CN103235985A - 一种车船货运的竞价优化方法 - Google Patents

Abstract

本发明公开一种车船货运的竞价优化方法，利用物联网技术，达到物流与信息流相汇聚、车船物相匹配。计算机根据适合运输的会员车辆或会员船舶运力情况和待运货物的多少，通过竞价原则条件设置，自动确定该货源运输价格的定价方式，即竞价或挂价。计算机系统将确定为竞价操作货源信息及适合运输的会员车船信息统一汇总至竞价区，并自动向车船会员发送竞价信息表供车船会员参与竞价。作为竞价处理的运费由车船会员根据货源信息自高而低自行竞拍，价低者中标。有效降低了物流成本。

Description

一种车船货运的竞价优化方法

技术领域

本发明涉及一种车船货运的竞价优化方法，属于运输技术领域。

背景技术

传统货运市场通常存在货主有货时，找不到承运车船；车船空闲时找不到货的尴尬情况。货主或其代理在选择车船承运货物时，大多是通过电话或面谈与车船主逐一了解核实运输价格，综合分析后再确定承运的车辆或船舶；或者直接给长期承运的车船主进行运输。这种传统货运定价操作很受时间、区域及人为因素影响较为严重，增加了运营成本。

发明内容

发明目的：针对现有技术中存在的问题与不足，本发明提供一种车船货运的竞价优化方法，利用物联网技术，达到物流与信息流相汇聚、车船物相匹配。

技术方案：一种车船货运的竞价优化方法，包括如下步骤：

建立用于存储会员车辆或会员船舶运力信息的会员数据库和用于存储待运货物信息的待运货物数据库；

从数据库中找出空闲存储会员车辆或会员船舶以及待运货物信息，假设有m个货源，n个货物送达目的地，p个适合运输该货源的会员车辆或会员船舶；货源i贮有货物a_i(i=1，...，m)，送货目的地j需要货物b_j(j=1，...，n)，一个货源可运送多个目的地(最小为1，最多为n)，g_ij(i=1，...，m，j=1，...，n)表示货物a_i运送到目的地j的数量，其应满足下述条件以保障货运完成：

$\underset{j=1}{\overset{n}{\mathrm{\Σ}}}{g}_{\mathrm{ij}}=a_i,$   fori＝1,…,m

$\underset{j=1}{\overset{m}{\mathrm{\Σ}}}{g}_{\mathrm{ij}}=b_i,$   forj＝1,…,n

g_ij≥0,  fori＝1,…,m,j＝1,…,n

货运会员车辆（或船舶）k根据他的运力可以投标多个运输的货物，他既可把同一货物运到不同的目的地，也可把多个货物运送到同一目的地或不同目的地。比如苏州有一批电脑要运到芜湖，合肥有几车药品要运到武汉，假如有一会员车辆返程空车从上海回武汉，该会员车辆即可同时竞投承运该两批货物。又比如某车辆会员需运送货物从昆山至镇江和从杭州至镇江，他即可使用其两趟返程空驶运力同时竞标平台提供的从镇江运往上海方向和杭州方向的货物。设x_ijk为会员车辆（或船舶）k承运货物i运输到目的地j的数量，h_ijk为会员车辆（或船舶）k承运货物i运输到目的地j的最大数量，d_ijk为会员车辆（或船舶）k承运货物i运输到目的地j的最小数量，c_ijk为会员车辆（或船舶）k承运x_ijk的标价，平台可在保证货物运输全部完成的情况下，实现利益最大化，或者运输成本最小化。该优化问题可系统表示为：

$\min \mathrm{imze}\underset{i=1}{\overset{m}{\mathrm{\Σ}}}\underset{j=1}{\overset{n}{\mathrm{\Σ}}}\underset{k=1}{\overset{p}{\mathrm{\Σ}}}{c}_{\mathrm{ijk}}{x}_{\mathrm{ijk}}$

$\mathrm{subjectto}:\underset{j=1}{\overset{n}{\mathrm{\Σ}}}{g}_{\mathrm{ij}}=a_i,$   i＝1,…,m

$\underset{i=1}{\overset{m}{\mathrm{\Σ}}}{g}_{\mathrm{ij}}=b_j,$   j＝1,…,n

$\underset{k=1}{\overset{p}{\mathrm{\Σ}}}{x}_{\mathrm{ijk}}=g_{\mathrm{ij}},$ j＝1,…,n    (公式1)

g_ij≥0,i＝1,…,m,j＝1,…,n,

h_ijk≤x_ijk≥d_ijk,i＝1,…,m,j＝1,…,n,k＝1,…p

d_ijk≥0,i＝1,…,m,j＝1,…,n,k＝1,…p

h_ijk≥0,i＝1,…,m,j＝1,…,n,k＝1,…p

设某种物品贮存于m个仓库A₁，A₂，...，A_m，并分别拥有a₁，a₂，...，a_m存储量；有N个销地B₁，B₂，...，B_n，各销地销量分别为b₁，b₂，...，b_n。假设从仓库A_i(i=1，2，...，m)向销地B_j(j=1，2，...，n)运价是c_ij，合理调用这些物品使总运费最小的优化问题就是运输问题，其数学模型如公式2所示：

$\min \mathrm{imizez}=\underset{i=1}{\overset{m}{\mathrm{\Σ}}}\underset{j=1}{\overset{n}{\mathrm{\Σ}}}{c}_{\mathrm{ij}}{x}_{\mathrm{ij}}$

$\mathrm{subjectto}:\underset{i=1}{\overset{m}{\mathrm{\Σ}}}{x}_{\mathrm{ij}}=b_j,$ j＝1,2,…,n(公式2)

$\underset{j=1}{\overset{n}{\mathrm{\Σ}}}{x}_{\mathrm{ij}}=a_i,$ i＝1,2,…,m

x_ij≥0,j＝1,2,…,n;i＝1,2,…,m

公式1所描述的问题是细化到每一个承运人上，代表货运集配的实际情况，它是一个超大规模线性优化问题，这个超大规模线性优化问题可使用SNOPT等通用软件求解或者用simplex等线性规划算法求解，求解过程如下，通过求解该优化问题，利益最大化的同时，实现平台、货主和运力会员的三方共赢。

求解流程

步骤1：使用稀疏矩阵技术生成目标函数：

步骤2：使用稀疏矩阵技术合成约束条件:

Ax＝b

代表条件

$\underset{j=1}{\overset{n}{\mathrm{\Σ}}}{g}_{\mathrm{ij}}=a_i,$   i＝1,…,m

$\underset{i=1}{\overset{m}{\mathrm{\Σ}}}{g}_{\mathrm{ij}}=b_j,$   j＝1,…,n

$\underset{k=1}{\overset{p}{\mathrm{\Σ}}}{x}_{\mathrm{ijk}}=g_{\mathrm{ij}},$   j＝1,…,n

步骤3：形成约束条件

l≤x≤u

代表边界约束条件

hi_jk≤x_ijk≥d_ijk,i＝1,…,m,j＝1,…,n,k＝1,…p

d_ijk≥0,i＝1,…,m;j＝1,…,n,k＝1,…p

h_ijk≥0,i＝1,…,m;j＝1,…,n,k＝1,…p

步骤4：使用(线性)优化方法求解:

  目标函数

Ax＝b  线性约束条件

l≤x≤u  边界约束条件

计算机根据适合运输的会员车辆或会员船舶运力情况和待运货物的多少，通过上述竞价方法，将货源信息及适合运输的会员车船信息统一汇总至竞价区，并自动向车船会员发送竞价信息表供车船会员参与竞价。作为竞价处理的运费由车船会员根据货源信息自高而低自行竞拍，价低者中标。

有益效果：与现有技术相比，本发明提供的车船货运的竞价优化方法，整合货源、车船运力资源，使物流与信息流相汇聚，通过网上竞价操作，使车船物相匹配，能有效做到货运市场的公开、公平、公正，减少人为因素的影响，有效降低物流成本。

附图说明

图1为本发明实施例的流程图。

具体实施方式

下面结合具体实施例，进一步阐明本发明，应理解这些实施例仅用于说明本发明而不用于限制本发明的范围，在阅读了本发明之后，本领域技术人员对本发明的各种等价形式的修改均落于本申请所附权利要求所限定的范围。

如图1所示，一种车船货运的竞价优化方法，包括如下步骤：

建立用于存储会员车辆或会员船舶运力信息的会员数据库和用于存储待运货物信息的待运货物数据库；

从数据库中找出空闲存储会员车辆或会员船舶以及待运货物信息，假设有m个货源，n个货物送达目的地，p个适合运输该货源的会员车辆或会员船舶；货源i贮有货物a_i(i=1，...，m)，送货目的地j需要货物b_j(j=1，...，n)，一个货源可运送多个目的地(最小为1，最多为n)，g_ij(i=1，...，m，j=1，...，n)表示货物a_i运送到目的地j的数量，其应满足下述条件以保障货运完成：

