(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111636364.5 (22)申请日 2021.12.28 (71)申请人 北京百度网讯科技有限公司 地址 100085 北京市海淀区上地十街10号 百度大厦二层 (72)发明人 李飞　解鑫　袁晓敏　刘建林　 许铭　刘颖　徐进　 (74)专利代理 机构 北京清亦华知识产权代理事 务所(普通 合伙) 11201 代理人 杜月 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 10/08(2012.01) G06Q 10/10(2012.01) G06N 20/00(2019.01) (54)发明名称 卸车流程方案生成方法、 装置、 存储介质和 电子设备 (57)摘要 本申请公开了一种卸车流程方案生成方法、 装置、 存储介质和电子设备， 涉及计算机技术领 域， 具体涉及深度学习和智能调度等人工智能技 术领域。 具体实现方案为： 获取列车信息和流程 串信息， 将列车信息和流程串信息输入至预设的 卸车流程问题数学模型， 并基于分支定界方法和 预先训练的可行解预测模型对卸车流程问题数 学模型进行求解， 获得卸车流程问题数学模型的 最优解， 根据最优解， 确定最优卸车流程方案。 本 申请可以提高对卸车流程问题数学模型的求解 效率， 进而提高了获得最优的卸车流程方案的效 率， 提升了港口的卸货能力。 权利要求书3页 说明书16页 附图9页 CN 114429243 A 2022.05.03 CN 114429243 A 1.一种卸车流程方案生成方法， 包括： 获取列车信息和流 程串信息； 将所述列车信 息和所述流程串信 息输入至预设的卸车流程问题数学模型， 并基于分支 定界方法和预先训练的可行解预测模型对所述卸车流程问题数学模型进 行求解， 获得所述 卸车流程问题数 学模型的最优解； 根据所述 最优解， 确定最优卸车流 程方案。 2.根据权利要求1所述的方法， 其中， 所述将所述列车信 息和所述流程串信 息输入至预 设的卸车流程问题数学模型， 并基于分支定界方法和预先训练的可行解预测模型对所述卸 车流程问题数 学模型进行求 解， 获得所述卸车流 程问题数 学模型的最优解， 包括： 将所述列车信息和所述 流程串信息 输入至预设的卸车流 程问题数 学模型； 基于所述分支定界法、 所述列车信息和所述流程串信息， 对所述卸车流程问题数学模 型中的待分支问题进 行分枝处理， 得到所述待分支问题的多个子问题和所述多个子问题各 自对应的第一可 行解； 将所述多个子问题分别输入至所述可行解预测模型， 得到所述多个子问题各自对应的 第二可行解； 根据所述多个子问题各自对应的第一可行解和所述多个子问题各自对应的第二可行 解， 对所述多个子问题进行剪枝处 理， 获得所述卸车流 程问题数 学模型的最优解。 3.根据权利要求2所述的方法， 其中， 所述根据所述多个子问题各自对应的第 一可行解 和所述多个子 问题各自对应的第二可行解， 对所述多个子 问题进行剪枝处理， 获得所述卸 车流程问题数 学模型的最优解， 包括： 基于当前子问题的第一可 行解， 确定所述当前子问题的下界； 基于当前子问题的第二可 行解， 确定所述当前子问题的上界； 响应于所述上界小于所述下界， 将所述当前子问题作为新的待分支问题， 执行所述基 于所述分支定界法对所述卸车流程问题数学模型中的待分支问题进行分枝处理， 得到所述 待分支问题的多个子问题和所述多个子问题各自对应的第一可 行解的步骤； 响应于所述上界大于所述下界， 对所述当前子问题进行剪枝； 响应于所述上界等于所述下界， 将所述第 一可行解确定为所述卸车流程问题数学模型 的最优解。 