CN106022864A - 一种车货供需智能匹配计算方法 - Google Patents

Abstract

本发明公开了一种车货供需智能匹配计算方法，所述方法首先将需求方(或供应方)的地理位置进行地址解析并测距；然后以需求方(或供应方)自主选择的匹配度或者系统默认的匹配度为限值，以始发地为中心，以一定距离为半径进行搜索，并计算结果的匹配度；最终根据结果数和匹配度的反馈，智能判断是否自动递增半径并重复搜索直到达到匹配终止条件。本发明的优点：本发明不仅能够实现对地理位置信息的精确转换和定位，而且还能准确计算出需求方与供应方在距离层次上的匹配度，并且还能通过自动放大距离约束来扩充结果集合以得到最符合匹配要求的结果，减少了人工搜索和选择的时间，提高了匹配效率。

Description

一种车货供需智能匹配计算方法

技术领域

本发明属物流技术应用领域。具体是一种车货供需智能匹配计算方法。

背景技术

物流信息匹配的效率和智能化是降低物流成本和解决信息不对等的重要影响因素。当前的物流信息匹配主要是以物流信息平台为载体，以关键字、语义文本的匹配方式为主，匹配结果的符合情况较模糊且存在信息过载，匹配过程和结果仍然需要业务需求方手动输入、筛选和抉择，在匹配准确性、效率上存在严重的不足，不满足物流资源优化利用和物流及时性趋势需求。

物流业务信息匹配主要受位置匹配约束。目前基于位置的服务在各个领域应用较多，通过引入在线地图的应用程序接口，结合基于位置的服务，改善信息平台的匹配机制，能够对匹配资源的地理位置进行精确定位，通过地图提供的云存储和云检索接口，对于数据的存储和检索也能更加方便和快捷，同时也能更智能地计算出匹配资源之间的位置关系。基于位置关系，在一定的匹配度要求下，通过对距离约束的优化控制，能够实现对匹配结果的智能感知和搜索，对于物流信息匹配具有较强的应用前景。针对距离约束，传统的物流信息匹配方法主要有半径搜索法、区域划分法、层级匹配法等。半径搜索法，不仅需要反复比较全部数据，而且距离计算的精度不够，算法的实现不够轻便，效率不高。区域划分法对区域边界的资源覆盖率和利用率较低，全面性不足，而且不能深入到物流信息的末端。层级匹配法按照省、市、县(区)划分语义层级，依托省市县的邻接关系，逐层扩大搜索范围。但是该方法需要重复计算邻接节点的距离，匹配效率有待提升。但是利用在线地图应用程序接口的特性，将数据存储在云端，通过改进半径搜索法，可以方便快速地进行检索且返回结果数，无须反复比较全部数据，利用异步通信技术进行云检索可以对数据进行加工处理和传输，通过设定的匹配度限值以保证匹配结果的符合程度，对于改善匹配机制有一定的益处。

发明内容

发明的目的在于克服在距离约束下物流信息匹配效率及智能化的不足，提供一种车货供需智能匹配计算方法。

本发明解决上述技术问题的技术方案如下：

一种车货供需智能匹配计算方法是：首先将需求方(或供应方)的地理位置进行地址解析后并测距；然后以需求方(或供应方)自主选择或者经过统计分析后系统默认的匹配度为限值，以始发地为中心，以一定距离为半径进行搜索，并且计算结果的匹配度；如果结果数为零，则自动递增半径后重复搜索，直到出现匹配度符合限值的结果或者搜索半径达到最大值时停止搜索；计算方法步骤如下：

1)将需求方(或供应方)的始发地和目的地通过地址解析转化为二者实际的经纬度；

2)对步骤1)得到需求方(或供应方)的始发地和目的地的经纬度之间进行测距，得到距离S₃；

3)由需求方(或供应方)自主选择匹配度限值S_min或者通过统计分析后系统默认的匹配度限值S_min和由步骤1)得到的距离S₃，计算出最大的搜索半径R_max，即

4)对需求方(或供应方)的始发地定位，得到位置标注点，然后以该点为中心，以一定距离为搜索半径R进行搜索，得到结果数N；

5)如果结果数N为零，同时搜索半径R小于最大搜索半径R_max，则自动增加搜索半径的值后重新搜索，直到结果数N不为零或者搜索半径R达到最大值时停止搜索；

6)由步骤5)得到的结果出现时的最小搜索半径R_min时，此时对出现的结果进行云检索，以得到存储在云端的结果的具体信息，进而根据具体信息和匹配度计算公式计算出匹配度S_mat，即式中：S₁为需求方和供应方始发地之间的距离、S₂为需求方和供应方目的地之间的距离，然后比较S_mat与匹配度限值S_min，如果S_mat<S_min，则在得到的最小搜索半径R_min的基础上继续增加搜索半径值后重新搜索，直到出现匹配度符合要求的结果即S_mat≥S_min或者搜索半径达到最大值即R≥R_max时停止搜索。

本发明的优点：本发明不仅能够实现对地理位置信息的精确转换和定位，而且还能准确计算出需求方与供应方在距离层次上的匹配度，并且还能通过自动放大距离约束来扩充结果集合以得到最符合匹配要求的结果，减少了人工搜索和选择的时间，提高了匹配效率。

