CN109784618A - 物流交易匹配方法 - Google Patents
物流交易匹配方法 Download PDFInfo
- Publication number
- CN109784618A CN109784618A CN201811481417.9A CN201811481417A CN109784618A CN 109784618 A CN109784618 A CN 109784618A CN 201811481417 A CN201811481417 A CN 201811481417A CN 109784618 A CN109784618 A CN 109784618A
- Authority
- CN
- China
- Prior art keywords
- carrier
- index
- information
- matching
- physical distribution
- 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
Links
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种物流交易匹配方法,包括以下步骤:一是获取物流交易信息,包括托运方发布的货源信息和承运方发布的运输信息;二是依据托运方发布的货源信息对承运方发布的运输信息进行匹配过滤,得到预选交易匹配方案集合;三是建立交易匹配评价指标体系;四是使用层次分析法确定所述各指标权重;五是对各指标进行评分并计算方案总分,选择最优交易匹配方案。本方法能够基于大数据进行智能匹配,提高匹配效率和匹配方案精确度,在快速匹配的同时能够进一步满足交易者双方的需求,并且实现交易过程信息公开透明,减少了不必要的中间链条,有效降低搜索成本和沟通时间,达到了改善供应链的目标。
Description
技术领域
本发明涉及智能物流领域,尤其是涉及一种物流交易匹配方法。
背景技术
近年来随着社会经济的繁荣,我国物流业获得蓬勃发展。伴随着机遇而来的是巨大的挑战,目前我国物流业仍存在成本高昂、效率低下的难题,这其中推动物流技术发展是解决该问题的重要手段之一。目前物流交易发展缓慢、覆盖面窄,主要原因是服务模式还较为落后,可操作性不高,限制了效率和发展。目前各类物流平台或多或少都面临着交易过程繁杂、匹配效率低下、信息更新不及时等问题,用户对交易的效率和效益的需求已经不能通过传统的人工搜索和人工匹配来完成了。
发明内容
发明目的:本发明要解决的技术问题是提供一种物流交易匹配方法,克服传统方法匹配效率低、难以满足双方交易者需求的不足,能够有效降低搜索成本和沟通时间,显著提高物流交易效率。
技术方案:本发明所述的物流交易匹配方法,包括以下步骤:
(1)获取物流交易信息,包括托运方发布的货源信息和承运方发布的运输信息;
(2)依据托运方发布的货源信息对承运方发布的运输信息进行匹配过滤,得到预选交易匹配方案集合;
(3)建立交易匹配评价指标体系;
(4)使用层次分析法确定所述各指标权重;
(5)对各指标进行评分并计算方案总分,选择最优交易匹配方案。
进一步的,步骤(2)所述的匹配过滤的条件包括判断托运方是否指定承运人、货源与运货工具的流向是否一致、出运时间是否符合、转运方式是否符合和班期和舱位是否符合装载条件,将不符合相应匹配规则的承运方信息过滤掉,得到预选交易匹配方案集合。
进一步的,步骤(3)中所述的交易匹配评价指标体系包括一级评价指标和二级评价指标,所述一级评价指标包括价格指标、运输时间指标、服务质量指标,所述服务质量指标的二级评价指标包括企业信用指标、准时率指标和货损率指标。
进一步的,步骤(4)的具体步骤为:
(1)运用层次分析法,将评价指标建立判断矩阵;
(2)根据所述的判断矩阵,得出交易匹配评价体系中各评价指标的权重。
进一步的,步骤(5)中对各指标进行评分的方法包括:
(1)对某个承运人价格评分为:
(2)对某个承运人运输时间评分为:
(3)对某个承运人准时率评分为:
某个承运人准时率*100;
(4)对某个承运人货损率评分为:
(1-某个承运人货损率)*100。
进一步的,步骤(5)中计算方案总分的方法为:
方案总分=价格评分*价格权重+运输时间评分*运输时间权重+企业信用评分*企业信用权重+准时率评分*准时率权重+货损率评分*货损率权重。
有益效果:本方法能够基于大数据进行智能匹配,提高匹配效率和匹配方案精确度,在快速匹配的同时能够进一步满足交易者双方的需求,并且实现交易过程信息公开透明,减少了不必要的中间链条,有效降低搜索成本和沟通时间,达到了改善供应链的目标。
附图说明
图1是本发明的整体流程图。
具体实施方式
本实施例中,S公司有一批货物(普货),总重为9吨,共有三个40GP集装箱,需要从上海通过海运运输到汉堡,目前有5家承运人发布有剩余舱位。物流交易匹配的具体实施过程如图1所示,具体为:
步骤(1),首先获取交易信息,包括托运方发布的货源信息和承运方发布的运输信息,并对信息进行审核以保证真实性和可靠性,最终所获信息表1和表2所示。
表1托运方信息
指定承运人 | 货物类型 | 货物重量 | 集装箱数量 | 箱型 |
无 | 普货 | 9吨 | 3 | 40GP |
指定班期 | 起运港 | 目的港 | 转运方式 | 最早/最晚出运日 |
无 | 上海 | 汉堡 | 直达 | 5.20/5.24 |
表2承运方信息
步骤(2),对交易信息进行匹配过滤,具体过程为:
一是承运人匹配,托运方无指定承运人,所以无过滤实体,5个承运人A、B、C、D、E都进入下一个匹配环节。
二是流向匹配,托运方与承运方流向匹配指标起运港和目的港。5个承运人流向都是上海-汉堡,与托运方的运输需求相同,所以无过滤实体,5个承运人都进入下一个匹配环节。
三是出运时间匹配,托运方在发布货盘时需要确认货物的大致出运时间,即最早出运时间和最晚出运时间,分别是5月20日和5月24日,出发时间大致在出运时间之间的承运方符合匹配条件。该匹配环节将过滤承运人D,承运人A、B、C、E符合条件。
