一种智能化车货匹配灵活调优方法

本发明涉及货运平台的运营调度领域，具体为一种智能化车货匹配灵活调优方法。

背景技术：

1、随着全球经济的不断发展，物流和运输领域变得日益关键，对于有效的货物运输和调度管理需求不断增加；在这一背景下，货运平台的车货匹配业务变得更为重要，这一领域蕴含着巨大的改进运营效率、降低成本的潜力，具体的vcm业务是指在物流业务中，平台根据货物的特性和运输需求，将合适的运输工具（如货车）与货物进行匹配和安排，以达到最大化利用运输资源、提高运输效率、降低运输成本等的目的；在平台的车货匹配业务中，平台需要考虑匹配的双方的需求，匹配的目标是在满足车辆载重、空间等约束条件下，对车辆进行调度，实现货物按时到达目的地、节约成本等目的；涉及如货物大小、重量、目的地、时间窗口等，和车辆的载重量、空间、行驶路线以及可用时间等多个因素，这是一个复杂的数字化问题；传统的车货匹配调度方法在面对复杂的市场需求、不同发展阶段的平台特性以及迅速变化的运输环境时显得相对局限。

2、传统的车货匹配调度方法在应对复杂市场需求、不同发展阶段的平台特性和迅速变化的运输环境时存在多个不足之处；这些方法通常采用刚性规则和静态策略，难以灵活适应动态市场，忽视了货运平台发展成熟度和理想比例的影响，导致调度效能低下，资源浪费较为严重；本发明通过引入成熟度模型、车货量理想比例函数和数学模型，弥补了传统方法的不足；具体而言，成熟度模型量化了平台的发展阶段，提高了对平台特性的理解；车货量理想比例函数考虑了平台对于车辆和货物理想比例的期望，使调度更加贴近实际需求；引入数学模型实现智能决策，提高了调度的科学性和最优性，这些创新性的改进使得本发明能够更好地适应不同发展阶段和变化环境，实现智能、灵活、高效的车货匹配调度。

技术实现思路

1、针对现有技术的不足，本发明提供了一种智能化车货匹配灵活调优方法，其目的在于解决了构建一种更加智能、灵活的车货匹配调度系统，以期能够改善传统车货匹配需求不被充分考虑的问题。

2、为实现上述目的，本发明提供如下技术方案：一种智能化车货匹配灵活调优方法，其特征在于：包括以下步骤：

3、步骤s1，采集平台的车源信息和货源信息；

4、步骤s2，基于步骤s1采集的车源信息和货源信息，按照平台的成熟度模型对平台的发展阶段进行限定；

5、步骤s3，采用车货量理想比例函数计算平台的车源信息和货源信息需求侧重点；

6、步骤s4，根据步骤s1采集的车源信息和货源信息设置合理的约束条件和当前时间段的市场规模，根据企业需求设置科学的目标函数，构建车货匹配调优模型；

7、步骤s5，基于步骤s2识别到的平台的发展阶段和步骤s3识别到的计算平台的车源信息和货源信息需求侧重点，智能化选择目标函数；

8、步骤s6，步骤s4构建的车货匹配调优模型与步骤s5智能化选择出的目标函数进行结合，求解获得平台的不同发展阶段、不同需求侧重点的最优解。

9、进一步，步骤s1中采集平台的车源信息和货源信息，具体为：

10、步骤s1中采集车源信息和货源信息为采集当前时间段的市场规模的前天内每天的车源信息和货源信息，其中车源信息包括：当天车源数量以及每个车源的车辆类型、车辆最大装载重量、车辆最大装载空间、车辆当前所在地的经纬度、车辆登入平台的时间；货源信息包括：当天货源数量以及每个货源的货物类型、货物重量、货物体积、装货地经纬度、卸货地经纬度、最早装货时间、最晚卸货时间，车源信息表示为公式（1）和货源信息表示为公式（2）：

11、（1）；

12、（2）；

13、式中， v是车源 i的车辆信息集合， v1表示第一车源的车辆信息， v2表示第二车源的车辆信息； v i表示第 i车源的车辆信息； c是货源 j的货源信息集合； c1表示第一货源信息； c2表示第二货源信息； c j表示货源 j的货源信息。

14、进一步，步骤s2中平台的成熟度模型对平台的发展阶段进行限定用公式（3）表示，具体为：

15、（3）；

16、式中，表示平台成熟度；表示当前时间段的市场规模；表示当前时间段的同行业内市场规模最小的平台的市场规模；表示当前时间段的同行业内市场规模最大的平台的市场规模；