$\underset{j=1}{\overset{n}{\mathrm{\Σ}}}{g}_{\mathrm{ij}}=a_i,$   fori＝1,…,m

$\underset{i=1}{\overset{m}{\mathrm{\Σ}}}{g}_{\mathrm{ij}}=b_j,$   forj＝1,…,n

g_ij≥0,  fori＝1,…,m,j＝1,…,n

货运会员车辆（或船舶）k根据他的运力可以投标多个运输的货物，他既可把同一货物运到不同的目的地，也可把多个货物运送到同一目的地或不同目的地。比如苏州有一批电脑要运到芜湖，合肥有几车药品要运到武汉，假如有一会员车辆返程空车从上海回武汉，该会员车辆即可同时竞投承运该两批货物。又比如某车辆会员需运送货物从昆山至镇江和从杭州至镇江，他即可使用其两趟返程空驶运力同时竞标平台提供的从镇江运往上海方向和杭州方向的货物。设x_ijk为会员车辆（或船舶）k承运货物i运输到目的地j的数量，h_ijk为会员车辆（或船舶）k承运货物i运输到目的地j的最大数量，d_ijk为会员车辆（或船舶）k承运货物i运输到目的地j的最小数量，c_ijk为会员车辆（或船舶）k承运x_ijk的标价，平台可在保证货物运输全部完成的情况下，实现利益最大化，或者运输成本最小化。该优化问题可系统表示为：

$\min \mathrm{imze}\underset{i=1}{\overset{m}{\mathrm{\Σ}}}\underset{j=1}{\overset{n}{\mathrm{\Σ}}}\underset{k=1}{\overset{p}{\mathrm{\Σ}}}{c}_{\mathrm{ijk}}{x}_{\mathrm{ijk}}$

$\mathrm{subjectto}:\underset{j=1}{\overset{n}{\mathrm{\Σ}}}{g}_{\mathrm{ij}}=a_i,$   i＝1,…,m

$\underset{i=1}{\overset{m}{\mathrm{\Σ}}}{g}_{\mathrm{ij}}=b_j,$   j＝1,…,n

$\underset{k=1}{\overset{p}{\mathrm{\Σ}}}{x}_{\mathrm{ijk}}=g_{\mathrm{ij}},$   j＝1,…,n    (公式1)

g_ij≥0,i＝1,…,m,j＝1,…,n,

h_ijk≤x_ijk≥d_ijk,i＝1,…,m,j＝1,…,n,k＝1,…p

d_ijk≥0,i＝1,…,m,j＝1,…,n,k＝1,…p

h_ijk≥0,i＝1,…,m,j＝1,…,n,k＝1,…p

设某种物品贮存于m个仓库A₁，A₂，...，A_m，并分别拥有a₁，a₂，...，a_m存储量；有N个销地B₁，B₂，...，B_n，各销地销量分别为b₁，b₂，...，b_n。假设从仓库A_i(i=1，2，...，m)向销地B_j(j=1，2，...，n)运价是c_ij，合理调用这些物品使总运费最小的优化问题就是运输问题，其数学模型如公式2所示：

$\min \mathrm{imizez}=\underset{i=1}{\overset{m}{\mathrm{\Σ}}}\underset{j=1}{\overset{n}{\mathrm{\Σ}}}{c}_{\mathrm{ij}}{x}_{\mathrm{ij}}$

$\mathrm{subjectto}:\underset{j=1}{\overset{m}{\mathrm{\Σ}}}{x}_{\mathrm{ij}}=b_i,$ j＝1,2,…,n    (公式2)

$\underset{j=1}{\overset{n}{\mathrm{\Σ}}}{x}_{\mathrm{ij}}=a_i,$ i＝1,2,…,m

x_ij≥0,j＝1,2,…,n;i＝1,2,…,m

公式1所描述的问题是细化到每一个承运人上，代表货运集配的实际情况，它是一个超大规模线性优化问题，这个超大规模线性优化问题可使用SNOPT等通用软件求解或者用simplex等线性规划算法求解，求解过程如下，通过求解该优化问题，利益最大化的同时，实现平台、货主和运力会员的三方共赢。

求解流程

步骤1：使用稀疏矩阵技术生成目标函数：

步骤2：使用稀疏矩阵技术合成约束条件:

Ax＝b

代表条件

$\underset{j=1}{\overset{n}{\mathrm{\Σ}}}{g}_{\mathrm{ij}}=a_i,$   i＝1,…,m

$\underset{i=1}{\overset{m}{\mathrm{\Σ}}}{g}_{\mathrm{ij}}=b_j,$   j＝1,…,n

$\underset{k=1}{\overset{p}{\mathrm{\Σ}}}{x}_{\mathrm{ijk}}=g_{\mathrm{ij}},$   j＝1,…,n