附图说明

图1是车货供需智能匹配算法流程图。

图中,R是搜索半径、R_max是最大搜索半径、N是匹配搜索的结果数、S_mat是匹配结果的匹配度、S_min是匹配度的限值。

具体实施方式

下面结合附图和本发明方法具体实施对本发明作进一步说明。

本发明是以下述技术方案实现的：

一种车货供需智能匹配计算方法，所述方法先将匹配资源需求发布方(或供应方)的地理位置信息，包括出发地和目的地的语义层描述转化为独立的经纬度，再对车辆的原始行驶距离或者货物的原始运输距离进行测距；在匹配开始前，需求方(或供应方)自主选择匹配度限值或者使用通过统计分析以后系统默认的匹配度限值，当匹配开始时，先对需求方(或供应方)的始发地定位以确定中心点，然后以一定的距离为半径进行搜索，同时返回结果数，如果结果数为零，而搜索半径小于由匹配度的限值而得到的最大搜索半径，那么将自动递增搜索半径后重新搜索，直到结果数不为零或者搜索半径达到最大值时停止搜索。如果出现结果，则计算其与需求方(或供应方)的匹配度。如果匹配度小于需求方(或供应方)自主选择的匹配度限值，那么仍然自动递增搜索半径，直到出现匹配度符合要求的结果或者搜索半径达到最大值时才停止搜索。

上述车货供需智能匹配计算方法，具体采用以下步骤实现如附图1所示：

a.将需求方(或供应方)的始发地和目的地通过地址解析转化为二者实际的经纬度。

b.步骤a得到需求方(或供应方)的始发地和目的地的经纬度之间进行测距，得到距离S₃。

c.由需求方(或供应方)自主选择匹配度限值S_min或者通过统计分析后系统默认的匹配度限值S_min和由步骤a得到的距离S₃，计算出最大的搜索半径R_max，即

假设需求方与供应方始发地之间的距离为S₁，需求方与供应方目的地之间的距离为S₂，则匹配度的计算公式为

由公式可知，要使得S_min≤S_mat≤1，假设S₂＝0,得到S₁即为供应方与需求方的位置距离，同时也是最大的搜索半径，因此可得到最大搜索半径当搜索半径超过R_max，无论S₂的值有多大，匹配度均会小于限值，因此可以确定最大搜索半径；

d.对需求方(或供应方)的始发地定位，得到位置标注点，然后以该点为中心，以一定距离为搜索半径R进行搜索，得到结果数N。

e.如果N＝0，而同时R≤R_max，则增加搜索半径的值后重新搜索，即R_i＝R_i-1+λ i＝1,2,3......,λ为递增的距离值，直到N≠0或者R>R_max时停止搜索。

f.由上一步得到的结果出现时的最小搜索半径R_min时，此时对出现的结果进行云检索，以得到结果的具体信息，进而根据匹配度计算公式计算出匹配度S_mat，即式中：S₁为需求方和供应方始发地之间的距离、S₂为需求方和供应方目的地之间的距离，然后比较S_mat与匹配度限值S_min，如果S_mat<S_min，则在得到的最小搜索半径R_min的基础上继续增加搜索半径值后重新搜索，直到出现匹配度符合要求的结果即S_mat≥S_min或者搜索半径达到最大值即R≥R_max时停止搜索。

本发明不仅能够实现对地理位置信息的精确转换和定位，而且还能准确计算出需求方与供应方在距离层次上的匹配度，并且还能通过自动放大距离约束来扩充结果集合以得到最符合匹配要求的结果，减少了人工搜索和选择的时间，提高了匹配效率。

Claims (1)

1.一种车货供需智能匹配计算方法，其特征是：首先将需求方或供应方的地理位置进行地址解析后并测距；然后以需求方或供应方自主选择或者经过统计分析后系统默认的匹配度为限值，以始发地为中心，以一定距离为半径进行搜索，并且计算结果的匹配度；如果结果数为零，则自动递增半径后重复搜索，直到出现匹配度符合限值的结果或者搜索半径达到最大值时停止搜索；计算方法步骤如下：

1)将需求方或供应方的始发地和目的地通过地址解析转化为二者实际的经纬度；

2)对步骤1)得到需求方或供应方的始发地和目的地的经纬度之间进行测距，得到距离S₃；

3)由需求方或供应方自主选择匹配度限值S_min或者通过统计分析后系统默认的匹配度限值S_min和由步骤1)得到的距离S₃，计算出最大的搜索半径R_max，即

4)对需求方或供应方的始发地定位，得到位置标注点，然后以该点为中心，以一定距离为搜索半径R进行搜索，得到结果数N；

5)如果结果数N为零，同时搜索半径R小于最大搜索半径R_max，则自动增加搜索半径的值后重新搜索，直到结果数N不为零或者搜索半径R达到最大值时停止搜索；

6)由步骤5)得到的结果出现时的最小搜索半径R_min时，此时对出现的结果进行云检索，以得到存储在云端的结果的具体信息，进而根据具体信息和匹配度计算公式计算出匹配度S_mat，即式中：S₁为需求方和供应方始发地之间的距离、S₂为需求方和供应方目的地之间的距离，然后比较S_mat与匹配度限值S_min，如果S_mat<S_min，则在得到的最小搜索半径R_min的基础上继续增加搜索半径值后重新搜索，直到出现匹配度符合要求的结果即S_mat≥S_min或者搜索半径达到最大值即R≥R_max时停止搜索。