CN108038637A - 基于云平台的物流信息管理系统 - Google Patents

Abstract

解决现有技术的不足，本发明提供了一种基于云平台的物流信息管理系统，包括：服务端和客户端。所述服务端加载在云平台上，通过云平台接收客户端的数据信息，经过分析处理后，向客户端反馈相应的反馈信息。所述服务端包括：快速匹配模块、回报率基础分析模块、承运能力基础分析模块、物流信息跟踪模块和数据库模块。所述快速匹配模块用于对运单的托运方和承运方进行快速匹配和相互推荐。所述回报率基础分析模块对运单的回报率进行基础分析后向承运方传递对应运单的回报率基础分析结果。所述承运能力基础分析模块对承运方的承运能力进行基础分析后向托运方传递该分析结果。所述物流信息跟踪模块用于向托运方和承运方同时传递运单进行进度。

Description

基于云平台的物流信息管理系统

技术领域

本发明属于物流信息管理技术领域，具体涉及一种基于云平台的物流信息管理系统。

背景技术

物流是物品从供应地向接收地的实体流动过程中，根据实际需要，将运输、储存、装卸搬运、包装、流通加工、配送、信息处理等功能有机结合起来实现用户要求的过程。运单，是由承运人签发的，证明货物运输合同和货物由承运人接管或装船、车及空运，以及承运人保证将货物交给指定的收货人的一种不可流通的单证，是物流的重要组成部分，起到连接托运方和承运方的重要作用。

物流活动中最重要也是最基本的一个环节就是物流的运单匹配，现有运单匹配的方式一般由两种：1.由托运人直接寻找处于空闲状态的承运人。2.由托运人通过网络或其他平台寻找具有承运资格的承运人后，双方进行相似商谈确立运单。第一种方式不仅费时费力，而且具有很大的局限性和不确定性，因此目前80％以上的托运人选择了第二种方式。然而第二种方式也存在以下问题：

(1)托运方对承运方的了解仅能限于字面或简单的评价描述，很难真实的了解到承运方的承运能力和信誉。

(2)网络或其他平台仅能向托运方提供具有承运资质的承运方，承运方是否满足托运方的需求，需要托运方和承运方进行进一步商谈，极大的降低了运单匹配成功的效率，也极大的增加了托运方寻求承运方的工作量。

(3)承运方对于承运收益需要自行进行计算和判断，很可能导致承运过程中承运方才发现承运处于亏损而要求托运方加价，严重阻碍了物流活的有序展开。

(4)现有网络或其他平台对于承运方或托运方的信誉评价通常采用简单的互评打分机制，很可能由于恶意好评或恶意差评导致承运方或托运方真实的信誉信息被掩盖，从而催生不合理的信誉服务。

发明内容

本发明针对现有第二种运单匹配方式中存在的4项主要问题中的至少1个，提供了一种基于云平台的物流信息管理系统，包括：服务端和客户端。所述服务端加载在云平台上，通过云平台接收客户端的数据信息，经过分析处理后，向客户端反馈相应的反馈信息。

进一步的，所述服务端包括：快速匹配模块、回报率基础分析模块、承运能力基础分析模块、物流信息跟踪模块和数据库模块。所述快速匹配模块，用于对运单的托运方和承运方进行快速匹配和相互推荐。所述回报率基础分析模块，对运单的回报率进行基础分析后向承运方传递对应运单的回报率基础分析结果。所述承运能力基础分析模块，对承运方的承运能力进行基础分析后向托运方传递该分析结果。所述物流信息跟踪模块，用于向托运方和承运方同时传递运单进行进度。所述数据库模块包括：运单管理数据库、基础资料数据库和分析数据库。所述运单管理数据库用于储存进行中的运单信息及该运单产生的附加信息。所述基础资料数据库用于储存托运方和承托方的基础信息。所述分析数据库用于储存快速匹配模块、回报率基础分析模块、承运能力基础分析模块、物流信息跟踪模块所需要的基础分析数据及分析模型。

