申请/专利权人：华东交通大学

申请日：2023-12-25

公开（公告）日：2024-04-02

公开（公告）号：CN117455341B

主分类号：G06F17/00

分类号：G06F17/00;G06Q10/083;G06Q30/0202;G06F30/20

优先权：

专利状态码：有效-授权

法律状态：2024.04.02#授权;2024.02.13#实质审查的生效;2024.01.26#公开

摘要：本发明公开了一种智能化车货匹配灵活调优方法，采集平台的车源和货源信息对平台的进行限定，采用车货量理想比例函数求平台侧重点，构建车货匹配调优模型，识别平台的发展需求侧重点选择目标函数，通过构建车货匹配调优模型与选择目标函数结合，求解获得平台与不同需求侧重点。本发明的有益效果是：通过设计成熟度模型和车货量理想比例函数，量化不同平台发展阶段需求特性，调度决策时，采用车货量理想比例函数并全面考虑平台对于理想比例的明确期望，使得决策更智能化和符合实际需求，通过建立数学模型实现智能决策，灵活适应不同发展阶段的需求，同时显著提升了整体调度效能，为货运平台提供了一种高效、灵活的优化决策方案。

主权项：1.一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：步骤S1，采集平台的车源信息和货源信息；采集平台的车源信息和货源信息：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n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）： （1）； （2）；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；Vi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；Cj表示货源j的货源信息；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；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： （3）；式中，PML表示平台成熟度；now表示当前时间段的市场规模；min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；max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；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：当时，为平台发展初期阶段；当时，为平台发展中期阶段；当时，为平台发展后期；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；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： （4）；式中，DIR表示车货量理想比例偏离度；Nv表示当前时间段的市场规模的前n天内的车源数量；Nc表示当前时间段的市场规模的前n天内的货源数量；表示车货量理想比例；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DIR=0时，车货量比例为理想比例；当DIR0，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；当DIR0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；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；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；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： （5）； （6）； （7）； （8）；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；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： ； ； ；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： （9）； （10）； （11）；式中，Z1表示为第一个目标函数；Z2表示为第二个目标函数；Z3表示为第三个目标函数；表示车源i承运货源j所获的利润，单位为元；表示车源承运货源j所用的总时间，单位为；表述为乘号；表示车源i从当前所在位置到货源j装货地的距离，单位为km；表示货源j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i实际能承载的最大重量或实际能装载的最大空间与货源j的重量或体积的比值；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： （12）；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；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；选择目标函数的具体规则如下：当且时，目标函数；当且时，目标函数；当且时，目标函数；当且时，目标函数；当且时，目标函数；当且时，目标函数；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。

全文数据：

权利要求：

百度查询： 华东交通大学 一种智能化车货匹配灵活调优方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD