基于车辆闲置率的车辆匹配方法及匹配装置与流程

本发明属于智能物流，具体地说，是涉及物流车辆匹配技术，更具体地说，是涉及一种基于车辆闲置率的车辆匹配方法及匹配装置。

背景技术：

1、在货运领域，智能货运平台系统作为货主与车主链接的桥梁，提供货主在平台系统发布订单、车主通过平台系统接收订单的交易服务。目前的货运平台系统中，个体车主数量庞大，但分布零散，如何匹配货运车辆以保证货主和车主的利益最大化，是货运平台系统的关键任务之一。

2、例如，公开号为cn109215333a的中国专利申请公开了一种调度配置方法和系统，云服务器接收用户发送的包括任务运载量和任务时间等的任务数据，还接收车载终端发送的包括车型信息、车辆运载量和车辆空闲时间等的车辆状态数据，根据任务数据和车辆状态数据，确定任务车辆方案，任务车辆方案包括车型信息、车型对应的数量，云服务器对车辆型号和车辆数量进行排列组合，得到多种可执行任务的车辆型号和所需车辆的数量，确定多种任务车辆方案。

3、上述专利申请公开的技术方案中，将每辆车作为一个独立个体，通过对每辆车的车辆状态数据排列组合而获得任务车辆方案，虽然能够为用车用户分配所需的车辆，但由于每辆车为独立个体，运力池零散，车辆缺乏有效管理，服务和价格难以保证，因此，对于用车用户而言，不希望从分散的个体车辆中匹配所需车辆，尤其是对较多用车需求时，更希望能够匹配到具有一定规模的车队。因此，也会降低分散的个体车辆匹配到用车需求的概率，影响了个体车辆的接单率。而且，针对每辆车进行排列组合确定匹配的任务车辆，实现方案复杂，难以得到较优的车辆利用率，导致部分车辆闲置率高。

4、虽然现有技术存在以车队形式在货运平台系统接单的方式，但是否属于车队仅作为一个优选条件，进行车辆匹配时仍以个体车辆作为匹配单元，因而，仍存在方案实现复杂、难以充分利用车辆等的技术问题。

技术实现思路

1、本发明的目的之一在于提供一种基于车辆闲置率的车辆匹配方法，解决现有技术的车辆匹配方案存在的运力池散、匹配方案实现复杂、车辆利用率低等的技术问题。

2、为实现上述发明目的，本发明提供的基于车辆闲置率的车辆匹配方法采用下述技术方案予以实现：

3、一种基于车辆闲置率的车辆匹配方法，所述车辆所在的运力池包括有多个车队，每个车队包括有若干辆车；所述车辆匹配方法包括：

4、接收订单数据，所述订单数据包括订单所需的第i辆车di；

5、根据车辆决策变量xijk计算在调度时间段p内所述运力池中的车队sj中的闲置车辆cjk的车辆闲置率ljk：

6、

7、根据所述车辆闲置率ljk计算车队sj的车队闲置率lj；

8、根据所述车辆决策变量xijk和所述车队闲置率lj，建立车辆配置模型；

9、求解所述车辆配置模型，确定与所述订单匹配的车辆；

10、其中，di为所述订单需要的车辆编号，i＝1，2，...，m，m为所述订单需要的车辆总数；sj为车队编号，j＝1，2，...，n，n为所述运力池中的车队总数量；k为车队sj中的闲置车辆编号，k＝1，2，...，qj，qj为车队sj中的闲置车辆总数；d为所述订单的运输时长；xijk为车辆决策变量，取值为0或1，xijk＝1，表示订单所需的车辆di与车队sj中的闲置车辆cjk匹配成功，xijk＝0，表示订单所需的车辆di与车队sj中的闲置车辆cjk匹配不成功；bjk为闲置车辆cjk在所述调度时间段p内的非闲置时长。