进一步的，所述快速匹配模块包括：首先从客户端收集基础信息。然后根据收集得到的基础信息进行匹配分析。最后向托运方和承运方相互推送匹配结果。

进一步的，所述基础信息包括：物料种类、物料体积或质量、起始地和目的地、运单时间要求、运单金额。其中，物料种类采用树形结构的层级分布，由承运方登记注册时登记记录或后期根据承运范围的变化修改记录，并由托运方通过客户端定制运单时填写记录。所述时间要求包括：货物接收时间要求。所述承运方登记记录或修改记录的的承运范围涉及特种运载车辆时，需要经过特种运载车辆的额外验证。

进一步的，所述客户端包括：车载客户端、托运方客户端、承托方客户端。所述车载客户端由运输车辆驾驶员操作使用。所述托运方客户端由托运方操作使用。所述承托方客户端由运输公司操作使用。

进一步的，所述快速匹配模块匹配得到满足托运方或承运方需求的信息后，加载回报率基础分析模块和承运能力基础分析模块的分析结果，并向对方进行推荐，并当双反进行确认后成立运单。

进一步的，所述匹配分析包括：首先，根据托运方录入的货物类型，匹配具有相应运输资格的承运方，完成一级匹配。然后，根据托运方输入的物料体积、质量匹配具有相应运载能力的承运方，完成二级匹配。之后，根据托运方输入的起始地和目的地，结合导航地图信息形成最近路线图，并根据托运方录入的总价格，计算物资托运单价，并根据得到的单价匹配可以接单的承运方，完成三级匹配。最后，根据托运方要求的货物接收时间，匹配时间段内可以接单的承托方，完成四级匹配。

进一步的，所述匹配分析包括：第五级匹配。所述第五级匹配，根据托运方和承运方双方信誉信息进行匹配。所述信誉信息经过信誉分析后以数值形式体现。

进一步的，所述信誉分析采用下式计算得到：Y＝X+N*Z，其中，Y为信誉值，X为系统评分，N为加权值，Z为用户评分平均值。

进一步的，所述系统评分X包括：托运方系统评分X1和承运方系统评分X2。

进一步的，所述X1＝n1*(a/b)*g+n2*c，其中，a为托运方结算完成的运单数量，b为托运方历史运单数量，c为托运方平均结算日期对照值，g为所有完成的运单的平均物流进度，n1和n2为加权值。所述托运方历史运单数量为：排出未承运的运单和承运后处于承运阶段的运单后的所有运单数量。所述结算日期对照值为：根据运单托运方的运单款项平均结算日期，对照结算日期对照表后得到的对照数值。

进一步的，所述X2＝n3*(d/e))+n4*f+n5*h，其中，d为承运方完成的运单数量，e为承运方历史运单数量，f为承运方的运单平均完成进度，h为承运方平均要求附加款对照值。所述承运方历史运单数量为：排出处于承运阶段的运单后的所有运单数量。所述承运方的运单平均完成进度为：每一张已完成运单的运单进度的算术平均值，所述运单进度由物流信息跟踪模块分析得到。所述承运方平均要求附加款对照值为：每一张已完成运单的附加款的算术平均值，对照附加款对照表后得到的对照数值。

优选的，所述加权值N采用下式计算得到：N＝logaX，其中，a＞1。

进一步的，所述快速匹配模块包括：黑名单记录模块。所述黑名单记录模块用于记录托运方或承运方被拉入黑名单的数量。

进一步的，所述用户评分Z采用下式计算得到：Z＝Z1-Z2，其中，Z1为实际用户评分平均值，Z2为黑名单对照值。所述黑名单对照值为：被记录黑民单的总数量，对照黑名单对照表后得到的对照数值。

进一步的，所述回报率基础分析模块包括：首先，获取运单的运单金额信息R，运单距离L，承运物料质量M，运单完成时间要求T。然后，计算得到回报率预估数值Q＝R*q2/[(M/L)+q1*(M/T)]，其中，q1为运单时间加权值，当运单信息中存在运单完成时间要求T时，取值为1。当运单信息中不存在运单完成时间要求T时，取值为0。q2为回报率计算加权值，当运单信息中存在运单完成时间要求T时，取值为2。当运单信息中不存在运单完成时间要求T时，取值为1。