步骤3：形成约束条件

l≤x≤u

代表边界约束条件

h_ijk≤x_ijk≥d_ijk,i＝1,…,m,j＝1,…,n,k＝1,…p

d_ijk≥0,i＝1,…,m;j＝1,…,n,k＝1,…p

h_ijk≥0,i＝1,…,m;j＝1,…,n,k＝1,…p

步骤4：使用(线性)优化方法求解:

  目标函数

Ax＝b  线性约束条件

l≤x≤u  边界约束条件

计算机根据适合运输的会员车辆或会员船舶运力情况和待运货物的多少，通过上述竞价方法，将货源信息及适合运输的会员车船信息统一汇总至竞价区，并自动向车船会员通过手机发送竞价信息表供车船会员参与竞价。作为竞价处理的运费由车船会员根据货源信息自高而低自行竞拍，价低者中标，并通过接收验证信息网签承运合同。

Claims (2)

1.一种车船货运的竞价优化方法，其特征在于，包括如下步骤： 

建立用于存储会员车辆或会员船舶运力信息的会员数据库和用于存储待运货物信息的待运货物数据库； 

从数据库中找出空闲存储会员车辆或会员船舶以及待运货物信息，假设有m个货源，n个货物送达目的地，p个适合运输该货源的会员车辆或会员船舶；货源i贮有货物a_i(i=1，...，m)，送货目的地j需要货物b_j(j=1，...，n)，一个货源可运送多个目的地(最小为1，最多为n)，g_ij(i=1，...，m，j=1，...，n)表示货物a_i运送到目的地j的数量，其应满足下述条件以保障货运完成： 

  fori＝1,…,m 

  forj＝1,…,n 

g_ij≥0,fori＝1,…,m,j＝1,…,n 

设x_ijk为会员车辆或船舶k承运货物i运输到目的地j的数量，h_ijk为会员车辆或船舶k承运货物i运输到目的地j的最大数量，d_ijk为会员车辆或船舶k承运货物i运输到目的地j的最小数量，c_ijk为会员车辆或船舶k承运x_ijk的标价，竞价优化问题表示为： 

  i＝1,…,m 

  j＝1,…,n 

  j＝1,…,n    (公式1) 

g_ij≥0,i＝1,…,m,j＝1,…,n, 

h_ijk≤x_ijk≥d_ijk,i＝1,…,m,j＝1,…,n,k＝1,…p 

d_ijk≥0,i＝1,…,m,j＝1,…,n,k＝1,…p 

h_ijk≥0,i＝1,…,m,j＝1,…,n,k＝1,…p 

设某种物品贮存于m个仓库A₁，A₂，...，A_m，并分别拥有a₁，a₂，...，a_m存储量；有N个销地B₁，B₂，...，B_n，各销地销量分别为b₁，b₂，...，b_n。假设从仓库A_i(i=1，2，...，m)向销地B_j(j=1，2，...，n)运价是c_ij，合理调用这些物品使总运费最小的优化问题就是运输问题，如公式2所示： 

j＝1,2,…,n(公式2)。 

i＝1,2,…,m 

x_ij≥0,j＝1,2,…,n;i＝1,2,…,m。 

2.如权利要求1所述的车船货运的竞价优化方法，其特征在于，公式2的求解流程为： 

步骤1：使用稀疏矩阵技术生成目标函数： 

步骤2：使用稀疏矩阵技术合成约束条件: 

Ax＝b 

代表条件 

  i＝1,…,m 

  j＝1,…,n 

  j＝1,…,n 

步骤3：形成约束条件 

l≤x≤u 

代表边界约束条件 

h_ijk≤x_ijk≥d_ijk,i＝1,…,m,j＝1,…,n,k＝1,…p 

d_ijk≥0,i＝1,…,m;j＝1,…,n,k＝1,…p 

h_ijk≥0,i＝1,…,m;j＝1,…,n,k＝1,…p 

步骤4：使用优化方法求解: 

     目标函数 

Ax＝b     线性约束条件 

l≤x≤u     边界约束条件 

计算机根据适合运输的会员车辆或会员船舶运力情况和待运货物的多少，通过上述竞价方法，将货源信息及适合运输的会员车船信息统一汇总至竞价区，并 自动向车船会员发送竞价信息表供车船会员参与竞价。