2019年12月31日，國家知（zhī）識產權局（jú）管（guǎn）網發布關於修改《專利審查指南》的公告，決定對《專利審查指（zhǐ）南》作出修改，自2020年2月1日起施行。 公告全文如下：

國家知（zhī）識產權局關於修改《專利審查指南》的決定

在《專（zhuān）利審查指南》第二（èr）部（bù）分第九章增加第6節，內容如（rú）下：

6. 包含算法特征或商（shāng）業（yè）規（guī）則和方法特征的發（fā）明專利申請（qǐng）審查相關規定

涉及人工智能、“互聯網+”、大數據（jù）以及區塊鏈等的發明專利申請，一般包含算法或商業規則（zé）和（hé）方法等智力活動的規則和方法特征，本節旨在根據專利法及其實施細則（zé），對這類申請的審查特殊性作出規定。

6.1 審（shěn）查基準

審查應當針對要求（qiú）保護的解（jiě）決方案，即權利要求所限定（dìng）的解決方（fāng）案進行。在審查中，不應當簡單割裂技術特征（zhēng）與算法特征或商（shāng）業（yè）規則和方法特征等，而應將權利要求（qiú）記載的所有（yǒu）內容作為一個整體，對其中涉及的技術手段、解決的技術問題和獲（huò）得的技術效果進行分析。

6.1.1 根據專利法第二十五條第一款第（二（èr））項的審查

如果權（quán）利（lì）要（yào）求涉及抽象（xiàng）的算法或者單純的商業規則和方法，且不包含任何技術特征，則這項權利要求（qiú）屬於（yú）專利法第二十（shí）五（wǔ）條第（dì）一款第（二）項規定的智力活動的（de）規則和（hé）方法，不應當被授予專利權。例如，一種基於（yú）抽象算法且不包含任（rèn）何技術特征的數學模型建立方法，屬於專利法第二十五條第一款第（二）項規定的不應當被授予專利權的情形。再如，一種（zhǒng）根據用戶的消費額度進行（háng）返利的方（fāng）法，該方法中包含的特征全部是與（yǔ）返利規則相關的商業規則和方（fāng）法特征，不包含任何技術特征，屬於專利法第（dì）二（èr）十五條第一款第（二）項規定的不應當被授予（yǔ）專利權的情形。

如果權利要求中除了（le）算法特征或商（shāng）業規則（zé）和方法特征，還包含技術特征，該權利（lì）要求就整體而言並不是（shì）一種智力活動的規則和方法，則不應當依據專（zhuān）利（lì）法（fǎ）第二十五條第（dì）一款第（二）項排除其獲得專利權的可能性。

6.1.2 根據專利法第二條第二款的審查

如果要求保護的權利要求作為一個整體不屬於（yú）專利法第（dì）二十五條第一款第（二）項排除獲得（dé）專利權的情形，則需要就其是否屬於專利法第二條第二款所述的技術方案進行審查。

對一項包含算（suàn）法特征（zhēng）或商業規則和方法特征的權利要求是否（fǒu）屬於技術方案進行（háng）審查時，需（xū）要整體（tǐ）考慮權利要求中（zhōng）記載的全部特征。如果該項（xiàng）權利要求記載了對（duì）要解決的技術問題采用了利用自然規律的技（jì）術手段，並且由此獲（huò）得符合自然規（guī）律的技術（shù）效果，則（zé）該權利要求限定（dìng）的解決方案屬於專利法第二條第二款所述的技（jì）術方案。例如，如果權利要求中（zhōng）涉及算法的各個步驟體現出與所要解決的技術問題（tí）密切相關，如（rú）算法處理的數據（jù）是技術領域中具（jù）有確切技術含義的數據，算法（fǎ）的執（zhí）行能（néng）直接體現出利用自然規律解決某一技術問題的過程，並且獲得了（le）技術效果（guǒ），則通常該權利要求（qiú）限定的解決方（fāng）案屬於專利法第二條第二款所述（shù）的技術方案。

6.1.3 新穎性和創造性的審（shěn）查

對包含算法（fǎ）特征或商業規則和方法特征的發（fā）明（míng）專利申（shēn）請進行新（xīn）穎性審查時，應當考慮（lǜ）權利要求記載的全部特征，所述（shù）全部特（tè）征既包括（kuò）技術特征，也包括算法（fǎ）特征或商業規則和方法（fǎ）特征（zhēng）。

對既包含（hán）技術（shù）特征又包含算法特征或商業規則和方（fāng）法特征的發明專利申請進行創造性審查時，應將與技術特征功能上彼此相互支持、存在相互作（zuò）用關係的算法特征或商業規則和方法特征與所述技術特征作為一個整體考慮。“功能上彼此相互支持、存在相互作用關係”是指算法特征或商業規則和方法特征與技術特征（zhēng）緊密結合、共同構成了解決某一技術問題的（de）技術手段,並且能夠獲（huò）得相應的技術效（xiào）果。

例如，如果權利要求中的算法應用於具體的技術領域，可（kě）以（yǐ）解決具體技術問題（tí），那麽可（kě）以認為該算法特（tè）征與（yǔ）技（jì）術特征功能上彼此相互支持、存在相互作用關係，該算法特征成為所采取的技（jì）術手段的組成部分，在進行創造性審查時，應（yīng）當考慮所述的算法（fǎ）特征對技術方案作出的（de）貢獻。

再如，如果權利要求中（zhōng）的商業規（guī）則和方法特征的實施需要技術手段的調整或改進，那麽可以認為該商業規則和方法特征與技（jì）術特征功能上彼（bǐ）此相互支持、存在（zài）相互作用關係，在進行創造性（xìng）審查時，應當（dāng）考慮（lǜ）所述的商業規則和方法特征對技術方案作出的貢（gòng）獻（xiàn）。

6.2 審查示例（lì）

以下，根據上述（shù）審查基準，給出（chū）包含算法特征或商業規則和方法特征的發明專利申請的審查示例。

（1）屬於專利法第二十五條第一款第（二）項範圍之內的包含算法特征或商業規則和方法（fǎ）特（tè）征的發（fā）明專利（lì）申請（qǐng），不屬於專利（lì）保護的客體。

【例1】

一種建立數學模型的方法（fǎ）

申請內容（róng）概述

發明專利申請的解決方案是一（yī）種建立數學模型的方法，通過增加訓練樣本數量，提高建（jiàn）模的準確性。該建模方法將與第一分（fèn）類任務（wù）相關的其它分類任務的（de）訓練樣本也作為第一分類任務數學模型（xíng）的訓練樣本，從而增加訓練樣本數量，並利用訓練樣本的特征值、提取特征值、標簽值等對相關數（shù）學模型進行訓練，並最終得到第一分類任務的數學模（mó）型，克服（fú）了由於訓練樣本少導致過擬合而建模準確性較差的缺陷。

申請的權利要求

一種建立數學模型的方法，其特征在於，包括以下步驟（zhòu）：

根據第一分類任務的訓練樣本中的特征值（zhí）和至少一個第二分類任務的訓練樣（yàng）本中的特征值，對（duì）初始特征提取模型進行訓練（liàn），得到目標特征提取模型；其中，所述第二分類任務（wù）是與所述第一分類任務相關的其它分類任務；

根據所述目標特征（zhēng）提取模型，分別對所述第（dì）一分類任務的每個訓練樣本中的特征值進行處理，得到所述每個訓練（liàn）樣本對（duì）應的提取特征值；

將所述每個訓練（liàn）樣本對應的提取特（tè）征值和標簽值組成（chéng）提取訓練樣本，對初始分類模型進行訓練，得到目標（biāo）分類模型；

將所述目標分類模型和所述目標特征提取模型組成所述第一分類任務（wù）的數學（xué）模（mó）型。

分析及結論

該解決方案不涉及任何具（jù）體的應（yīng）用領域，其中處理（lǐ）的（de）訓練樣本的特征值、提取特征值、標簽值、目標分類模型以及目標特征提取模型都是抽象的通用數據，利（lì）用訓（xùn）練樣本的相關數據對（duì）數學模型進行（háng）訓練等處理過程是一係列抽象（xiàng）的數學方法步驟，最後得到的結果也是抽（chōu）象的通用分類數學（xué）模型。該（gāi）方案是一種抽象的模型建立方法，其處理對象、過程和結果（guǒ）都不涉及與具（jù）體應用領（lǐng）域的結合，屬於對抽象數學方法（fǎ）的優化（huà），且整個（gè）方案並不包括任何技術特征，該（gāi）發（fā）明專利申請的解決方案屬於專利法第二十五條（tiáo）第一（yī）款（kuǎn）第（二）項規定的智力活動（dòng）的規（guī）則（zé）和方法，不屬於（yú）專利保護客體。

（2）為了解決技術問題（tí）而利用技術（shù）手段並獲得（dé）技術效果的包含（hán）算法特征或商業規則和方法特征的發（fā）明專利申請，屬於專利法第二條第二款規定的技（jì）術方案，因而（ér）屬於專利保護的客體。

【例2】

一（yī）種卷積神經網絡模型的訓練方法

申請內容概（gài）述

發明專利申請的解決方案（àn）是，在各級卷積層上對訓練圖像進行卷積操作和最大池化操作（zuò）後，進一步對最大池（chí）化（huà）操作後得到的特征圖像進行水平池化操作，使（shǐ）訓練好的CNN模型在識別圖像類別時能夠識（shí）別任意尺寸的待識別圖像。