进一步的，所述承运能力基础分析模块包括：首先获取满足运单匹配要求的承运方信息。然后获取承运方对应具有承运资格的剩余车辆总数。之后依照下式计算承运能力估算数值S＝R-T，其中，R为剩余车辆总数对照值，T为拒接运单总数对照值。

进一步的，所述剩余车辆总数U＝V1-V2-V3，其中，V1为承运方具有承运资格的车辆总数，V2为承运方具有承运资格且处于运输状态的车辆总数，V3为承运方自行派发的具有承运资格且处于运输状态的车辆总数。

进一步的，所述物流信息跟踪模块：通过接收车载客户端的位置信息，进行物流进度分析。所述托运方客户端和承托方客户端均可访问该运单的物流进度分析结果。当物流进度低于预设阈值时，所述物流监控模块向车载客户端、托运方客户端、承托方客户端发送进度报警信息。

进一步的，所述物流进度分析包括：首先，基于运单的起始地和目的地，基于最优化导航地图形成理论运输路线，以及起始地和目的地的直线距离路线。然后，将理论运输路线和直线距离路线根据道路限速和安全运输时间分割为2个以上进度节点。最后，对比运输车辆在预设时间点实际形成与所述进度节点的比较值，得到所述物流进度信息。

本发明至少具有以下优点之一：

1.本发明的快速匹配模块具有较快的的匹配速度和匹配精度，提高匹配成功率的同时通过多级筛选匹配机制，极大降低了承运方和托运方寻找目标合作方的工作量。

2.本发明可以在向承运方推荐托运方发布的运单时，同步提示该运单的回报率基础分析结果，便于承运方对运单回报率有较为直观的了解，极大简化了承运方估算实际利润，降低了因为利润估算错误而导致临时加价行为发生的可能性。

3.本发明可以在向托运方推荐承运方时，同步展示承运方的承运能力基础分析结果，一方面排除了承运量不能满足运单要求的承运方，另一方面也便于托运方判断承运方的承运能力，降低无效沟通量，提高运单匹配效率。

4.本发明设有完善的信誉评价系统，综合了系统评价和人为评价，从而实现了更为客观的对双方的信誉进行评价，并将人为评价与系统评价相关联，极大降低了恶意评价对信誉估值的影响，最大程度的展示承运方和托运方的真是信誉程度。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下对本发明进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

实施例1

一种基于云平台的物流信息管理系统，包括：服务端和客户端。所述服务端加载在云平台上，通过云平台接收客户端的数据信息，经过分析处理后，向客户端反馈相应的反馈信息。所述服务端包括：快速匹配模块、回报率基础分析模块、承运能力基础分析模块、物流信息跟踪模块和数据库模块。所述快速匹配模块，用于对运单的托运方和承运方进行快速匹配和相互推荐。所述回报率基础分析模块，对运单的回报率进行基础分析后向承运方传递对应运单的回报率基础分析结果。所述承运能力基础分析模块，对承运方的承运能力进行基础分析后向托运方传递该分析结果。所述物流信息跟踪模块，用于向托运方和承运方同时传递运单进行进度。所述数据库模块包括：运单管理数据库、基础资料数据库和分析数据库。所述运单管理数据库用于储存进行中的运单信息及该运单产生的附加信息。所述基础资料数据库用于储存托运方和承托方的基础信息。所述分析数据库用于储存快速匹配模块、回报率基础分析模块、承运能力基础分析模块、物流信息跟踪模块所需要的基础分析数据及分析模型。

所述快速匹配模块包括：首先从客户端收集基础信息。然后根据收集得到的基础信息进行匹配分析。最后向托运方和承运方相互推送匹配结果。所述基础信息包括：物料种类、物料体积或质量、起始地和目的地、运单时间要求、运单金额。其中，物料种类采用树形结构的层级分布，由承运方登记注册时登记记录或后期根据承运范围的变化修改记录，并由托运方通过客户端定制运单时填写记录。所述时间要求包括：货物接收时间要求。所述承运方登记记录或修改记录的的承运范围涉及特种运载车辆时，需要经过特种运载车辆的额外验证。所述匹配分析包括：首先，根据托运方录入的货物类型，匹配具有相应运输资格的承运方，完成一级匹配。然后，根据托运方输入的物料体积、质量匹配具有相应运载能力的承运方，完成二级匹配。之后，根据托运方输入的起始地和目的地，结合导航地图信息形成最近路线图，并根据托运方录入的总价格，计算物资托运单价，并根据得到的单价匹配可以接单的承运方，完成三级匹配。最后，根据托运方要求的货物接收时间，匹配时间段内可以接单的承托方，完成四级匹配。

所述客户端包括：车载客户端、托运方客户端、承托方客户端。所述车载客户端由运输车辆驾驶员操作使用。所述托运方客户端由托运方操作使用。所述承托方客户端由运输公司操作使用。

实施例2

基于实施例1所述基于云平台的物流信息管理系统，所述快速匹配模块匹配得到满足托运方或承运方需求的信息后，加载回报率基础分析模块和承运能力基础分析模块的分析结果，并向对方进行推荐，并当双反进行确认后成立运单。

实施例3

基于实施例1所述基于云平台的物流信息管理系统，所述匹配分析包括：第五级匹配。所述第五级匹配，根据托运方和承运方双方信誉信息进行匹配。所述信誉信息经过信誉分析后以数值形式体现。所述信誉分析采用下式计算得到：Y＝X+N*Z，其中，Y为信誉值，X为系统评分，N为加权值，Z为用户评分平均值。

所述系统评分X包括：托运方系统评分X1和承运方系统评分X2。

所述托运方系统评分X1＝n1*(a/b)*g+n2*c，其中，a为托运方结算完成的运单数量，b为托运方历史运单数量，c为托运方平均结算日期对照值，g为所有完成的运单的平均物流进度，所述n1和n2为加权值。所述托运方历史运单数量为：排出未承运的运单和承运后处于承运阶段的运单后的所有运单数量。所述结算日期对照值为：根据运单托运方的运单款项平均结算日期，对照结算日期对照表后得到的对照数值。所述托运方系统评分X1的取值范围可以为1-10，所述结算日期对照表可以如下表所示：

申请人研究发现，通常实际发出的运单都会具有合理的完成量和物流进度，本发明采用该估算方法结合了托运方实际发出的运单数量的比例，所有完成运单的平均物流进度，得到托运方系统评分的第一组成部分。此外，本发明结合了托运方平均结算日期对照值，使得本发明对托运方的系统评分结合了托运方对结算日期的评价，评分结果更加合理，也能更加客观的体现托运方的信誉信息。

所述承运方系统评分X2＝n3*(d/e))+n4*f+n5*h，其中，d为承运方完成的运单数量，e为承运方历史运单数量，f为承运方的运单平均完成进度，h为承运方平均要求附加款对照值。所述承运方历史运单数量为：排出处于承运阶段的运单后的所有运单数量。所述承运方的运单平均完成进度为：每一张已完成运单的运单进度的算术平均值，所述运单进度由物流信息跟踪模块分析得到。所述承运方平均要求附加款对照值为：每一张已完成运单的附加款的算术平均值，对照附加款对照表后得到的对照数值。所述承运方系统评分X2的取值范围可以为1-10，所述附加款对照表可以如下表所示：

附加款对照值	附加款(元)
		-1	＜1000
-2	1001-2000
		-3	2001-5000
-4	5001-10000
		-5	＞10000

采用该方法，对承运方的系统评分综合考虑了承运方的运单完成率、运单完成进度和要求的附加款，使得评价更为客观准确，同时也在很大程度上避免了恶意刷单导致的评价虚高的问题。

所述加权值N采用下式计算得到：N＝logaX，其中，a＞1。

申请人经过研究发现，现有信誉评价一般采用双方互评的方式，该方式给恶意好评或恶意差评留下的可操作的空间，使得信誉评价很难客观的体现承运方和托运方的真是信誉程度。而本发明信誉值计算结合了系统评分和用户评分，并通过上述加权值N计算方法，将用户评分对信誉值的影响与系统评分相结合，由于系统评分的相对客观性，使得最终体现出的信誉值可以最大限度降低恶意刷单对信誉值的影响，尽可能真实的反应承运方和托运方的真是信誉程度。同时，由于系统评分仅能基于一定的程序计算评判，缺乏必要的感性判断，结合用户评分和系统评分可以很好的将用户的实际感受体现在信誉值中，从而更真实的反应承运方和托运方的真是信誉程度。

