CN109685409A - 一种货运平台车主收益最大化智能拼车匹配方法 - Google Patents

一种货运平台车主收益最大化智能拼车匹配方法 Download PDF

Info

Publication number
CN109685409A
CN109685409A CN201811365770.0A CN201811365770A CN109685409A CN 109685409 A CN109685409 A CN 109685409A CN 201811365770 A CN201811365770 A CN 201811365770A CN 109685409 A CN109685409 A CN 109685409A
Authority
CN
China
Prior art keywords
car
information
share
owner
cargo
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201811365770.0A
Other languages
English (en)
Inventor
李敬泉
金斯瑶
洪思聪
刘云飞
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing University
Original Assignee
Nanjing University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nanjing University filed Critical Nanjing University
Priority to CN201811365770.0A priority Critical patent/CN109685409A/zh
Publication of CN109685409A publication Critical patent/CN109685409A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/083—Shipping
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Quality & Reliability (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Game Theory and Decision Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种货运平台车主收益最大化智能拼车匹配方法，所述智能拼车匹配方法步骤为：货主在拼车平台发布拼车信息，拼车信息包括：货物名称，货物类型，货物数量，重量，体积，车型要求，车长要求，启运地，目的地，发货时间和收货时间，货运价格；对平台上的货主拼车信息进行提取，并对货主拼车信息进行分类；将每条拼车信息分为静态信息和动态信息；对平台数据库中的车主信息进行提取，并对信息进行分类；将每条车主信息分为静态信息和动态信息；本发明针对目前货运高空载率致使物流成本居高难下问题，在充分考虑影响能否成功拼车的多项重要因素下，设立科学的拼车模型，为货运拼车提供科学高效的方法。