四是转运方式匹配,转运方式分为直转和中转,托运方的运输需求指明转运方式为直达,在剩余的承运人A、B、C、E中,承运方B的转运方式为中转,故在该环节被过滤除去,此时还剩下承运人A、C、E。
五是班期和舱位匹配,由于托运方出运时间不确定,故无指定班期,承运人A、C、E舱位均符合要求,故该环节还剩下承运人A、C、E。
步骤(3),建立交易匹配评价指标体系,选取价格指标B1、时间指标B2、服务质量指标B3为一级评分指标,企业信用指标C1、准时率指标C2和货损率指标C3为服务质量指标B3的二级评分指标。
步骤(4),使用层次分析法确定所述各指标权重,层次分析法对其下的各方案进行两两对比,并按其重要性程度评定等级。aij为要素i与要素j重要性比较结果,按两两比较结果构成的矩阵称作判断矩阵。判断矩阵具有如下性质:
使用的相对比较尺度如表3所示。
表3相对比较尺度表
量化值 | 含义 |
1 | 两个要素同等重要 |
3 | 一个要素比另一个要素略微重要 |
5 | 一个要素比另一个要素重要 |
7 | 一个要素比另一个要素重要很多 |
9 | 一个要素比另一个要素极端重要 |
2,4,6,8 | 上述相邻判断的中间值 |
将上述指标B1、B2、B3两两进行比较,构建判断矩阵,并进行权重计算,计算结果如表4和表5所示,A代表承运人A。
表4判断矩阵A-B1-2-3
A | B<sub>1</sub> | B<sub>2</sub> | B<sub>3</sub> |
B<sub>1</sub> | 1 | 3 | 1/5 |
B<sub>2</sub> | 1/3 | 1 | 1/6 |
B<sub>3</sub> | 5 | 6 | 1 |
求和 | 6.333 | 10.00 | 1.37 |
将矩阵每一列归一化,即对按列归一化的矩阵,再按行求和,对应于判断矩阵最大特征根λmax的特征向量,经归一化后记为指标的权重W。
表5判断矩阵A-B1-2-3权重计算
A | B<sub>1</sub> | B<sub>2</sub> | B<sub>3</sub> | 求和 | W |
B<sub>1</sub> | 0.158 | 0.300 | 0.146 | 0.604 | 0.2014 |
B<sub>2</sub> | 0.053 | 0.100 | 0.122 | 0.275 | 0.0915 |
B<sub>3</sub> | 0.790 | 0.600 | 0.732 | 2.121 | 0.7071 |
求和 | 1.000 | 1.000 | 1.000 | 3.000 | 1.000 |
对判断矩阵A-B1-2-3进行一致性检验,发现符合要求,故判断矩阵A-B1-2-3的权重向量为:
W1=[0.2014 0.0915 0.7071]T
对B3的二级指标C1、C2和C3进行两两比较,构建第二级判断矩阵,并计算权重,构建和计算过程与上述判断矩阵A-B1-2-3的过程相同。计算结果如表6,表7所示。
表6判断矩阵B3-C1-2-3
B<sub>3</sub> | C<sub>1</sub> | C<sub>2</sub> | C<sub>3</sub> |
C<sub>1</sub> | 1 | 2 | 1/3 |
C<sub>2</sub> | 1/2 | 1 | 1/5 |
C<sub>3</sub> | 3 | 5 | 1 |
求和 | 4.50 | 8.00 | 1.53 |
表7判断矩阵B3-C1-2-3权重计算
B<sub>3</sub> | C<sub>1</sub> | C<sub>2</sub> | C<sub>3</sub> | SUM | W |
C<sub>1</sub> | 0.222 | 0.250 | 0.217 | 0.690 | 0.230 |
C<sub>2</sub> | 0.111 | 0.125 | 0.130 | 0.367 | 0.122 |
C<sub>3</sub> | 0.667 | 0.625 | 0.652 | 1.944 | 0.648 |
求和 | 1.000 | 1.000 | 1.000 | 3.000 | 1.000 |
对判断矩阵B3-C1-2-3进行一致性检验,发现符合要求,故判断矩阵B3-C1-2-3的权重向量为:
W2=[0.230 0.122 0.648]T
因二级指标总权重为0.7071,将权重向量分别乘以0.7071,将其标准化:
W2’=[0.1625 0.0864 0.4581]T
由此得到总权重结果,如表8所示:
表8评分指标权重结果
步骤(5),建立交易匹配方案各指标评价标准,从所述预选交易匹配方案集合中筛选最优交易匹配方案。
(1)对价格进行评分:承运人A的价格评分标准设为A价代表承运人A实际报价,其余承运人以此类推,得到承运人A、C、E的价格评分分别为67.46分、65.73分、66.81分;
(2)对运输时间进行评分:将承运人A的运输时间评分标准设为A时代表承运人A实际运输时间,其余承运人以此类推,得到承运人A、C、E的运输时间评分分别为67.71分、66.67分、65.63分;
(3)对准时率进行评分:将准时率*100设为准时率评分,得到承运人A、C、E的准时率评分分别为82分、76分、80分;
(4)对货损率进行评分:将(1-货损率)*100设为货损率评分,得到承运人A、C、E的货损率评分分别为95分、97分、92分;
(5)根据权重计算各指标评分的加权平均分,即为方案总分:方案评分=运输时间评分*0.0915+价格评分*0.2014+企业信用评分*0.1625+准时率评分*0.0864+货损率评分*0.4581,其中企业信用评分由物流协会评定,评分数值可以在物流协会查询到。由此得出承运人A、C、E总分分别为83.54分、82.69分、81.69分,承运人A得分最高,所以最优交易匹配方案为选择承运人A。
Claims (6)
1.一种物流交易匹配方法,其特征在于包括以下步骤:
(1)获取物流交易信息,包括托运方发布的货源信息和承运方发布的运输信息;
(2)依据托运方发布的货源信息对承运方发布的运输信息进行匹配过滤,得到预选交易匹配方案集合;
(3)建立交易匹配评价指标体系;
(4)使用层次分析法确定所述各指标权重;
(5)对各指标进行评分并计算方案总分,选择最优交易匹配方案。
2.根据权利要求1所述的物流交易匹配方法,其特征在于:步骤(2)所述的匹配过滤的条件包括判断托运方是否指定承运人、货源与运货工具的流向是否一致、出运时间是否符合、转运方式是否符合和班期和舱位是否符合装载条件,将不符合相应匹配规则的承运方信息过滤掉,得到预选交易匹配方案集合。
3.根据权利要求1所述的物流交易匹配方法,其特征在于:步骤(3)中所述的交易匹配评价指标体系包括一级评价指标和二级评价指标,所述一级评价指标包括价格指标、运输时间指标、服务质量指标,所述服务质量指标的二级评价指标包括企业信用指标、准时率指标和货损率指标。
4.根据权利要求1所述的物流交易匹配方法,其特征在于:步骤(4)的具体步骤为:
(1)运用层次分析法,将评价指标建立判断矩阵;
(2)根据所述的判断矩阵,得出交易匹配评价体系中各评价指标的权重。
5.根据权利要求3所述的物流交易匹配方法,其特征在于步骤(5)中对各指标进行评分的方法包括:
(1)对某个承运人价格评分为:
(2)对某个承运人运输时间评分为:
(3)对某个承运人准时率评分为:
某个承运人准时率*100;
(4)对某个承运人货损率评分为:
(1-某个承运人货损率)*100。
6.根据权利要求3所述的物流交易匹配方法,其特征在于步骤(5)中计算方案总分的方法为:
方案总分=价格评分*价格权重+运输时间评分*运输时间权重+企业信用评分*企业信用权重+准时率评分*准时率权重+货损率评分*货损率权重。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811481417.9A CN109784618A (zh) | 2018-12-05 | 2018-12-05 | 物流交易匹配方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811481417.9A CN109784618A (zh) | 2018-12-05 | 2018-12-05 | 物流交易匹配方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109784618A true CN109784618A (zh) | 2019-05-21 |
Family
ID=66496718
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811481417.9A Pending CN109784618A (zh) | 2018-12-05 | 2018-12-05 | 物流交易匹配方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109784618A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110348671A (zh) * | 2019-05-23 | 2019-10-18 | 深圳壹账通智能科技有限公司 | 分配物流货品的数据处理方法及装置 |
CN111127896A (zh) * | 2019-12-16 | 2020-05-08 | 苏州水易数据科技有限公司 | 一种基于大数据处理分析的智能运输控制方法及其系统 |
CN111242534A (zh) * | 2020-01-06 | 2020-06-05 | 郭艺斌 | 基于物联网的快速投递系统及投递方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101930580A (zh) * | 2010-08-19 | 2010-12-29 | 北京中交兴路信息科技有限公司 | 一种货运交易撮合方法及系统 |
CN106447251A (zh) * | 2016-08-26 | 2017-02-22 | 杭州华春科技有限公司 | 一种物流运输撮合竞价支付及风险管控方法及系统 |
CN108510228A (zh) * | 2018-04-02 | 2018-09-07 | 叶明宝 | 一种公路运输车货智能匹配方法 |
CN108898347A (zh) * | 2018-07-07 | 2018-11-27 | 肥西中宇物流有限责任公司 | 一种物流运输匹配方法 |
-
2018
- 2018-12-05 CN CN201811481417.9A patent/CN109784618A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101930580A (zh) * | 2010-08-19 | 2010-12-29 | 北京中交兴路信息科技有限公司 | 一种货运交易撮合方法及系统 |
CN106447251A (zh) * | 2016-08-26 | 2017-02-22 | 杭州华春科技有限公司 | 一种物流运输撮合竞价支付及风险管控方法及系统 |
CN108510228A (zh) * | 2018-04-02 | 2018-09-07 | 叶明宝 | 一种公路运输车货智能匹配方法 |
CN108898347A (zh) * | 2018-07-07 | 2018-11-27 | 肥西中宇物流有限责任公司 | 一种物流运输匹配方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110348671A (zh) * | 2019-05-23 | 2019-10-18 | 深圳壹账通智能科技有限公司 | 分配物流货品的数据处理方法及装置 |