申請的權利要求

一種卷積神經網絡CNN模型的訓練方法，其特征在於，所述方法包（bāo）括：

獲取待訓（xùn）練CNN模型（xíng）的初始模型參數，所述初始模型參數包括各級卷積層的（de）初始（shǐ）卷積核、所述各級卷積層的初始偏置矩陣、全連接（jiē）層的初始權（quán）重矩陣和所述全連接層（céng）的初始（shǐ）偏置向量；

獲取（qǔ）多個訓練圖像；

在（zài）所述各級卷積層（céng）上，使用所述各級卷積層上的初始卷積核和初（chū）始偏置矩陣，對每（měi）個訓練（liàn）圖像分別進行卷積操作和最（zuì）大池（chí）化操作，得到每個訓練圖像在所述各級卷積層（céng）上的（de）第一（yī）特征圖像；

對每個訓（xùn）練圖像在至少一級卷積（jī）層上（shàng）的第一特征圖像進（jìn）行（háng）水平池化操作，得到每個訓練圖像在各級（jí）卷積層上的第二特征圖像（xiàng）；

根據每個訓練圖像在各級卷積層上的第二特征圖像確定每個訓練圖像的特征向量；

根據所述（shù）初始權重（chóng）矩（jǔ）陣和初（chū）始偏置向量對每個特征向量進行處理，得到每個訓練圖像的類別概率向量；

根據所述（shù）每（měi）個訓練圖像的類（lèi）別概率向量及每個訓練圖像的（de）初始類別（bié），計算類別誤差；

基於所述類別誤（wù）差，對所述待訓練CNN模型的模型參數進行調整；

基於調整後的模（mó）型參數和所述多個訓練圖像，繼續進行模型參數調整的過程，直至迭代次數達到預設次數；

將迭代次數達（dá）到預設次數時所得到的模型參數作為（wéi）訓練好的CNN模型的模型參數。

分析及結（jié）論

該解決方案是一（yī）種卷積神經網絡（luò）CNN模型的訓練方法，其中明確了（le）模型訓練方法的各步驟中處理的數據均為（wéi）圖像數據以及各步驟如何（hé）處理圖像數據，體現出神經網絡訓練算法與圖像信息處理密切相關。該解決方案所（suǒ）解決（jué）的是（shì）如何（hé）克服CNN模型僅能識別具有固定（dìng）尺寸的圖像的技術問題，采用了在不同卷積層上對圖像進行不同處理並訓練的手段，利用的是遵循自然（rán）規律的（de）技術手段，獲得了訓練好的CNN模型能夠識別任意尺寸待識別圖像的技術效果。因（yīn）此，該發明專利申請的解決方案（àn）屬於（yú）專利法第二（èr）條第二款規定的（de）技術方案，屬於專利保護客體。

【例3】

一種共享單車的使用方法

申請內容概述（shù）

發明專利（lì）申請提出一種共享單車的使用方法，通過獲取用戶（hù）終端設備的（de）位置信（xìn）息（xī）和對應一定距離（lí）範圍內的共享單車的狀態信（xìn）息，使用戶可以根據（jù）共享單車的狀態信息準確地找到（dào）可以騎行的（de）共享單車進行騎行，並（bìng）通過（guò）提（tí）示引導用戶進行停（tíng）車，該方法方便了共享單車的（de）使用和管理，節約了用戶的時間（jiān），提升了用戶體驗。

申請（qǐng）的權利（lì）要求

一種共享單車的使用方（fāng）法（fǎ），其特征在於，包括以下步驟：

步驟一，用戶通過終端（duān）設備向服務器發送共享單車的使（shǐ）用請求；

步驟二，服務器獲取用戶的第一位置信息，查找與所述第一位置信息對應一定距離（lí）範圍內的共享單車的第二位置信息，以及這（zhè）些共享單車的狀（zhuàng）態信息，將所述共享單車的第二位置信息和狀（zhuàng）態信息發送到終端設備，其中第一位置信（xìn）息和第二位置信息（xī）是通過GPS信（xìn）號獲取的；

步驟三，用戶根據終端設備上顯示的共享（xiǎng）單車（chē）的位置信息，找到（dào）可以（yǐ）騎（qí）行的目標共享單車；

步驟四，用戶通過終端（duān）設備掃描目標（biāo）共（gòng）享單車車身上的二維碼，通過服（fú）務器認（rèn）證後，獲（huò）得目標共享單車的（de）使用權限；