Description

一种货运平台车主收益最大化智能拼车匹配方法
技术领域
本发明属于智能配对技术领域，具体涉及一种货运平台车主收益最大化智能拼车匹配方法。
背景技术
随着信息技术的不断发展，网络货运平台逐渐走向了市场，有效地解决了高空载率的问题。由于网络货运平台的出现，货物运输不仅仅是整车运输，更可以提供智能的货运拼车方法。但是车辆本身有重量等限制因素，车主需要根据自身载货量以及货主提供的价格进行最优选择。
目前现有货运平台仅仅根据拼车可能性为车主选择拼车方案，未考虑车主实际利润因素的问题，为此我们提出一种货运平台车主收益最大化智能拼车匹配方法。
发明内容
本发明的目的在于提供一种货运平台车主收益最大化智能拼车匹配方法，以解决上述背景技术中提出的目前现有货运平台仅仅根据拼车可能性为车主选择拼车方案，未考虑车主实际利润因素的问题。
为实现上述目的，本发明提供如下技术方案：一种货运平台车主收益最大化智能拼车匹配方法，所述智能拼车匹配方法步骤为：
步骤一：货主在拼车平台发布拼车信息，拼车信息包括：货物名称，货物类型，货物数量，重量，体积，车型要求，车长要求，启运地，目的地，发货时间和收货时间，货运价格；
步骤二：对平台上的货主拼车信息进行提取，并对货主拼车信息进行分类；
步骤三：将每条拼车信息分为静态信息和动态信息；
步骤四：对平台数据库中的车主信息进行提取，并对信息进行分类；
步骤五：将每条车主信息分为静态信息和动态信息；
步骤六：根据拼车信息中的静态信息和动态信息，筛选出符合拼车条件的货主信息，并按照车主收益最大化原则形成智能拼车方案；
步骤七：将步骤六中确定的拼车方案智能推送至符合筛选条件车主；
步骤八：计算车主拼车收益；
步骤九：拼车成功，开始拼车。
优选的，所述步骤二中提取平台货主拼车信息并将其分类的具体步骤为：分为三类信息，第一类信息为货物信息，包括货物名称、货物种类、货物数量和重量，第二类信息为车型要求和车长要求，第三类信息为运输要求，包括装货时间、收货时间、启运地和目的地、货运价格。
优选的，所述步骤三中将每条包括车型需求、载重需求、车长需求、发货时间需求、收货时间需求、启运地需求和目的地、货运价格需求信息这类拼车信息，分为静态信息和动态信息，其中静态信息包括：货物种类、货物重量、对车型的要求、启运地、目的地、货运价格；动态信息包括：装卸货时间。
优选的，所述步骤四中对平台数据库内的车主信息进行分类的具体步骤为：分为三类，第一类是车辆基本信息包括车辆类型、车厢长宽高、额定载重、购车日期、拖挂轮轴、发动机号和车辆照片；第二类是车主个人基本信息，包括联系方式、身份信息和驾驶证信息；第三类信息包括车主可以在平台设置的信息，包括车辆行驶路线和剩余载重。
优选的，所述步骤五中车主信息分为静态信息和动态信息，其中静态信息包括：车辆基本信息、车主个人信息；动态信息包括：车辆行驶路线、车辆剩余载重等信息。
优选的，所述步骤六中智能匹配的具体方法如下：
步骤六-一：将未拼车成功货主组成第一待匹配集；
步骤六-二：根据货物种类、车型要求、车长要求、启运地和目的地、装载时间和卸货时间从待匹配集中筛选与车主这类信息相同的货主，组成第二待匹配集；
步骤六-三：从第二待匹配集中选取一个货主进行是否适合拼车判断；若货车载重量为t吨，判断第一个货主货物重量是否超过t吨，如果超过则不适合拼车集，如果不超过则选取下一个货主进行是否合适拼车判断，进入步骤6.3，直至第二待匹配集货主筛选完成，组成第三待匹配集，进入步骤6.4；
步骤六-四：对第三待匹配集的货主按照公式计算单位重量价值Pi：从高到低进行排序，其中Vi为货主发布的货运价格；Wi为货主发布的货物重量；
步骤六-五：根据由高到低选取货物，直至拼车完成，组成拼车方案。
优选的，所述步骤八中各货主拼车费用的计算方法如下：平台根据货主提供的货运价拼车信息包括确定的车型需求、载重需求、车长需求、发货时间需求、收货时格，对车主选择拼车方案进行拼车收益计算，其中计算公式为：
与现有技术相比，本发明的有益效果是：
(1)本发明针对目前货运高空载率致使物流成本居高难下问题，在充分考虑影响能否成功拼车的多项重要因素下，设立科学的拼车模型，为货运拼车提供科学高效的方法。
(2)本发明根据有拼车意愿货主的启运地、目的地、货物类型、重量、需要达到目的地的时间等相关信息，在满足系统最优约束条件下，匹配出最优的拼车集，在保证每位货主利益的前提下，实现优化分配，找到让每一位拼车的货主成本最低的费用计算方法。
(3)本发明既能够保障高效率拼车并节省货主的运输费用，又可以提高司机的装载率。
附图说明
图1为本发明的方法流程图；
图2为本发明的智能匹配拼车方案的实现流程图；
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参阅图1和图2，本发明提供一种技术方案：一种货运平台车主收益最大化智能拼车匹配方法，智能拼车匹配方法步骤为：
步骤一：货主在拼车平台发布拼车信息，拼车信息包括：货物名称，货物类型，货物数量，重量，体积，车型要求，车长要求，启运地，目的地，发货时间和收货时间，货运价格；
步骤二：对平台上的货主拼车信息进行提取，并对货主拼车信息进行分类；
步骤三：基于拼车信息确定静态信息和动态信息；
一条拼车信息包括确定的车型需求、载重需求、车长需求、发货时间需求、收货时间需求、启运地需求和目的地需求系列信息，但有些信息是静态的，有些信息是动态改变的，静态信息包括：货物种类、货物重量、对车型的要求、启运地、目的地、货运价格；动态信息包括：装卸货时间。
步骤四：平台数据库车主信息提取，并对信息进行分类；
提取平台数据库关于车主信息，将其分成三类，第一类是车辆基本信息包括车辆类型、车厢长宽高、额定载重、购车日期、拖挂轮轴、发动机号、车辆照片等车辆基本信息；第二类是车主个人基本信息，包括联系方式、身份信息、驾驶证信息等；第三类信息包括车主可以在平台设置的信息，包括车辆行驶路线、剩余载重等信息。
表2实施例车主信息表
车主 车型 剩余载重 实时位置 计划目的地
车主1 平板车 30 蚌埠 上海
步骤五：基于车主信息确定静态信息和动态信息；
车主的静态信息包括：车辆基本信息、车主个人信息；动态信息包括：车辆行驶路线、车辆剩余载重等信息。
步骤六：智能匹配，确定最优拼车方案；
根据拼车的静态信息和动态信息，智能匹配适合拼车的货主，为车主组成收益最大化拼车方案，智能匹配的实现过程如下：计各货主为xi，假设一辆货车的载重为30吨。
步骤6.1：将未拼车成功货主，即货主1、货主2、货主3、货主4、货主5、货主6、货主7、货主8组成第一待匹配集；
步骤6.2：根据货物种类、车型要求、车长要求、启运地和目的地、装载时间和卸货时间从待匹配集中筛选与车主这类信息相同的货主：
货主5的车型要求、启运地与车主1的信息不符合，则筛除货主5；货主6的装卸时间与车主1的装卸时间不一致，则筛除货主6.
货主1、货主2、货主3、货主4、货主7、货主8货主组成第二待匹配集；
步骤6.3：从第二待匹配集中选取货主进行是否适合拼车判断，将货主货物重量小于车主剩余载重量的货主组成第三匹配集；
已知货车载重量为30吨，判断第一个货主货物重量是否超过30吨，10＜30，则对第二待匹配集下一个货主检测，货主2货物重量为40吨，40＞30，则筛除货主2；同理，对第二匹待配集的货主依次进行检验，直至筛选结束；
筛选后得到货主1、货主3、货主4、货主7、货主8形成了第三待匹配集；
步骤6.4：对第三待匹配集的货主按照公式计算单位重量价值Pi，计算公式为：并由高到底进行排序计算后得下表：
表三货主单位重量货物价值表
步骤6.5：根据Pi由高到低选取货物，直至拼车完成，组成拼车方案；先选择货主1和货主3判断10+8＝18＜30，适合拼车，则货主1和货主3组成拼车集，继续判断货主8是否适合拼车，18+12＝30，则货主1、货主3、货主8形成拼车集，且此拼车方案对于车主来说收益最大。
综上，得到对于车主1的收益最大拼车方案如下表：
表4实施拼车方案
步骤七：计算车主拼车获取收益为：
步骤八：将表4拼车方案与车主进行匹配，将拼车方案信息推送至符合条件车主，车主1接单后拼车成功。
步骤九：开始拼车
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

