广东海洋大学香钦远获国家专利权
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!
龙图腾网获悉广东海洋大学申请的专利应用于渔业管理的数据处理方法、装置、设备及存储介质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:CN121303511B 。
龙图腾网通过国家知识产权局官网在2026-04-21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:202511862721.8,技术领域涉及:G06Q10/047;该发明授权应用于渔业管理的数据处理方法、装置、设备及存储介质是由香钦远;张莹;李镇涛设计研发完成,并于2025-12-11向国家知识产权局提交的专利申请。
本应用于渔业管理的数据处理方法、装置、设备及存储介质在说明书摘要公布了:本申请涉及一种应用于渔业管理的数据处理方法、装置、设备及存储介质,包括:获取预先采集的多源异构数据;基于预设的鱼群分布预测模型对多源异构数据进行预测处理,得到对应的鱼群分布预测结果;基于鱼群分布预测结果进行模型构建处理,得到对应的异构渔船多目标路径规划模型;获取与异构渔船多目标路径规划模型对应的预设的多目标协同搜索算法;基于多目标协同搜索算法对异构渔船多目标路径规划模型进行求解处理,得到对应的目标优化解集;对目标优化解集进行解码处理,得到对应的渔船规划路径;对渔船规划路径进行输出。本申请有效提高了渔船作业的处理效率,并降低了能源消耗与作业成本。
本发明授权应用于渔业管理的数据处理方法、装置、设备及存储介质在权利要求书中公布了:1.一种应用于渔业管理的数据处理方法,其特征在于,包括下述步骤: 获取预先采集的多源异构数据;其中,所述多源异构数据至少包括遥感与监测数据、渔业数据以及环境数据; 基于预设的鱼群分布预测模型对所述多源异构数据进行预测处理,得到对应的鱼群分布预测结果; 基于所述鱼群分布预测结果进行模型构建处理,得到对应的异构渔船多目标路径规划模型; 获取与所述异构渔船多目标路径规划模型对应的预设的多目标协同搜索算法; 基于所述多目标协同搜索算法对所述异构渔船多目标路径规划模型进行求解处理,得到对应的目标优化解集; 对所述目标优化解集进行解码处理,得到对应的渔船规划路径; 对所述渔船规划路径进行输出处理; 其中,所述基于所述多目标协同搜索算法对所述异构渔船多目标路径规划模型进行求解处理,得到对应的目标优化解集的步骤,具体包括: 设置与所述多目标协同搜索算法对应的算法参数,并基于所述异构渔船多目标路径规划模型中的渔船类型和捕捞点信息生成初始种群解集;其中,所述算法参数至少包括种群规模与最大迭代次数; 对所述初始种群解集进行全局扰动操作,生成新的第一种群解集; 基于预设的局部搜索优化策略对所述第一种群解集进行局部搜索优化操作,生成优化后的第二种群解集; 对所述初始种群解集与所述第二种群解集进行非支配排序与精英保留处理,得到与所述种群规模匹配的第三种群解集; 判断当前的迭代次数是否达到所述最大迭代次数; 若是,停止迭代,并从所述第三种群解集中获取指定最优解集,并将所述指定最优解集作为所述目标优化解集; 其中,所述基于预设的局部搜索优化策略对所述第一种群解集进行局部搜索优化操作,生成优化后的第二种群解集的步骤,具体包括: 对所述第一种群解集进行单任务点重新安置操作,得到对应的第一目标种群解集; 对所述第一目标种群解集进行整路径任务重新分配操作,得到对应的第二目标种群解集; 对所述第一目标种群解集进行路径内部结构反转调整操作,得到对应的第三目标种群解集; 对所述第一目标种群解集、第二目标种群解集以及所述第三目标种群解集进行整合处理,得到对应的整合种群解集; 将所述整合种群解集作为所述第二种群解集; 其中,单任务点重新安置操作包括:从渔船路径集中选取两条路径,从其中一条路径移除一个捕捞点,并将其插入另一条路径的最优位置,即导致路径总距离变化最小的位置,若新路径满足约束并降低总行驶距离,则更新路径;整路径任务重新分配操作包括:从渔船路径集中选取一条路径并将其移除,将该路径中的捕捞点逐一插入至其他渔船路径中的最优位置,若新解满足约束并在任一目标函数上改进,则更新解;路径内部结构反转调整操作包括针对单条渔船路径内部,选择两条边,将两边之间的路径段反转,并重新连接路径结构,若新路径满足约束且能降低行驶距离,则更新路径。
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广东海洋大学,其通讯地址为:524000 广东省湛江市麻章区海大路1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。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励