步驟五，服務器根據騎行（háng）情況，向用戶推送停車（chē）提示，若用戶（hù）將車停放在指定區域，則采用優惠資費進行（háng）計費，否（fǒu）則采用標準資費進行計費；

步驟六，用戶根（gēn）據所述提示進行選擇，騎行結束後，用戶進行共享單車的鎖車動作，共享（xiǎng）單車檢測到鎖車狀態後向服務器（qì）發送騎行完畢信號。

分（fèn）析（xī）及結論

該解（jiě）決方案涉（shè）及一種共享單車的使用方（fāng）法，所要解決的是如何準確找到（dào）可騎行共享單車位置並開啟共享單車的技術問題，該方案通過執行終端設備和服務器上的計算機程序實現了對用戶使用共享單車行為的控製和引導，反映的是對位置信息（xī）、認證等數據進行采集和計算的控製，利用的是遵（zūn）循自然規律（lǜ）的（de）技術手段（duàn），實現（xiàn）了準確找到可騎行共享單（dān）車位置並開啟共享單車等技術效果（guǒ）。因此，該發（fā）明專（zhuān）利申請的解決方案屬於專利法第二條第二款規定的技（jì）術方案，屬（shǔ）於專利保護的客體。

【例（lì）4】

一種區塊鏈節點間通信方法及裝置

申請內容概述

發明專利申請提出一種區塊鏈節點通信方法（fǎ）和裝置，區塊鏈中的業務節點在建立通信連接之前，可以根據通信（xìn）請求（qiú）中攜帶的CA證書以及（jí）預先配置的CA信任列表，確定是否建立通信連接，從而減少（shǎo）了業（yè）務節點泄露隱私（sī）數據的可能性，提高了區塊鏈中存儲數據的安全性。

申請的權利要求

一種區塊鏈節點通信（xìn）方法，區塊鏈網絡中的區塊鏈節點包括業務節點，其中，所述業（yè）務節點存儲證書授權中（zhōng）心CA發（fā）送的證（zhèng）書，並預先配置有CA信任（rèn）列表，所述方法包括：

第一區（qū）塊鏈節點接（jiē）收第二區塊鏈節點發送的通信請求，其（qí）中，所述通信（xìn）請求中攜（xié）帶有第二區塊鏈節點的第二證書；

確定所述第二證書對應的CA標識；

判斷確定出的所述第（dì）二證書對應的（de）CA標識（shí），是否存（cún）在於所述CA信任列表中；

若是（shì），則（zé）與所述第二區塊鏈節（jiē）點（diǎn）建立通信連接；

若否，則不與所述第（dì）二區塊（kuài）鏈節（jiē）點（diǎn）建立（lì）通信連接。

分析及結論

本申請要（yào）解決的問題是聯盟鏈網絡中如何防止區塊鏈業務節點泄露用戶隱（yǐn）私數據的問題，屬（shǔ）於提高區塊鏈數據安全性的技術問題，通過在通（tōng）信請求中攜帶CA證書並預先配置CA信任列（liè）表的方式確定是否建立連（lián）接，限製了（le）業務節點可建立連接的對象，利用的是遵循自（zì）然規律的（de）技術手段，獲得了業務節點間安全通信和減（jiǎn）少業務節點泄露隱私（sī）數據可能性的技術效果。因此，該（gāi）發明專利申請的解決方案（àn）屬於專（zhuān）利法第（dì）二（èr）條第二款規（guī）定的技術（shù）方案，屬於專利保護的客體。

（3）未解決技術（shù）問題，或者未利用技術手段，或者未獲得技術效果的包（bāo）含算法特征或商業規則和（hé）方（fāng）法特征的發明專利申（shēn）請，不屬於專利法第二條第（dì）二（èr）款規定的技（jì）術方案，因而不屬於專利保護的客（kè）體。

【例5】

一種消費返利的方法

申請內（nèi）容概述

發明專利（lì）申（shēn）請提出一種消（xiāo）費返利的方法，通過計算（suàn）機執（zhí）行設定的返利規則（zé）給予消費的用戶現金券，從而提高了用戶的消費意（yì）願，為商家獲（huò）得了更多的（de）利潤。

申請的權利（lì）要求

一種消費（fèi）返（fǎn）利的（de）方法，其特征在於，包括以下步驟：

用（yòng）戶在商家進（jìn）行消費時，商家根據消費的金額返回一（yī）定的現金券，具體地，

商家采用計算機對用戶的消費金額進行計算，將用戶的（de）消費（fèi）金額R劃分為M個區間（jiān），其中，M為整數，區間1到（dào）區間M的（de）數值由小到大，將（jiāng）返回現金券（quàn）的額度F也分為M個值，M個（gè）數值也由小到大進行排列；