实施例4

基于实施例3所述基于云平台的物流信息管理系统，所述快速匹配模块包括：黑名单记录模块。所述黑名单记录模块用于记录托运方或承运方被拉入黑名单的数量。所述用户评分Z采用下式计算得到：Z＝Z1-Z2，其中，Z1为实际用户评分平均值，Z2为黑名单对照值。所述黑名单对照值为：被记录黑民单的总数量，对照黑名单对照表后得到的对照数值。所述Z1的取值范围可以为1-10，此时所述黑名单对照表可以如下表所示：

黑名单对照值(Z2)	被记录黑民单的总数量
		1	＜10
2	11-50
		3	51-200
4	201-500
		5	＞500

同时，所述被记录黑民单的总数量可以采用预设时间段内的被记录黑民单的总数量。所述预设时间段可以为1年或2年或其他时间段，从而更加客观的对用户评分Z进行评估。

实施例5

基于实施例1所述基于云平台的物流信息管理系统，所述回报率基础分析模块包括：首先，获取运单的运单金额信息R，运单距离L，承运物料质量M，运单完成时间要求T。然后，计算得到回报率预估数值Q＝R*q2/[(M/L)+q1*(M/T)]，其中，q1为运单时间加权值，当运单信息中存在运单完成时间要求T时，取值为1。当运单信息中不存在运单完成时间要求T时，取值为0。q2为回报率计算加权值，当运单信息中存在运单完成时间要求T时，取值为2。当运单信息中不存在运单完成时间要求T时，取值为1。

采用该方法，可以将承运方接单所能得到的运单金额，结合单位距离承运质量和单位时间承运质量得到平均单位行程可以获得的收益金额。该方法可以向承运方展示平均单位行程可以获得的收益金额，从而便于承运方估算实际可以获得的收益。便于承运方对运单回报率有较为直观的了解，极大简化了承运方估算实际利润，降低了因为利润估算错误而导致临时加价行为发生的可能性。

实施例6

基于实施例1所述基于云平台的物流信息管理系统，所述承运能力基础分析模块包括：首先获取满足运单匹配要求的承运方信息。然后获取承运方对应具有承运资格的剩余车辆总数。之后依照下式计算承运能力估算数值S＝R-T，其中，R为剩余车辆总数对照值，T为拒接运单总数对照值。

所述剩余车辆总数U＝V1-V2-V3，其中，V1为承运方具有承运资格的车辆总数，V2为承运方具有承运资格且处于运输状态的车辆总数，V3为承运方自行派发的具有承运资格且处于运输状态的车辆总数。

该方法不仅可以客观真实的反应承运方的可承运车辆数量，同时也给予了承运方更加主动的可承运车辆修改途径，使得承运方自行外派的承运车辆可以被真实的体现，使系统展示的可承运车辆数量更加真实。同时，也便于承运方更加主动的维护自身信息的真实性，从而可以在一定程度上提高承运方的信誉值。

实施例7

基于实施例1所述基于云平台的物流信息管理系统，所述物流信息跟踪模块：通过接收车载客户端的位置信息，进行物流进度分析。所述托运方客户端和承托方客户端均可访问该运单的物流进度分析结果。当物流进度低于预设阈值时，所述物流监控模块向车载客户端、托运方客户端、承托方客户端发送进度报警信息。

所述物流进度分析包括：首先，基于运单的起始地和目的地，基于最优化导航地图形成理论运输路线，以及起始地和目的地的直线距离路线。然后，将理论运输路线和直线距离路线根据道路限速和安全运输时间分割为2个以上进度节点。最后，对比运输车辆在预设时间点实际形成与所述进度节点的比较值，得到所述物流进度信息。