Claims (7)

1.一种货运平台车主收益最大化智能拼车匹配方法，其特征在于：所述智能拼车匹配方法步骤为：
步骤一：货主在拼车平台发布拼车信息，拼车信息包括：货物名称，货物类型，货物数量，重量，体积，车型要求，车长要求，启运地，目的地，发货时间和收货时间，货运价格；
步骤二：对平台上的货主拼车信息进行提取，并对货主拼车信息进行分类；
步骤三：将每条拼车信息分为静态信息和动态信息；
步骤四：对平台数据库中的车主信息进行提取，并对信息进行分类；
步骤五：将每条车主信息分为静态信息和动态信息；
步骤六：根据拼车信息中的静态信息和动态信息，筛选出符合拼车条件的货主信息，并按照车主收益最大化原则形成智能拼车方案；
步骤七：将步骤六中确定的拼车方案智能推送至符合筛选条件车主；
步骤八：计算车主拼车收益；
步骤九：拼车成功，开始拼车。
2.根据权利要求1所述的一种货运平台车主收益最大化智能拼车匹配方法，其特征在于：所述步骤二中提取平台货主拼车信息并将其分类的具体步骤为：分为三类信息，第一类信息为货物信息，包括货物名称、货物种类、货物数量和重量，第二类信息为车型要求和车长要求，第三类信息为运输要求，包括装货时间、收货时间、启运地和目的地、货运价格。
3.根据权利要求1所述的一种货运平台车主收益最大化智能拼车匹配方法，其特征在于：所述步骤三中将每条包括车型需求、载重需求、车长需求、发货时间需求、收货时间需求、启运地需求和目的地、货运价格需求信息这类拼车信息，分为静态信息和动态信息，其中静态信息包括：货物种类、货物重量、对车型的要求、启运地、目的地、货运价格；动态信息包括：装卸货时间。
4.根据权利要求1所述的一种货运平台车主收益最大化智能拼车匹配方法，其特征在于：所述步骤四中对平台数据库内的车主信息进行分类的具体步骤为：分为三类，第一类是车辆基本信息包括车辆类型、车厢长宽高、额定载重、购车日期、拖挂轮轴、发动机号和车辆照片；第二类是车主个人基本信息，包括联系方式、身份信息和驾驶证信息；第三类信息包括车主可以在平台设置的信息，包括车辆行驶路线和剩余载重。
5.根据权利要求1所述的一种货运平台车主收益最大化智能拼车匹配方法，其特征在于：所述步骤五中车主信息分为静态信息和动态信息，其中静态信息包括：车辆基本信息、车主个人信息；动态信息包括：车辆行驶路线、车辆剩余载重等信息。
6.根据权利要求1所述的一种货运平台车主收益最大化智能拼车匹配方法，其特征在于：所述步骤六中智能匹配的具体方法如下：
步骤六-一：将未拼车成功货主组成第一待匹配集；
步骤六-二：根据货物种类、车型要求、车长要求、启运地和目的地、装载时间和卸货时间从待匹配集中筛选与车主这类信息相同的货主，组成第二待匹配集；
步骤六-三：从第二待匹配集中选取一个货主进行是否适合拼车判断；若货车载重量为t吨，判断第一个货主货物重量是否超过t吨，如果超过则不适合拼车集，如果不超过则选取下一个货主进行是否合适拼车判断，进入步骤6.3，直至第二待匹配集货主筛选完成，组成第三待匹配集，进入步骤6.4；
步骤六-四：对第三待匹配集的货主按照公式计算单位重量价值Pi：从高到低进行排序，其中Vi为货主发布的货运价格；Wi为货主发布的货物重量；
步骤六-五：根据由高到低选取货物，直至拼车完成，组成拼车方案。
7.根据权利要求1所述的一种货运平台车主收益最大化智能拼车匹配方法，其特征在于：所述步骤八中各货主拼车费用的计算方法如下：平台根据货主提供的货运价拼车信息包括确定的车型需求、载重需求、车长需求、发货时间需求、收货时格，对车主选择拼车方案进行拼车收益计算，其中计算公式为：
CN201811365770.0A 2018-11-16 2018-11-16 一种货运平台车主收益最大化智能拼车匹配方法 Pending CN109685409A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811365770.0A CN109685409A (zh) 2018-11-16 2018-11-16 一种货运平台车主收益最大化智能拼车匹配方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811365770.0A CN109685409A (zh) 2018-11-16 2018-11-16 一种货运平台车主收益最大化智能拼车匹配方法