根據計算機的計算值，判（pàn）斷當用戶本次消費金額（é）位於區間1時，返利額度為第1個值，當用戶本次（cì）消費金額位於區間2時，返利額（é）度為第2個（gè）值，依次類推，將相應區間的返利額度返回給用戶。

分析及結論

該解決方案涉及一種消費（fèi）返利的方法，該方法是由（yóu）計算（suàn）機執行的，其處理對（duì）象是用戶的消費數（shù）據，所要解決的是如何促進用戶消費的問題，不構成（chéng）技術問題（tí），所采用的手段是通過計算機執行人為設定的返利規則，但對（duì）計算機的限定隻是按照指定的規（guī）則根（gēn）據用戶消費金額確定返利額度，不受自然（rán）規律的約束，因而未利用技術手段，該方案獲得的效果僅僅是促進用戶（hù）消費，不是符合自（zì）然規律的技（jì）術效果。因此，該發明專利申請不屬於專利法（fǎ）第二（èr）條第二（èr）款規定（dìng）的技術方案，不（bú）屬於專利保護（hù）的客體。

【例6】

一種基（jī）於用電特征的經濟景氣（qì）指數分析（xī）方法

申（shēn）請內容概述

發明專利申請（qǐng）通過統計各項（xiàng）經（jīng）濟指（zhǐ）標和用電指標，來評估待檢測地區的經濟景氣指數。

申請的權利要求

一種基於地區用電（diàn）特征的經濟景氣指數分析方法（fǎ），其特征在於，包括以下步驟：

根據待檢（jiǎn）測地區的經濟數據和用電數據，選定待檢測地區的經濟景氣指數的初步指標，其中，所述初步指標包（bāo）括經濟指標和（hé）用電指標；

通過計算機執行聚類分析方法和時差相關分析法，確定所述待檢測地區的經濟景氣指標體係，包（bāo）括先行指標、一致指標和滯後（hòu）指標；

根據所述（shù）待檢測地區（qū）的經濟景氣指標體係，采（cǎi）用合成指數（shù）計算方法，獲取（qǔ）所（suǒ）述待檢測地（dì）區的經（jīng）濟景氣指數。

分析（xī）及結論

該解決方案是（shì）一（yī）種經濟景氣指數的分析和計算方法，該方法是由計算機執行的，其處理對象是各種經濟（jì）指標（biāo）、用電指標，解決的（de）問題（tí）是對經濟（jì）走勢進行判斷，不構成技（jì）術問題（tí），所采用的手段（duàn）是根據經濟數據和用電數據對經濟情況進行分析，僅是依照經濟學規律采用經濟（jì）管理手段（duàn），不受自然（rán）規律的（de）約束，因而未利用（yòng）技術手段，該方案最終可以獲得用（yòng）於評估經濟的經濟景氣指數，不（bú）是（shì）符（fú）合自然規律的技術效果，因此該解決方案不屬於專利法第（dì）二條第二款規定的技術方案，不屬於專利保（bǎo）護的客體。

（4）在進行創造性審查時，應當考慮與技術特征在功能上彼此相（xiàng）互支持、存在相互作用關係的算法特（tè）征或商業規則和方法特征對技術方案作出的貢獻。

【例7】

一（yī）種基於多傳感器信息仿人機器人跌倒狀態檢測方法

申請（qǐng）內容概述

現（xiàn）有對仿人機器人步行時（shí）跌倒狀態的判定主要利用姿態（tài）信息或ZMP點位置信息（xī），但這樣判斷是不全麵的。發明專利申請提出了基於多（duō）傳感器檢測（cè）仿人機器人（rén）跌倒狀（zhuàng）態的方法，通過實時融合機器人步態階（jiē）段信（xìn）息、姿態信息和（hé）ZMP點位置信息，並利用（yòng）模糊決策係統（tǒng），判（pàn）定（dìng）機器人當前的穩定性（xìng）和可控性，為機器人下一步動作提（tí）供參考。