11、本技术的其他一些实施例中，所述车辆配置模型包括第一目标函数、第一约束条件和第二约束条件；

12、所述第一目标函数为：minmax{l1，l2，...，ln}；

13、所述第一约束条件为：

14、所述第二约束条件为：(tjk-ti)≥0；

15、其中，tjk表示车队sj中的闲置车辆cjk的型号值，ti表示所述订单所需的车辆di的型号值；所述型号值均大于0，且与车辆运载量满足正相关关系。

16、本技术的其他一些实施例中，所述车辆配置模型包括第一目标函数、第一约束条件和第三约束条件；

17、所述第一目标函数为：minmax{l1，l2，...，ln}；

18、所述第一约束条件为：

19、所述第三约束条件为：xijk*(tjk-ti)≥0；

20、其中，tjk表示车队sj中的闲置车辆cjk的型号值，ti表示所述订单所需的车辆di的型号值；所述型号值均大于0，且与车辆运载量满足正相关关系。

21、本技术的其他一些实施例中，所述车辆配置模型包括第一目标函数、第二目标函数、第一约束条件、第二约束条件和第四约束条件；

22、所述第一目标函数为：minmax{l1，l2，...，ln}；

23、所述第二目标函数为：

24、所述第一约束条件为：

25、所述第二约束条件为：(tjk-ti)≥0；

26、所述第四约束条件为：

27、其中，tjk表示车队sj中的闲置车辆cjk的型号值，ti表示所述订单所需的车辆di的型号值；所述型号值均大于0，且与车辆运载量满足正相关关系；yj为中间变量，取值为0或1，yj＝1，表示车队sj中存在被匹配车辆，yj＝0，表示车队sj中不存在被匹配车辆；m为无穷大的数。

28、本技术的其他一些实施例中，所述车辆配置模型包括第一目标函数、第二目标函数、第一约束条件、第三约束条件和第四约束条件；

29、所述第一目标函数为：minmax{l1，l2，...，ln}；

30、所述第二目标函数为：

31、所述第一约束条件为：

32、所述第三约束条件为：xijk*(tjk-ti)≥0；

33、所述第四约束条件为：

34、其中，tjk表示车队sj中的闲置车辆cjk的型号值，ti表示所述订单所需的车辆di的型号值；所述型号值均大于0，且与车辆运载量满足正相关关系；yj为中间变量，取值为0或1，yj＝1，表示车队sj中存在被匹配车辆，yj＝0，表示车队sj中不存在被匹配车辆；m为无穷大的数。

35、本技术的其他一些实施例中，所述车辆匹配方法还包括：

36、车辆在加入所述运力池时，选择开设一个新的车队或者加入所述运力池中的已有车队。

37、为实现前述发明目的，本发明提供的车辆匹配装置采用下述技术方案予以实现：

38、一种基于车辆闲置率的车辆匹配装置，所述车辆所在的运力池包括有多个车队，每个车队包括有若干辆车；所述车辆匹配装置包括：

39、订单数据接收模块，用于接收订单数据，所述订单数据包括订单所需的第i辆车di；

40、车辆闲置率计算模块，用于根据车辆决策变量xijk计算在调度时间段p内所述运力池中的车队sj中的闲置车辆cjk的车辆闲置率ljk：

41、

42、车队闲置率计算模块，用于根据所述车辆闲置率ljk计算车队sj的车队闲置率lj；

43、车辆配置模型建立模块，用于根据所述车辆决策变量xijk和所述车队闲置率lj，建立车辆配置模型；

44、模型求解模块，用于求解所述车辆配置模型确定与所述订单匹配的车辆；

45、其中，di为所述订单需要的车辆编号，i＝1，2，...，m，m为所述订单需要的车辆总数；sj为车队编号，j＝1，2，...，n，n为所述运力池中的车队总数量；k为车队sj中的闲置车辆编号，k＝1，2，...，qj，qj为车队sj中的闲置车辆总数；d为所述订单的运输时长；xijk为车辆决策变量，取值为0或1，xijk＝1，表示订单所需的车辆di与车队sj中的闲置车辆cjk匹配成功，xijk＝0，表示订单所需的车辆di与车队sj中的闲置车辆cjk匹配不成功；bjk为闲置车辆cjk在所述调度时间段p内的非闲置时长。

46、本技术的其他一些实施例中，所述车辆匹配装置还包括：

47、车队选择模块，用于在车辆加入所述运力池时，选择开设一个新的车队或者选择加入所述运力池中的已有车队。

48、本发明还提供一种电子设备，包括处理器、存储器及存储在所述存储器上的计算机程序，所述处理器配置为执行所述计算机程序，实现上述的基干车辆闲置率的车辆匹配方法。

49、本发明还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时，实现上述的基于车辆闲置率的车辆匹配方法。

50、与现有技术相比，本发明的优点和积极效果是：

51、本发明提供的车辆匹配方法及匹配装置，运力池中的每辆车辆入驻一个车队，形成具有多个车队的运力池，进行车辆匹配时，将订单拆分为所需的若干辆车，根据车辆决策变量确定在调度时间段内的车队闲置率，再根据车队闲置率和车辆决策变量建立车辆配置模型，对模型求解实现车辆匹配；通过将车辆组成多个车队，再以车队为处理单元构建车辆配置模型进行车辆匹配，能够通过对车队的统一管理实现对车辆运力资源的整合和对每辆车辆的管理，提高管理效率和车货匹配效率；通过基于时间段内的车队闲置率构建配置模型进行车辆匹配，能够在指定时间段内降低车队闲置率，以最大化利用车队的运力，提高车辆利用率；通过构建车辆配置模型进行车辆匹配，与现有单纯的排列组合方式相比，实现简单有效。

52、结合附图阅读本发明的具体实施方式后，本发明的其他特点和优点将变得更加清楚。