4.根据权利要求3所述的方法， 其中， 所述基于当前子问题的第一可行解， 确定所述当 前子问题的下界， 包括： 响应于所述第 一可行解满足所述卸车流程问题数学模型的预设约束条件， 基于所述卸 车流程问题数 学模型的预设目标函数， 计算所述第一可 行解的第一目标函数值； 将所述第一目标函数值确定为所述当前子问题的下界。 5.根据权利要求3所述的方法， 其中， 基于当前子问题的第二可行解， 确定所述当前子 问题的上界， 包括： 响应于所述第 二可行解满足所述卸车流程问题数学模型的预设约束条件， 基于所述卸 车流程问题数 学模型的预设目标函数， 计算所述第二可 行解的第二目标函数值； 将所述第二目标函数值确定为所述当前子问题的上界。 6.根据权利要求2所述的方法， 其中， 所述将所述多个子问题分别输入至所述可行解预权　利　要　求　书 1/3 页 2 CN 114429243 A 2测模型， 得到所述多个子问题各自对应的第二可 行解， 包括： 将所述多个子问题分别输入至所述可行解预测模型， 得到所述多个子问题各自对应的 多个中间可 行解； 基于所述卸车流程问题数学模型的预设目标函数， 计算同一子问题的多个中间可行解 各自的目标函数值； 将目标函数值 最小的中间可 行解确定为所述子问题对应的第二可 行解。 7.根据权利要求1所述的方法， 其中， 所述获取流 程串信息， 包括： 获取卸车设备信息； 根据所述卸车设备信息， 确定所述多个卸车设备之间的权 重比； 根据所述权重比和预设的流程串需求总数量， 确定所述多个卸车设备各自的卸车流程 串需求数量； 根据所述流程串信 息和所述多个卸车设备各自的卸车流程串需求数量， 确定所述多个 卸车设备 各自的可使用卸车流 程串； 将所述卸车设备信息和所述多个卸车设备各自的可使用卸车流程串确定为所述流程 串信息。 8.一种卸车流程方案生成设备， 包括： 第一获取模块， 用于获取列车信息和流 程串信息； 第二获取模块， 用于将所述列车信 息和所述流程串信 息输入至预设的卸车流程问题数 学模型， 并基于分支定界设备和预先训练的可行解预测模型对所述卸车流程问题数学模型 进行求解， 获得所述卸车流 程问题数 学模型的最优解； 确定模块， 用于根据所述 最优解， 确定最优卸车流 程方案。 9.根据权利要求8所述的设备， 其中， 所述第二获取模块包括： 第一输入子模块， 用于将所述列 车信息和所述流程串信 息输入至预设的卸车流程问题 数学模型； 分枝子模块， 用于基于所述分支定界法、 所述列车信息和所述流程串信息， 对所述卸车 流程问题数学模型中的待分支问题进 行分枝处理， 得到所述待分支问题的多个子问题和所 述多个子问题各自对应的第一可 行解； 第二输入子模块， 用于将所述多个子问题分别输入至所述可行解预测模型， 得到所述 多个子问题各自对应的第二可 行解； 剪枝子模块， 用于根据 所述多个子问题各自对应的第 一可行解和所述多个子问题各自 对应的第二可行解， 对所述多个子 问题进行剪枝处理， 获得所述卸 车流程问题数学模型 的 最优解。 10.根据权利要求9所述的设备， 其中， 所述剪枝子模块具体用于： 基于当前子问题的第一可 行解， 确定所述当前子问题的下界； 基于当前子问题的第二可 行解， 确定所述当前子问题的上界； 响应于所述上界小于所述下界， 将所述当前子问题作为新的待分支问题， 执行所述基 于所述分支定界法对所述卸车流程问题数学模型中的待分支问题进行分枝处理， 得到所述 待分支问题的多个子问题和所述多个子问题各自对应的第一可 行解的步骤； 响应于所述上界大于所述下界， 对所述当前子问题进行剪枝；权　利　要　求　书 2/3 页 3 CN 114429243 A 3