17、将平台的发展阶段分为三个阶段，分别为平台的发展初期、平台的发展中期、平台的发展后期，对应三个发展阶段平台的规则如下：

18、当时，为平台发展初期阶段；

19、当时，为平台发展中期阶段；

20、当时，为平台发展后期。

21、进一步，步骤s3中采用车货量理想比例目标函数计算平台的车源信息和货源信息需求侧重点，表达式用公式（4）表示，具体为：

22、（4）；

23、式中，表示车货量理想比例偏离度；表示当前时间段的市场规模的前天内的车源数量；表示当前时间段的市场规模的前天内的货源数量；示车货量理想比例；

24、通过测量实际比例与理想比例的偏离，反映出平台的车主与货主之间的平衡情况，当时，车货量比例为理想比例；

25、当时，相较于理想比例，车源数量比货源数量多，优化目标侧重于货主需求，使车货量比例向理想比例靠拢；

26、当时，相较于理想比例，货源数量比车源数量多，优化目标侧重于车主需求，使车货量比例向理想比例靠拢。

27、进一步，步骤s4中根据步骤s1中设置合理的约束条件和当前时间段的市场规模，根据企业需求设置科学的目标函数，构建车货匹配调优模型，具体为；

28、车辆运输时间在货物订单规定时间内完成，给定以下约束条件，表达式用公式（5）、（6）、（7）和（8）表示：

29、                           （5）；

30、                        （6）；

31、                          （7）；

32、                （8）；

33、式中，表示为车源的车量类型和货源的货物类型的匹配度；表示货源的重量，单位为；表示车源实际能承载的最大重量，单位为；表示货源的体积，单位为；表示车源实际能装载货物的最大装载空间，单位为；表示车源从当前位置到货源装货点所用的时间，单位为；表示货源从提货点到卸货点运输所用的时间，单位为；表示货源最早的装货时间；表示货源最晚的卸货时间；表示工人装货所用的时间，单位为；

34、引入一组0-1当前时间段的市场规模来满足以上公式（5）、（6）、（7）和（8），含义为：

35、；

36、；

37、；

38、根据平台的车源信息和货源信息设定目标函数，表达式用公式（9）、（10）和（11）表示：

39、（9）；

40、（10）；

41、（11）；

42、式中，表示为第一个目标函数；表示为第二个目标函数；表示为第三个目标函数；表示车源承运货源所获的利润，单位为元；表示车源承运货源所用的总时间，单位为；表述为乘号；表示车源从当前所在位置到货源装货地的距离，单位为km；表示货源从装货地到卸货地的距离，单位为km；表示工人卸货所用的时间，单位为；、、、均为权重参数；表示车源实际能承载的最大重量或实际能装载的最大空间与货源的重量或体积的比值；

43、车源实际能承载的最大重量或实际能装载的最大空间与货源的重量或体积的比值如公式（12）表示：

44、（12）。

45、进一步，步骤s5中识别平台的发展阶段和需求侧重点，智能化选择目标函数，具体为；

46、选择目标函数的具体规则如下：

47、当且时，目标函数；

48、当且时，目标函数；

49、当且时，目标函数；

50、当且时，目标函数；

51、当且时，目标函数；

52、当且时，目标函数。

53、进一步，步骤s6中求解获得平台的不同发展阶段下、不同需求侧重点的最优解，具体为；

54、车货匹配调优模型与智能化选择出的目标函数进行结合，求解获得平台不同发展阶段、不同需求侧重点的最优解，求解得到当前时间段的市场规模产生的0-1矩阵，其中元素值为1的车源和货源作为平台车货匹配的最终调度方案。

55、与现有的技术相比，本发明具备以下有益效果：

56、（1）本发明通过考虑平台的需求侧重点，本发明能够根据不同的情境设定合理的目标函数，从而优化车货匹配效率，同时有助于提高整体调度效能，减少资源浪费。

57、（2）本发明通过构建的成熟度模型限定平台发展阶段，有助于车货匹配能更好地适应平台发展的不同阶段，且在平台起步阶段和成熟阶段等不同情境下，能够灵活地调整调度策略，以适应不同发展阶段的特征。

58、（3）本发明通过构建的车货量理想比例函数计算需求侧重点，可以更好地理解和考虑平台对于车辆和货物之间理想比例的期望，有助于更准确地进行调度决策，满足平台的特定需求。

59、（4）本发明通过构建车货匹配调度模型和应用数学模型，能够智能化地根据平台不同发展阶段的特征和参与方需求的动态变化作出更加符合现实场景的车货匹配决策方案，且该方法的智能决策使得调度决策更为系统化和科学化，能够显著提高决策的精确性和效果，这一创新性的方法为货运平台车货匹配业务的现代化和智能化提供了有力支持，对提升调度方案的适应性和实用性具有积极意义。