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！

龙图腾网获悉武汉理工大学申请的专利船舶运力结构优化方法和装置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：CN119885911B 。

龙图腾网通过国家知识产权局官网在2025-06-24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：202510366499.6，技术领域涉及：G06F30/27；该发明授权船舶运力结构优化方法和装置是由杜磊;郭玲莹;兰毓峰;张铭龙;刘其禹;余金燕;郑卫力;谷婷婷;文元桥设计研发完成，并于2025-03-26向国家知识产权局提交的专利申请。

本船舶运力结构优化方法和装置在说明书摘要公布了：本发明公开了一种船舶运力结构优化方法和装置，属于水运管理与调度优化技术领域，其方法包括：获取船舶运力结构的可行配置方案集，并根据高斯卷积聚类模型对可行配置方案集进行聚类，得到可行解集；构建运力结构优化模型，结合鲸鱼优化算法迭代搜索可行解集，确定最优配置方案。通过构建运力结构优化模型对船舶运力结构的可行配置方案集进行筛选，获取符合需要的配置方案，保证了运力结构的合理性；通过鲸鱼优化算法对配置方案进行迭代搜索，以闸室利用率最大为导向，通过仿真方式进行优中选优，实现了获取运力结构的最优配置方案，大大减少了资源浪费。

本发明授权船舶运力结构优化方法和装置在权利要求书中公布了：1.一种船舶运力结构优化方法，其特征在于，包括： 获取船舶运力结构的可行配置方案集； 构建运力结构优化模型，所述运力结构优化模型包括优化目标、约束条件和多目标优化函数； 基于所述运力结构优化模型对所述可行配置方案进行多目标优化，并结合鲸鱼优化算法迭代搜索，确定最优配置方案； 其中，所述优化目标包括运力调整度最小、闸室利用率最大和排闸次数最小； 根据高斯卷积聚类模型对所述可行配置方案集进行聚类，得到可行解集，包括： 计算可行配置方案的所有数据点的密度卷积估计值，并确定所述密度卷积估计值在第一预设范围内的所述数据点为候选中心点； 以密度卷积估计最大值对应的所述数据点为第一中心点，分别计算其余所述候选中心点与所述第一中心点之间的条件概率之比，并去掉所述条件概率之比大于预设条件概率阈值的所述候选中心点，得到更新中心点； 以所述更新中心点的密度卷积估计第二大值对应的所述数据点为第二中心点，分别计算其余所述更新中心点与所述第二中心点之间的条件概率之比，并去掉所述条件概率之比大于预设条件概率阈值的所述候选中心点，得到二次更新中心点； 重复迭代至以所述候选中心点中的密度卷积估计最小值作为中心点，得到初始主元中心点，对所述高斯卷积聚类模型的参数进行优化后基于所述初始主元中心点确定最终主元中心点，并确定所述最终主元中心点对应的所述可行配置方案为所述可行解集； 其中，计算可行配置方案的所有数据点的密度卷积估计值，包括： 首先，进行高斯核函数协方差矩阵H的估计，对每个运力结构配置方案提取其特征向量，将每个运力结构配置方案表示为一个特征向量矩阵，获取方案集； 其次，计算方案集的两个特征矩阵，其中是方案集在各个维度上的极差所构成的一个数据极差矩阵； 对方案集进行高斯卷积数据变换，将每个特征向量矩阵X转换为新的数据集Y表示为： 式中，，为的数据极差矩阵，是的逆矩阵，是数据集Y和X之间在整体意义上的压缩比矩阵，而则表现为对每个数据点按其密度值的大小进行压缩，，表示对第n个数据点的密度值的估计，diag表示将向量转换为对角矩阵； G为方案集的高斯卷积数据变换，即，G的加权协方差矩阵计算方法如下： 式中，为数据集的协方差矩阵，为G的数据极差矩阵，，是的逆矩阵； 高斯核函数协方差矩阵H的计算公式如下： 其中，r为修正系数，为阶单位矩阵，d表示数据点的维度； 根据上述公式，对于任一可行配置方案，计算出对应的密度卷积估计值。

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武汉理工大学，其通讯地址为：430070 湖北省武汉市洪山区珞狮路122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”。