本发明至少具有以下优点之一：

1.本发明的快速匹配模块具有较快的的匹配速度和匹配精度，提高匹配成功率的同时通过多级筛选匹配机制，极大降低了承运方和托运方寻找目标合作方的工作量。

2.本发明可以在向承运方推荐托运方发布的运单时，同步提示该运单的回报率基础分析结果，便于承运方对运单回报率有较为直观的了解，极大简化了承运方估算实际利润，降低了因为利润估算错误而导致临时加价行为发生的可能性。

3.本发明可以在向托运方推荐承运方时，同步展示承运方的承运能力基础分析结果，一方面排除了承运量不能满足运单要求的承运方，另一方面也便于托运方判断承运方的承运能力，降低无效沟通量，提高运单匹配效率。

4.本发明设有完善的信誉评价系统，综合了系统评价和人为评价，从而实现了更为客观的对双方的信誉进行评价，并将人为评价与系统评价相关联，极大降低了恶意评价对信誉估值的影响，最大程度的展示承运方和托运方的真是信誉程度。

应该注意到并理解，在不脱离本发明权利要求所要求的精神和范围的情况下，能够对上述详细描述的本发明做出各种修改和改进。因此，要求保护的技术方案的范围不受所给出的任何特定示范教导的限制。

Claims (10)

1.基于云平台的物流信息管理系统，其特征在于，包括：服务端和客户端；所述服务端加载在云平台上，通过云平台接收客户端的数据信息，经过分析处理后，向客户端反馈相应的反馈信息；

所述服务端包括：快速匹配模块、回报率基础分析模块、承运能力基础分析模块、物流信息跟踪模块和数据库模块；所述快速匹配模块，用于对运单的托运方和承运方进行快速匹配和相互推荐；所述回报率基础分析模块，对运单的回报率进行基础分析后向承运方传递对应运单的回报率基础分析结果；所述承运能力基础分析模块，对承运方的承运能力进行基础分析后向托运方传递该分析结果；所述物流信息跟踪模块，用于向托运方和承运方同时传递运单进行进度；所述数据库模块包括：运单管理数据库、基础资料数据库和分析数据库；所述运单管理数据库用于储存进行中的运单信息及该运单产生的附加信息；所述基础资料数据库用于储存托运方和承托方的基础信息；所述分析数据库用于储存快速匹配模块、回报率基础分析模块、承运能力基础分析模块、物流信息跟踪模块所需要的基础分析数据及分析模型；

所述快速匹配模块包括：首先从客户端收集基础信息；然后根据收集得到的基础信息进行匹配分析；最后向托运方和承运方相互推送匹配结果；

所述基础信息包括：物料种类、物料体积或质量、起始地和目的地、运单时间要求、运单金额；其中，物料种类采用树形结构的层级分布，由承运方登记注册时登记记录或后期根据承运范围的变化修改记录，并由托运方通过客户端定制运单时填写记录；所述时间要求包括：货物接收时间要求；所述承运方登记记录或修改记录的的承运范围涉及特种运载车辆时，需要经过特种运载车辆的额外验证；

所述客户端包括：车载客户端、托运方客户端、承托方客户端；所述车载客户端由运输车辆驾驶员操作使用；所述托运方客户端由托运方操作使用；所述承托方客户端由运输公司操作使用。

2.根据权利要求1所述基于云平台的物流信息管理系统，其特征在于，所述快速匹配模块匹配得到满足托运方或承运方需求的信息后，加载回报率基础分析模块和承运能力基础分析模块的分析结果，并向对方进行推荐，并当双反进行确认后成立运单。

3.根据权利要求1所述基于云平台的物流信息管理系统，其特征在于，所述匹配分析包括：首先，根据托运方录入的货物类型，匹配具有相应运输资格的承运方，完成一级匹配；然后，根据托运方输入的物料体积、质量匹配具有相应运载能力的承运方，完成二级匹配。之后，根据托运方输入的起始地和目的地，结合导航地图信息形成最近路线图，并根据托运方录入的总价格，计算物资托运单价，并根据得到的单价匹配可以接单的承运方，完成三级匹配。最后，根据托运方要求的货物接收时间，匹配时间段内可以接单的承托方，完成四级匹配。

