括： 获取矿山设备调度过程中的多源数据，并对所述多源数据进行离散化编码处理得到各调度要素的初始特征表示； 对所述初始特征表示进行数据处理得到矿山设备调度的多维度约束数据，并基于所述多维度约束数据构建优化算法的目标函数； 基于所述目标函数将调度方案对应的决策变量编码为粒子位置向量，对粒子位置向量进行种群初始化得到初始种群，并对初始种群进行迭代更新； 在初始种群迭代更新中利用路径重连算法选取候选解构建禁忌搜索候选集，利用禁忌搜索算法基于禁忌搜索候选集优化迭代更新中种群的质量得到最优解； 通过深度确定性梯度算法构建最优解的粒子位置向量，利用适应度函数计算每个粒子位置向量的综合性能数值； 将综合性能数值最高的粒子作为最优调度方案生成具体的执行计划，实现智能调度； 其中，利用禁忌搜索算法基于禁忌搜索候选集优化迭代更新中种群的质量得到最优解，包括： 对禁忌搜索候选集中的候选解进行初始化，将候选解作为禁忌搜索算法的起始搜索点； 基于起始搜索点进行邻域搜索，得到更新后的新解，其中，邻域搜索包括： 获取禁忌搜索候选集中的候选解对应的工件加工过程，识别工件加工过程中时长最长的工序作为关键块，将关键块内工序中的步骤轮流作为关键块首步骤或尾步骤得到邻域搜索工序，并确定邻域搜索工序的时长，将邻域搜索工序的时长与关键块的时长进行对比，在邻域搜索工序的时长小于关键块的时长时，将对应的邻域搜索工序作为更新后的新解； 构建禁忌及特赦准则对更新后的新解进行判断，当更新后的新解满足特赦准则时，将更新后的新解作为最优解，当更新后的解不满足特赦准则时，则在未被禁忌的解中选择最优解； 其中，禁忌及特赦准则包括禁忌准则和特赦准则，禁忌准则包括：通过人工构建的方式建立工序禁忌表，将邻域搜索工序与工序禁忌表进行对比，当邻域搜索工序位于工序禁忌表中时，邻域搜索工序对应的更新后的新解为被禁忌的解，当邻域搜索工序不位于工序禁忌表中时，邻域搜索工序对应的更新后的新解为未被禁忌的解； 特赦准则包括：当更新后的新解优于全局最优解时，可不受禁忌准则影响，直接选定为最优解； 全局最优解为禁忌搜索候选集中工序时长最短的候选解，更新后的新解优于全局最优解的条件为更新后的新解对应的工序时长短于全局最优解对应的工序时长； 通过深度确定性梯度算法构建最优解的粒子位置向量，包括： 对最优解进行状态集划分，状态集中包含三类核心指标； 一类核心指标为种群多样性：根据粒子位置向量的标准差，量化粒子在解空间的分布离散程度，计算公式为： ； 式中，表示第t次迭代时，表示第i个个体第d个维度的值，n为种群大小，D为维度； 二类核心指标为最优解改进率：连续k代全局最优适应度的变化量，反映寻优效率，计算公式为： ； 式中，表示第t次迭代时的种群最优解，表示第t-k次迭代时的种群最优解，以k代前的最优解为基准； 三类核心指标为收敛进度P：当前迭代次数与总迭代次数的比，公式为： ； 式中，表示算法预设的最大迭代次数； 基于三类核心指标，构建状态集合，并通过映射公式将参数归一化至[-1,1]区间： ； 式中，param表示前述三类指标所包含的参数，i的取值范围为0至5，表示归一化后的映射参数； 基于归一化后的映射参数最终构建得到15维的状态输入向量； 以种群迭代更新的关键参数惯性权重、认知加速系数、社会加速系数为调控对象，构建神经网络和奖励函数对惯性权重、认知加速系数、社会加速系数更新； 对于奖励函数设计：用于计算执行某一动作后的奖励值，奖励函数设计如下： ； 式中，表示第次迭代中的最优解，表示第+1次迭代中的最优解，表示第t轮迭代的奖励值； 对于神经网络设计：神经网络包括演员网络、目标演员网络、动作价值网络以及目标动作价值网络； 为训练动作价值网络，最小化损失函数： ； 随后，利用动作价值网络通过策略梯度对演员网络进行训练，对应的策略梯度公式如下： ； 式中，为折扣因子，为动作价值网络的损失函数，为演员网络的策略梯度，为第t轮迭代中的奖励值，为第t+1轮迭代中的目标动作价值网络，为梯度算子，为演员网络的参数向量，为演员网络的目标函数，为动作向量，为第t次迭代的动作向量，为状态向量，为第t次迭代的状态向量，为动作价值网络的输出值，为动作价值网络的梯度，为演员网络的梯度，为第t次迭代时演员网络基于状态向量输出的参数调控动作； 将惯性权重、认知加速系数、社会加速系数和15维的状态输入向量输入训练完成后的演员网络中得到更新后的参数惯性权重、认知加速系数、社会加速系数； 更新后的参数惯性权重、认知加速系数、社会加速系数代入粒子更新机制对最优解进行更新迭代得到最终解； 将最终解输入目标函数中得到最优解的粒子位置向量。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中南大学;大冶有色金属集团控股有限公司，其通讯地址为：410083 湖南省长沙市麓山南路932号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。