申請的權利要求

一種基於多傳感器信息仿人機器人跌倒狀（zhuàng）態（tài）檢測方法，其特征在於包含如（rú）下步驟：

(1)通（tōng）過對姿態傳感器信息、零力（lì）矩點ZMP傳感器信息和（hé）機器人步行（háng）階段信息進行融合，建立分層結構的傳感器信息融合模型；

(2)分別利用前後模（mó）糊決策（cè）係統和左右模糊決策係統來判定機器人在前（qián）後方（fāng）向和左右方向的穩定性，具體步驟如下：

①根（gēn）據機器人支撐腳和地麵之間的接觸情況與（yǔ）離線步態規劃（huá）確定機器人步行階段；

②利用模糊推理算法對ZMP點位置信息進行模糊化；

③利（lì）用模糊推理算法對機器人的俯仰角或滾動（dòng）角進（jìn）行模糊化；

④確定輸出隸屬函數；

⑤根（gēn）據步驟①～步驟（zhòu）④確定（dìng）模糊（hú）推理規則；

⑥去模糊化。

分析及結論

對比文件1公開了仿人機器人的步態規（guī）劃與基於傳感器（qì）信息的反饋控（kòng）製，並（bìng）根據相關融合信息對機（jī）器人穩定性進行判斷，其中（zhōng）包括根據多個傳感器信息進行仿人機器人穩定（dìng）狀態評價，即對比文件1公開了發明專利申請的解（jiě）決（jué）方案中（zhōng）的步驟（1），該解決方案與對比文件1的區別在於（yú）采用步驟（2）的具體算法的模糊決策（cè）方法。

基於申請文件可知，該解決方案有效地提高了機器人的穩定（dìng）狀態以及對其可能跌倒方向判讀的可靠性和準確率。姿態信息、ZMP點位（wèi）置信息以及步行（háng）階段信息作為輸入參數，通過模糊算法輸出判定仿（fǎng）人機（jī）器人穩定（dìng）狀態的（de）信息，為進一步發出準確的姿勢調整指令提供依據。因此，上述算法特征（zhēng）與技術特征（zhēng）在（zài）功能（néng）上彼此相互支持、存在相互作用關係，相對於（yú）對比文件1，確（què）定發明（míng）實際解決的技術問題為：如何判斷機器（qì）人穩定狀態以及準確預測其可能的跌倒方向。上述模糊決策的實現算法及將其應用於機（jī）器人穩定（dìng）狀態的判斷均未被其它對比（bǐ）文件公開（kāi），也不屬於本（běn）領域公（gōng）知常（cháng）識，現（xiàn）有技術整體上並不存在使本（běn）領域技術人員改進對比文件1以獲得要求保護發明的啟（qǐ）示，要求保護的（de）發明技術方案相（xiàng）對（duì）於最接近的現有技術是非顯而易見的，具備創（chuàng）造性。

【例8】

基於合作協進化和多種群遺傳算法的多機器人路徑規劃係（xì）統

申請內容概述

現有的多移動機器人運動規劃控製結構通常采用集中式規劃方法，該（gāi）方法將多機器人係統視為一個具有多個自（zì）由度的複雜機器人，由係統中的一個規劃器來統一完成對所有機器人的運動規（guī）劃，其缺點在於計（jì）算時間較長，實用性不佳。發明專利（lì）申請提供了一種基於協作進化和（hé）多種群（qún）遺傳算法的（de）多機器人路徑規劃係統。機器人的每一條路徑都采用一個染色體表示，將最短（duǎn）距離、平滑度、安全距離作為設計路（lù）徑適應度函數的三個目標,通過Messy遺傳算法對每個機器人的路徑進行優（yōu）化得到最佳路徑。

申請的權利要求

一種（zhǒng）基於合作協進（jìn）化和多種群遺傳算法的（de）多機器人路徑規劃係統，其特（tè）征在於：

（1）機器人的一條路徑采用一個染色體表示，染（rǎn）色體就表示成節（jiē）點的鏈表形式，即[(x，y)，time]，(x，y，time∈R)，(x，y)表示機（jī）器人的位置坐標，time表示從前一個節點移動本節點需要（yào）的時間消耗，開始節點的time等（děng）於0，每個機器人個體的染色體除了初始（shǐ）節點的初始位置，結束節點的目標（biāo）位置固定以外，中間節點和節點（diǎn）個數都是可變的；

（2）每個機器人Robot(i)的路徑path(j)的適應度函數表示成φ(pi，j)：

||pi，j||＝Distance(pi，j)+ws×smooth(pi，j)+wt×Time(pi，j)

其中||pi，j||是距離、平滑度和時間消耗的線（xiàn）性組合，ws是平滑加權因子，wt是時（shí）間加權因子；Distance(pi，j)表示路徑長度，smooth(pi，j)表示路徑的平滑度，Time(pi，j)是路徑pi，j的時間消耗；每個機器（qì）人采用所述適應度（dù）函數，通過Messy遺傳算法優化（huà）得到最優路徑。

分析及結論

對比文件1公開了一種基於合作協進化的多機器人路徑規劃方法，其中（zhōng）采用適（shì）應度函數，通過混沌遺傳算法來獲得（dé）最優路徑。發明專利申請的（de）解（jiě）決（jué）方案與對比文件1的區別在於通過Messy遺傳算法來實現多機器人路（lù）徑規劃。