CN111127896A (zh) * | 2019-12-16 | 2020-05-08 | 苏州水易数据科技有限公司 | 一种基于大数据处理分析的智能运输控制方法及其系统 |
CN111242534A (zh) * | 2020-01-06 | 2020-06-05 | 郭艺斌 | 基于物联网的快速投递系统及投递方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109784618A (zh) | 物流交易匹配方法 | |
Pham et al. | The efficiency analysis of world top container ports using two-stage uncertainty DEA model and FCM | |
Tulyakova et al. | Assessment of Competitiveness of Shipbuilding Industry in Russia | |
Barros et al. | Suitability of Brazilian ports to international standards of port needs: a case study in the port of Salvador | |
Lyakurwa | The business of exporting 1: Transaction costs facing suppliers in Sub-Saharan Africa | |
Brooks et al. | Infrastructure and trade facilitation in Asian APEC | |
Kawa | Improving Logistics Connectivity of E-commerce in the ASEAN Region | |
Figwer | Marketing orientation in Polish seaports | |
Lazuardy et al. | The possibility and acceptability of Indonesian traditional shipping as feeder services | |
Acer et al. | The determination of Turkish container ports performance with TOPSIS multiple criteria decision making method | |
Kamalinejad et al. | Financial feasibility study between purchasing and hiring LNG carrier in Iranian LNG industry | |
Edirisinghe | Smart Container Inventory Management: A Conceptual Approach | |
Feng et al. | Analysis of cross-border E-commerce operating performance based on FAHP | |
Koskinen et al. | How industrial shutdown affects transportation logistics? Paper industry case study | |
Fan et al. | Vessel size, investments and trade | |
Lee | Analytic comparisons of shipbuilding competitiveness between China and Korea | |
Walsh | Thilawa special economic zone and the single window | |
Hummels | How further trade liberalization would change greenhouse-gas emissions from international freight transport | |
Fagerholt et al. | Ship routing scheduling with persistence and distance objecives | |
Ruutikainen et al. | Development of Russian ports in the Gulf of Finland | |
Martínez Galán | A contribution to evaluate the impact of global value chains | |
Kim et al. | The Impact of Macroeconomic Variables on the Profitability of Korean Ocean-Going Shipping Companies | |
Tang | A study of the issues concerning development of China's agricultural product logistics | |
Jia et al. | A refueling scheme optimization model for the voyage charter with fuel price fluctuation and ship deployment consideration | |
Phuong | Current Status and Solutions To Reduce Logistics Costs in Vietnam |
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 |