Publications (1)

Publication Number Publication Date
CN109685409A true CN109685409A (zh) 2019-04-26

Family

ID=66184737

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811365770.0A Pending CN109685409A (zh) 2018-11-16 2018-11-16 一种货运平台车主收益最大化智能拼车匹配方法

Country Status (1)

Country Link
CN (1) CN109685409A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110472902A (zh) * 2019-06-25 2019-11-19 天津五八到家科技有限公司 货运处理方法、装置、设备和存储介质
CN111898953A (zh) * 2020-07-31 2020-11-06 沙师弟(重庆)网络科技有限公司 一种分组规划的货运调控方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106651122A (zh) * 2016-11-07 2017-05-10 南京大学 一种货源信息筛选及推送方法
CN106709688A (zh) * 2017-01-03 2017-05-24 南京大学 一种货运用拼车平台的拼车方法
CN108416559A (zh) * 2018-04-18 2018-08-17 江苏富力物流科技有限公司 一种货运平台车主收益最大化智能拼车匹配方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106651122A (zh) * 2016-11-07 2017-05-10 南京大学 一种货源信息筛选及推送方法
CN106709688A (zh) * 2017-01-03 2017-05-24 南京大学 一种货运用拼车平台的拼车方法
CN108416559A (zh) * 2018-04-18 2018-08-17 江苏富力物流科技有限公司 一种货运平台车主收益最大化智能拼车匹配方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110472902A (zh) * 2019-06-25 2019-11-19 天津五八到家科技有限公司 货运处理方法、装置、设备和存储介质
CN111898953A (zh) * 2020-07-31 2020-11-06 沙师弟(重庆)网络科技有限公司 一种分组规划的货运调控方法

Similar Documents

Publication Publication Date Title
CN106709688A (zh) 一种货运用拼车平台的拼车方法
CN108416559B (zh) 一种货运平台车主收益最大化智能拼车匹配方法
CN103927639A (zh) 一种基于实时信息的钢铁产品物流系统及其调度方法
CN104504459B (zh) 物流运输优化方法及系统
CN114862226B (zh) 一种仓储物流智能调度及装卸货管理方法及系统
CN110070237A (zh) 基于货物配送点、货物体积和车型的货物配载计算方法
CN109858688A (zh) 一种集装箱多式联运枢纽选址方法
CN109409613A (zh) 一种基于物流运力团购车货匹配优化方法
CN109685409A (zh) 一种货运平台车主收益最大化智能拼车匹配方法
CN109685410A (zh) 一种针对轻泡型货物运输的拼车方法
CN109740910A (zh) 运输车辆确定方法和装置
Sharpe et al. Market analysis of heavy-duty commercial trailers in Europe
Sternad Cost Calculation in road freight transport
DE102021125322A1 (de) Systeme und verfahren zur optimierung des fahrzeugeinsatzes
CN102214370A (zh) 一种计算货车以及客车通行费用的方法和装置
CN107170052A (zh) 一种出租车智能运营系统
CN111784265A (zh) 整车物流运输智能配载系统及方法
CN116011648A (zh) 经营性高速公路差异化收费方案制定方法及系统
CN110766203A (zh) 基于综合费用的铁路集疏运服务网络优化方法
CN111709570B (zh) 一种网络甩挂运输调度的优化方法
Adra et al. Analysis of the load factor and the empty running rate for road transport. Artemis-assessment and reliability of transport emission models and inventory systems
CN114493411A (zh) 一种港口货物、国内货物订单匹配系统
CN114626755A (zh) 一种基于马尔可夫决策的钢铁物流智能调度方法及系统
Klochkov et al. The Prediction of Transport-Logistics Systems Based on Unmanned Aerial Vehicles Creation Efficiency
Gilleon et al. Powertrain Performance and Total Cost of Ownership Analysis for Class 8 Yard Tractors and Refuse Trucks

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20190426