4.根据权利要求3所述基于云平台的物流信息管理系统，其特征在于，所述匹配分析包括：第五级匹配；所述第五级匹配，根据托运方和承运方双方信誉信息进行匹配；所述信誉信息经过信誉分析后以数值形式体现；

所述信誉分析采用下式计算得到：Y＝X+N*Z，其中，Y为信誉值，X为系统评分，N为加权值，Z为用户评分平均值。

5.根据权利要求4所述基于云平台的物流信息管理系统，其特征在于，所述系统评分X包括：托运方系统评分X1和承运方系统评分X2；

所述X1＝n1*(a/b)*g+n2*c，其中，a为托运方结算完成的运单数量，b为托运方历史运单数量，c为托运方平均结算日期对照值，g为所有完成的运单的平均物流进度，n1和n2为加权值；所述托运方历史运单数量为：排出未承运的运单和承运后处于承运阶段的运单后的所有运单数量；所述结算日期对照值为：根据运单托运方的运单款项平均结算日期，对照结算日期对照表后得到的对照数值；

所述X2＝n3*(d/e))+n4*f+n5*h，其中，d为承运方完成的运单数量，e为承运方历史运单数量，f为承运方的运单平均完成进度，h为承运方平均要求附加款对照值；所述承运方历史运单数量为：排出处于承运阶段的运单后的所有运单数量；所述承运方的运单平均完成进度为：每一张已完成运单的运单进度的算术平均值，所述运单进度由物流信息跟踪模块分析得到；所述承运方平均要求附加款对照值为：每一张已完成运单的附加款的算术平均值，对照附加款对照表后得到的对照数值。

6.根据权利要求4所述基于云平台的物流信息管理系统，其特征在于，所述加权值N采用下式计算得到：N＝log_aX，其中，a＞1。

7.根据权利要求4所述基于云平台的物流信息管理系统，其特征在于，所述快速匹配模块包括：黑名单记录模块；所述黑名单记录模块用于记录托运方或承运方被拉入黑名单的数量；

所述用户评分Z采用下式计算得到：Z＝Z1-Z2，其中，Z1为实际用户评分平均值，Z2为黑名单对照值；所述黑名单对照值为：被记录黑民单的总数量，对照黑名单对照表后得到的对照数值。

8.根据权利要求1所述基于云平台的物流信息管理系统，其特征在于，所述回报率基础分析模块包括：首先，获取运单的运单金额信息R，运单距离L，承运物料质量M，运单完成时间要求T；然后，计算得到回报率预估数值Q＝R*q2/[(M/L)+q1*(M/T)]，其中，q1为运单时间加权值，当运单信息中存在运单完成时间要求T时，取值为1；当运单信息中不存在运单完成时间要求T时，取值为0；q2为回报率计算加权值，当运单信息中存在运单完成时间要求T时，取值为2；当运单信息中不存在运单完成时间要求T时，取值为1。

9.根据权利要求1所述基于云平台的物流信息管理系统，其特征在于，所述承运能力基础分析模块包括：首先获取满足运单匹配要求的承运方信息；然后获取承运方对应具有承运资格的剩余车辆总数；之后依照下式计算承运能力估算数值S＝R-T，其中，R为剩余车辆总数对照值，T为拒接运单总数对照值；

所述剩余车辆总数U＝V1-V2-V3，其中，V1为承运方具有承运资格的车辆总数，V2为承运方具有承运资格且处于运输状态的车辆总数，V3为承运方自行派发的具有承运资格且处于运输状态的车辆总数。

10.根据权利要求1所述基于云平台的物流信息管理系统，其特征在于，所述物流信息跟踪模块：通过接收车载客户端的位置信息，进行物流进度分析；所述托运方客户端和承托方客户端均可访问该运单的物流进度分析结果；当物流进度低于预设阈值时，所述物流监控模块向车载客户端、托运方客户端、承托方客户端发送进度报警信息；

所述物流进度分析包括：首先，基于运单的起始地和目的地，基于最优化导航地图形成理论运输路线，以及起始地和目的地的直线距离路线；然后，将理论运输路线和直线距离路线根据道路限速和安全运输时间分割为2个以上进度节点；最后，对比运输车辆在预设时间点实际形成与所述进度节点的比较值，得到所述物流进度信息。