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！

龙图腾网获悉中建交通建设集团有限公司;石家庄铁道大学申请的专利一种基于变邻域搜索算法的铁路车流径路优化方法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：CN119740946B 。

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：202411800394.9，技术领域涉及：G06Q10/0835；该发明授权一种基于变邻域搜索算法的铁路车流径路优化方法是由姜涵文;赵伊楠;王东;李毅;张天伟;刘增杰;张坤;于木里;王国战设计研发完成，并于2024-12-09向国家知识产权局提交的专利申请。

本一种基于变邻域搜索算法的铁路车流径路优化方法在说明书摘要公布了：本发明公开了一种基于变邻域搜索算法的铁路车流径路优化方法，先构建出符合铁路车流径路的树形化特征及单股流不可拆分原则的混合整数线性规划模型，并基于变邻域搜索算法设计出适应铁路车流径路优化模型的启发式算法，然后利用启发式算法对优化模型进行求解，求得最优解。本发明的方法能够在考虑路网运能限制和径路树形化特征的基础上对铁路网车流径路问题进行优化，能够有效解决铁路货物运输网络涉及货物性质繁多、网络复杂以及重要节点间货物交流频繁等问题；相较于现有算法，具有求解效率高、求解质量好的优点，并在应用于大规模案例时，求解效率具有更大程度的提升。

本发明授权一种基于变邻域搜索算法的铁路车流径路优化方法在权利要求书中公布了：1.一种基于变邻域搜索算法的铁路车流径路优化方法，其特征是，包括以下步骤， S1，构建模型：构建出满足区段通过能力的铁路车流径路优化模型； S2，设计算法：基于变邻域搜索算法设计出适应铁路车流径路优化模型的启发式算法； S3，优化模型求解：利用启发式算法对优化模型进行求解，求得最优解； 步骤S1中所述铁路车流径路优化模型如下： 目标函数 目标函数1表示所有车辆的走行成本之和； 约束条件如下： 约束条件式2表示对于从i站到j站的车流径路，其首条弧段应以i站为起点且仅能选择与i站相邻的某一车站作为该弧段的终点； 约束条件式3表示对于从i站到j站的车流，其径路最末弧段应以j站为终点且最末弧段有且仅有一条； 约束条件式4和5表示对于相邻车站之间的车流，其仅能通过该相邻车站间的弧段进行运输，而不能选择其他弧段绕道运输； 约束条件式6用于确保车流径路的连续性； 约束条件式7用于辅助剔除路网中的某一车流的不合理的弧段； 约束条件式8表示车流的走行径路具有树形化的特征； 约束条件式9为决策变量与辅助变量间的逻辑关系表达式； 约束条件式10为车流的绕行径路里程约束； 约束条件式11为线路区段的通过能力约束； 约束条件式12为路网上的流量平衡约束； 约束条件式13为变量取值范围约束； 符号定义如下： 一集合， V：铁路网络中所有车站的集合； VFi：铁路网络中与i站相邻的所有前方站集合； E：铁路网络中所有线路区段的集合； 二参数， Nij：由i站发往j站的原始车流量，单位：车； Lij：由i站到j站的最短径路里程，单位：公里； Cst：区段[s,t]的最大通过能力，单位：列； lst：区段[s,t]的物理里程，单位：公里； Λij：由i站到j站的车流的绕行径路与最短径路共有的区段总里程，单位：公里；m：列车平均编成辆数，单位：车； αst：单线铁路区段[s,t]的通过能力储备系数； λ：车流走行成本的单位转换系数，单位：车小时车公里； γDetour：车流走行径路的相对绕道率阈值； 三决策变量， 若i站到j站的车流走行径路中包括区段[s,t]，则取值为1，否则取值为0，为布尔型变量； 四辅助变量， 布尔型变量，若i站到j站的车流选择k站作为第一前方站，则取值为1，否则取值为0，为布尔型变量。

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建交通建设集团有限公司;石家庄铁道大学，其通讯地址为：100040 北京市丰台区小屯路100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”。