在該解決方（fāng）案中，采用Messy遺傳算法（fǎ）優化後得（dé）到機器人的前進路徑，該解決方案的算（suàn）法特（tè）征與技術特（tè）征在功能上相互支持（chí）、存（cún）在相互作用關係，實現了（le）對機器（qì）人（rén）前進路徑的優化（huà）。相對於對（duì）比文件1，確定發明（míng）實際解決（jué）的技術問題為：如何基於特定的算法使機器人以最優路徑前進。對比文件2已經公開了包括所（suǒ）述混沌遺傳算法在內的多種遺（yí）傳算法都可被用來進行路（lù）徑優化，同時采用Messy遺傳算法可以解決其他算法的弊端，從而獲得更合理的優化結果。基於對比文件2給出的啟示，本領域技術人員有動機將對比文件1與（yǔ）對比文件（jiàn）2結合得到發明專利申請（qǐng）的技術（shù）方案。因此，要求保護（hù）的發明技術方案相對（duì）於對比文（wén）件1和對比文件2的結合（hé）是顯而易見的，不具備創造性（xìng）。

【例9】

一種物流配送方法

申請內容概述

在貨物配送過（guò）程中，如何有效提高貨物（wù）配送效率以及降低配送成本，是發明專利申請所要解決的問題。在物流人員到達配送地點後，可以通過服務（wù）器向訂貨用戶終端推送（sòng）消息的形（xíng）式同時通知特定配送區域的多個訂貨用戶進行提貨（huò），達到了提高貨物配送效率以及（jí）降低配送成本的目的。

申請的權利（lì）要求

一種物流配送（sòng）方法，其通過批量通知用戶取件的方（fāng）式來提高（gāo）物流（liú）配送效率，該方（fāng）法包括（kuò）：

當派件員需要通知用戶取件時，派件員通（tōng）過手持的（de）物流終端（duān）向服務器發送貨物已到（dào）達的通知（zhī）；

服（fú）務器（qì）批量（liàng）通知（zhī）派件員派送範圍內的所有訂貨用戶；

接收到通知的訂貨用戶根據（jù）通知信（xìn）息完成取件；

其中，服務器進行批量通知（zhī）具（jù）體實現方式為，服務器根據物流終端發送的到貨通知中所攜帶的（de）派件員ID、物流終端（duān）當前位（wèi）置以及對應（yīng）的配（pèi）送範圍，確定該派件員ID所（suǒ）對應的、以所述物流終端的當（dāng）前位置為中心的配送距離（lí）範圍內（nèi）的所有目標訂單信（xìn）息（xī），然（rán）後（hòu）將通知信息（xī）推送給所有（yǒu）目標訂單信息中的訂貨用戶賬（zhàng）號所對應的訂貨用戶終端（duān）。

分析及結論

對比文件（jiàn）1公開了一種（zhǒng）物流配送方法，其由物流終端對配送單上的條碼進行掃描，並將掃描信息發送給（gěi）服務（wù）器以通知服務器貨物已經到（dào）達；服務器獲取掃描信息中的訂貨用戶信息（xī），並向該訂貨用戶發出通知；接收（shōu）到通知的訂貨用戶根據通知信息完成取件。

發明專利申（shēn）請的解決方案與對比文件1的區別在於批量通（tōng）知用（yòng）戶訂（dìng）貨到達，為實現批量通知，方案中服務器、物流終端和用戶終端之間的數據架構和數據通信方式均做出（chū）了相應調整，取件通（tōng）知規則和具體的批量通知實現方（fāng）式在功能上彼此相互支持、存在相互作用關係。相對（duì）於對比文件1，確定發（fā）明實際解決的技術問題是如何提高訂單到達通知效率進而提高貨物配送效率。從用（yòng）戶角度來看，用戶可以更快地獲知訂貨到達情況的信（xìn）息，也提高了用戶體驗（yàn）。由（yóu）於現有技術（shù）並不存在對上述對比文件1做出改進從而獲得發明專利申請的解決方案的（de）技術啟（qǐ）示，該解（jiě）決方案具備創（chuàng）造性。

【例10】

一種動態觀點演（yǎn）變的可（kě）視化方（fāng）法

申請內容概述

近年來人們（men）越來越多地通過社交平台發表他們的意見和（hé）想法,人們在社交平台上發表的帶有情感的內（nèi）容（róng）反映了人們觀點的演變,並可以由此看出事件的發展、變化和趨勢。發明專利申請通過自動采集社交平台人們發表的信息並對其中的情感進行分析,通過計（jì）算機繪製情感（gǎn）可視化圖（tú）來幫助人（rén）們更好地（dì）理解情感在不同時（shí）間的強度（dù）變化和隨時間而演變的（de）趨勢。

申請的（de）權利要求

一種動態觀（guān）點演變的可視化方法，所（suǒ）述方法包括:

步驟一，由計算（suàn）設備確定所（suǒ）采（cǎi）集的信息集合中信（xìn）息的情感隸屬度和情感分類，所述信（xìn）息的情（qíng）感隸屬度表示（shì）該信息以多大概率屬於某一（yī）情感分類；

步驟二，所（suǒ）述情感分類為積極、中（zhōng）立或消極，具體分類方法（fǎ）為：如果點讚的數目p除以點踩的數目q的值r大於閾值a，那麽認為該情感分類為積極，如果值r小於（yú）閾值（zhí）b，那麽認為該情感分類為消（xiāo）極，如果值b≤r≤a,那麽情感分類為中立，其中a>b；

步驟（zhòu）三，基於所述信息的情（qíng）感分類，自動建立所述信（xìn）息集合的情感可視化圖形的（de）幾（jǐ）何布局，以橫軸表（biǎo）示信息產生的時間，以縱軸表示屬於各情感分類的信（xìn）息的數量；

步驟四，所述（shù）計算設備基於所述信息的情感（gǎn）隸（lì）屬度對所建立的幾何布局進行著色，按照信息顏色的漸變順（shùn）序為各情感分類層上的信息著色。

分析（xī）及結論

對比文件1公開了一種基於（yú）情感的可視化分析方法，其中時間被表示為一條水平軸，每條色帶在不同時間的寬度代表一種（zhǒng）情（qíng）感在該時（shí）間的度量（liàng），用不（bú）同的色帶代表不同的情感（gǎn）。

發明專（zhuān）利（lì）申請的解決方案與對比文件1的區別在於步驟二中設定的情感的（de）具體分（fèn）類規則。從申請內容中可以看出，即使情感分類規則不（bú）同，對（duì）相應數（shù）據進（jìn）行著（zhe）色處理的技術手段也可以是相同的（de），不必作出改變，即上述情（qíng）感分類規（guī）則與具體的可視化手段並非功能上彼此相互支持（chí）、存在相互作用關係。與對比文件1相比（bǐ），發明專利申請隻是提出了一種新的情感分（fèn）類的規則，沒有實際解決任何技（jì）術（shù）問題，也沒有針對現有技術作出技術（shù）貢獻。因此，要求保護的發明技術方案相對（duì）於對比文件1不具備創造性。

6.3 說明書及權利要求書的撰寫

6.3.1 說明書的撰寫

包含算法特征或商業規則和方法特征的發明專（zhuān）利申請的說明書應當清（qīng）楚（chǔ）、完整地描述發明為解決其技（jì）術問題所采（cǎi）用的解決方案（àn）。所述解決方案在包含技術特征的基礎上，可以進一步包含（hán）與技術特征（zhēng）功能上彼此相互支持、存在相互作用關係的算法特征或商業規則和方法特（tè）征。

說明書中應當寫明技術特征和與其功能上彼此相互（hù）支持、存在（zài）相互作（zuò）用關係的（de）算法特征或商業規（guī）則和方法特征如何共同（tóng）作用並且產生有益效果。例如，包含算（suàn）法特征時，應當將抽象的（de）算法與具體（tǐ）的技術領域結合，至少一（yī）個輸入參數及其相關輸出結（jié）果（guǒ）的定（dìng）義應當（dāng）與技（jì）術領（lǐng）域中的具體數據對應關聯起來（lái）；包含商業規（guī）則和方法特征時，應（yīng）當對解（jiě）決技術問題的整個過程進行詳細（xì）描述和（hé）說明，使得所屬技術領域的技術（shù）人員按照說明書記載的（de）內容（róng），能夠實現該發（fā）明的（de）解決（jué）方案。

說明書應當清楚、客觀地（dì）寫明發明與現有技術相比所具（jù）有的有益效果，例如質量、精（jīng）度或效率的提高，係統內部性能的改善等。如果（guǒ）從用戶的角度而言，客觀上提升（shēng）了用戶體驗，也可以在說明書中進行說明，此時，應當同時說明這種用戶體驗的提升是如何由構成（chéng）發明的技術特征，以及與（yǔ）其功能上彼此相互支持、存在相互作（zuò）用關係的算法特征或商業規則（zé）和方法特征共同帶來或者產生的。

6.3.2 權利要求書的撰寫

包含算法特征或（huò）商業規則和方法特征的發明專利申（shēn）請的權利要求應當以說明書為依據，清楚、簡要地（dì）限定要求專利保護的（de）範圍。權利（lì）要求應當記載技術特（tè）征以及與（yǔ）技術特征功能上彼此相互支持、存在相互作用關係的算（suàn）法特征或商業規則（zé）和方法特征。

本章其他內容（róng）無修改。

本決定自2020年2月（yuè）1日起施行。