CN120013403B 基于ai预测的冷链运输路径优化方法及系统 （上海稼康农业科技有限公司）.docxVIP

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN120013403B(45)授权公告日2025.07.01

(21)申请号202510481449.2

(22)申请日2025.04.17

(65)同一申请的已公布的文献号申请公布号CN120013403A

(43)申请公布日2025.05.16

(56)对比文件

CN118134360A,2024.06.04审查员谭碧云

(73)专利权人上海稼康农业科技有限公司

地址200120上海市浦东新区自由贸易试

验区商城路738号1806室

(72)发明人谢蕾马滔

(74)专利代理机构上海通茂律师事务所31549专利代理师李文斌

(51)Int.CI.

GO6Q10/0835(2023.01)

G06Q10/0832(2023.01)

GO6N3/0442(2023.01)权利要求书4页说明书24页附图2页

(54)发明名称

基于AI预测的冷链运输路径优化方法及系

统

(57)摘要

CN120013403B本申请提供一种基于AI预测的冷链运输路径优化方法及系统，首先获取包含运输节点序列、货物保鲜要求参数、环境温度波动记录及运输时效完成状态的样本冷链运输订单数据集，接着从中提取包含时间敏感、环境稳定性、货物变质风险特征的组合运输特征集合，据此训练冷链需求预测模型，得到货物保鲜需求预测值及路径拥堵概率分布，然后生成多个候选运输路径并进行保鲜可靠性和时效达成率评分，最后依据评分加权结果动态调整当前运输路径节点序列，同时实时更新模型输入数据优化后续路径决策。本方法利用多维度数据和AI技术，有效提升冷链运输

CN120013403B

获取样本冷链运输订单数据集

获取样本冷链运输订单数据集

对所述样本冷链运输订单数据集进行运输特征提取，生成每个样本订单对应的组合运输特征集合

基于所述组合运输特征集合调用冷链需求预测模型，生成目

标区域在预设时间范国内的货物保鲜需求预测值，并基于目

标区域的样本交通流量数据及天气事件记录，生成路径拥堵

概率分布

根据所述货物保鲜需求预测值及路径拥堵概率分布，生成从

起点到终点的多个候选运输路径，并对每个候选运输路径进

行保鲜可靠性评分和时效达成率评分

基于所述保鲜可靠性评分和时效达成率评分的加权结果，动

态调整当前运输路径的节点序列，并实时更新所述冷链需求

预测模型的输入数据以优化后续路径决策

S110

S120

S130

S140

S150

CN120013403B权利要求书1/4页

2

1.一种基于AI预测的冷链运输路径优化方法，其特征在于，所述方法包括：

获取样本冷链运输订单数据集，所述样本冷链运输订单数据集包括多个样本订单的运输节点序列、货物保鲜要求参数、环境温度波动记录及运输时效完成状态；

对所述样本冷链运输订单数据集进行运输特征提取，生成每个样本订单对应的组合运输特征集合，所述组合运输特征集合包括时间敏感特征、环境稳定性特征及货物变质风险

特征；

基于所述组合运输特征集合调用冷链需求预测模型，生成目标区域在预设时间范围内的货物保鲜需求预测值，并基于目标区域的样本交通流量数据及天气事件记录，生成路径拥堵概率分布；

根据所述货物保鲜需求预测值及路径拥堵概率分布，生成从起点到终点的多个候选运输路径，并对每个候选运输路径进行保鲜可靠性评分和时效达成率评分；

基于所述保鲜可靠性评分和时效达成率评分的加权结果，动态调整当前运输路径的节点序列，并实时更新所述冷链需求预测模型的输入数据以优化后续路径决策；

所述对所述样本冷链运输订单数据集进行运输特征提取，生成每个样本订单对应的组合运输特征集合，包括：

从所述样本冷链运输订单数据集中提取每个运输节点的停留时长数据、环境温度偏离阈值次数及货物包装完整性记录；

根据所述停留时长数据与预设的货物保鲜时长限制之间的差值，确定所述时间敏感特征，所述时间敏感特征用于标识运输节点序列中超出保鲜时长限制的风险等级；

根据所述环境温度偏离阈值次数及偏离持续时间占比，计算所述环境稳定性特征，所述环境稳定性特征用于表征运输过程中温度波动对货物质量的累积影响；

结合所述货物包装完整性记录及货物类