利索能及
我要发布
收藏
专利号: 202510956238X
申请人: 合肥工业大学
专利类型:发明专利
专利状态:已下证
更新日期:2025-12-30
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.一种基于大语言模型的智能路径规划方法,其特征在于,包括:

针对外卖配送路径规划问题,构建第一数学模型并设计用于求解模型的第一遗传算法;

获取采用自然语言描述的新需求,基于预先构建的基于LLM的多层级协同优化框架,优化重构所述第一数学模型、所述第一遗传算法,并在每一层级通过标准JSON格式输出,以获取转换后的第二数学模型、第二遗传算法及两者完整的代码;

基于预先构建的基于MCP的代码代理,自动化执行所述代码,并在检测到所述代码运行异常时,自动调用针对所述代码的自我修正机制或针对所述第二数学模型的自我验证机制,以最终输出满足所述新需求的外卖配送路径规划最优解。

2.如权利要求1所述的智能路径规划方法,其特征在于,所述第一数学模型为混合整数规划模型,包括第一目标函数及第一约束条件;其中所述第一目标函数的优化目标为最小化总成本,所述总成本由总行程时间成本、早到惩罚成本、延迟惩罚成本、聚类拆分惩罚、容量超载惩罚及路径熟悉度奖励共同组成,所述第一约束条件包括订单分配约束、路径连续约束、骑手容量约束及时间顺序约束。

3.如权利要求2所述的智能路径规划方法,其特征在于,所述第一遗传算法为双层遗传优化算法,包括外层遗传算法和内层遗传算法;其中所述外层遗传算法用于订单聚类及骑手分配的全局搜索,所述内层遗传算法用于对每个骑手的订单集进行路径规划。

4.如权利要求3所述的智能路径规划方法,其特征在于,所述基于LLM的多层级协同优化框架包括:深度模型分析与需求理解层,用于解析所述第一目标函数的数学表达式,评估所述第一约束条件的完整性,识别所述第一遗传算法的算法框架的双层遗传特性,以及基于前三个分析结果,深入分析所述新需求的变化并分析优化潜力,以输出标准JSON格式的问题分析结果;

基于现有数学模型的优化重构层,用于基于所述问题分析结果,以所述第一目标函数为基础集成所述新需求的数学表达,完善所述第一约束条件,以及扩展决策变量,以输出标准JSON格式的数学重构结果;

算法策略自适应层,用于基于所述问题分析结果及所述数学重构结果,以所述第一遗传算法为基础设计针对所述模型重构结果的遗传策略,改进初始化、选择、交叉、变异策略,以输出标准JSON格式的算法升级方案;

完整解决方案生成层,用于基于所述数学重构结果及所述算法升级方案,转化调整所述第一数学模型、所述第一遗传算法及两者的原有代码,以输出标准JSON格式的所述第二数学模型、所述第二遗传算法及两者完整的所述代码。

5.如权利要求4所述的智能路径规划方法,其特征在于,基于所述基于MCP的代码代理,整个系统的通信机制包括:用户请求阶段,接收用户向系统提交的新需求或代码相关请求;

代码代理处理阶段,接收用户请求后,负责理解用户意图,并决定在整个执行过程中需要调用的多种执行工具;

MCP协议转换,通过MCP协议将所述用户请求标准化封装成统一的消息格式,以实现消息封装、接口适配、调用分发和状态管理;

工具执行阶段,通过MCP协议将标准化请求分发给最适合的执行工具。

6.如权利要求5所述的智能路径规划方法,其特征在于,所述基于MCP的代码代理的工作流程具体包括:接收用户请求后,获取所述基于LLM的多层级协同优化框架输出的所述代码;

将所述代码放入沙盒中并利用所述执行工具执行,判断是否执行成功,如果成功则输出满足新需求的所述外卖配送路径规划最优解,包括订单分配结果和最短配送路径;否则如果连续发生小于预设次数的执行错误,调用自我修正机制,采用代码修正工具对所述代码的报错信息进行分析,输出错误解决方案,对所述代码进行修正,将修正后的代码再次放入沙盒中执行,如果成功则输出所述外卖配送路径规划最优解;

如果连续发生预设次数的执行错误,调用自我验证机制,采用数学验证工具重新检查以判断所述数学重构结果的逻辑正确性和实现偏差,基于检查结果重新生成优化后的代码,将重新生成优化后的代码再次放入沙盒中执行,如果成功则输出所述外卖配送路径规划最优解。

7.一种基于大语言模型的智能路径规划系统,其特征在于,包括:

数学建模与算法求解模块,用于针对外卖配送路径规划问题,构建第一数学模型并设计用于求解模型的第一遗传算法;

智能优化模块,用于获取采用自然语言描述的新需求,基于预先构建的基于LLM的多层级协同优化框架,优化重构所述第一数学模型、所述第一遗传算法,并在每一层级通过标准JSON格式输出,以获取转换后的第二数学模型、第二遗传算法及两者完整的代码;

标准化执行模块,用于基于预先构建的基于MCP的代码代理,自动化执行所述代码,并在检测到所述代码运行异常时,自动调用针对所述代码的自我修正机制或针对所述第二数学模型的自我验证机制,以最终输出满足所述新需求的外卖配送路径规划最优解。

8.一种存储介质,其特征在于,其存储有用于基于大语言模型的智能路径规划的计算机程序,其中,所述计算机程序使得计算机执行如权利要求1 6任一项所述的智能路径规划~方法。

9.一种电子设备,其特征在于,包括:

一个或多个处理器;存储器;以及一个或多个程序,其中所述一个或多个程序被存储在所述存储器中,并且被配置成由所述一个或多个处理器执行,所述程序包括用于执行如权利要求1 6任一项所述的智能路径规划方法。

~