CN109685411A - 一种物流货运平台的拼车匹配方法 - Google Patents
一种物流货运平台的拼车匹配方法 Download PDFInfo
- Publication number
- CN109685411A CN109685411A CN201811366306.3A CN201811366306A CN109685411A CN 109685411 A CN109685411 A CN 109685411A CN 201811366306 A CN201811366306 A CN 201811366306A CN 109685411 A CN109685411 A CN 109685411A
- Authority
- CN
- China
- Prior art keywords
- cargo
- owner
- car
- share
- time
- 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
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000012549 training Methods 0.000 claims description 28
- 230000001419 dependent effect Effects 0.000 claims description 12
- 238000013480 data collection Methods 0.000 claims description 4
- 238000010276 construction Methods 0.000 claims description 3
- 235000013399 edible fruits Nutrition 0.000 claims description 2
- 230000000977 initiatory effect Effects 0.000 claims description 2
- 230000032258 transport Effects 0.000 description 16
- 238000010586 diagram Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000007477 logistic regression Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
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
本发明公开了一种物流货运平台的拼车匹配方法,包括如下步骤:物流电子商务平台接收多个货主发起的累计小于单位车辆最大载重量的小批量货物的运输请求;物流货运平台根据多位货主的货源信息和车主的车辆信息合理匹配拼车方案;物流货运平台将物流运力团购信息发布在平台网站,并推送给符合要求车辆的车主的移动终端设备;本发明有助于得出最优拼车方案,并将该拼车方案发布于平台网站并推送给符合匹配条件的车主;解决小批量货源的货主寻车困难和车主整合配载货物难的问题,既能提高车主的运输效率及货物装载率,又能减少货主的运输成本,合理并高效率地进行拼车,促进物流资源的有效整合和合理配置。
Description
技术领域
本发明属于物流运输电商平台的互联网大数据信息分析技术领域,具体涉及一种物流货运平台的拼车匹配方法。
背景技术
随着物流行业和电子信息技术的快速发展,物流运输行业与电子商务联系日益密切,大量货主和车主通过物流运输交易电子商务平台提供的服务进行交易,这在一定程度上解决小批量货源的货主寻车困难和车主合理配载货物难的问题。
目前,已有的物流平台虽然能够找到适合配的车辆,但难以对多个小批量货源适配车主进行拼车运输,既不能提高车主的运输效率和装载率,也不能减少货主的运输成本。
拼车匹配方法指将为车主筛选适合拼车运输的多个小批量货源的拼车方案,使车主依次对货主的货源进行装载。因此,物流货运平台需要一种拼车匹配方法进行合理并高效率地拼车,提高货物装载率及车主的运输效率,减少货主的运输成本,使物流资源的有效整合与优化配置。
发明内容
本发明的目的在于提供一种物流货运平台的拼车匹配方法,以解决上述背景技术中提出的针对现有物流货运平台中多数货主的小批量货源不能及时找到车主运输、货主运输成本高以及货物装载率低的问题,在考虑到货主、车主以及平台之间的联系的基础上,根据平台的数据收集、处理以及应用能力,提供一种物流货运平台的拼车匹配方法。
为实现上述目的,本发明提供如下技术方案:一种物流货运平台的拼车匹配方法,包括如下步骤:
步骤一:物流电子商务平台接收多个货主发起的累计小于单位车辆最大载重量的小批量货物的运输请求;
步骤二:物流货运平台根据多位货主的货源信息和车主的车辆信息合理匹配拼车方案;
步骤三:物流货运平台将物流运力团购信息发布在平台网站,并推送给符合要求车辆的车主的移动终端设备。
作为本发明的一种优选的技术方案,所述获取车主的位置和第一个货主的货源启运地,以生成车主到第一个货主的货源启运地的路径为一号路径,完成该路径所耗的时间为一号预测时间t1;
获取第二个货主的货源启运地,以生成车主到第二个货主的货源启运地的路径为二号路径,完成该路径所耗的时间为二号预测时间t2;
获取第一个货主的货源目的地,以生成第一个货主的货源启运地到货源目的地的路径为三号路径,完成该路径所耗的时间为三号预测时间t3;
获取第二个货主的货源目的地,以生成第二个货主的货源启运地到货源目的地的路径为四号路径,且获取对第二个货主的货物进行拼车时第一个货主的货物到达目的地所耗的时间为四号预测时间t4,即第二个货主货源启运地到第一个货主货源目的地所耗的时间;
获取一号预测时间t1、二号预测时间t2、三号预测时间t3、四号预测时间t4,将一号预测时间与三号预测时间的和除以二号预测时间与四号预测时间的和,即若该计算结果小于设定的阈值,则第一个货主的货物与第二个货主的货物可以进行拼车。
作为本发明的一种优选的技术方案,所述一号预测时间t1、二号预测时间t2、三号预测时间t3、四号预测时间t4均运用预测时间获取模块中的时间预测模型获取。
作为本发明的一种优选的技术方案,所述预测时间获取模型包括:
获取物流货运平台最近的拼车成功的历史订单数据收集为训练集;
构建逻辑回归模型;
判断逻辑回归模型的运行时间是否到达物流货运平台预设的时间段,若逻辑回归模型的运行时间达到预设时间段,则对逻辑回归模型进行训练;
应用训练后的逻辑回归模型获取预测时间获取模型。
作为本发明的一种优选的技术方案,所述逻辑回归模型包括:
因变量y在一组自变量x的作用下的概率表示为:
因变量y在一组自变量x的作用下的概率表示为:
其中,P表示拼车匹配成功的概率,b0,b1,b2,…,bm,θ表示回归系数,自变量x表示车主在摘取第二个货主的货物进行拼车时的预测时间,因变量y=1表示拼车匹配成功,因变量y=0表示拼车匹配失败。
作为本发明的一种优选的技术方案,所述对逻辑回归模型进行的训练包括:物流货运平台预设一段时间,若逻辑回归模型的运行时间达到预设时间段,则利用最近时间段的拼车匹配成功的历史数据对逻辑回归模型进行训练,且训练次数为一次。
作为本发明的一种优选的技术方案,所述预设时间段可按天数、周数、年数设置,且该预设时间段的长度可以调整。
作为本发明的一种优选的技术方案,所述应用训练后的逻辑回归模型获取预测时间获取模型包括:将车主在摘取第二个货主的货物进行拼车时的预测时间x代入训练后的逻辑回归模型并分别计算和
物流平台选择一个阈值c,若则y=1,即拼车匹配成功,若则y=0,即拼车匹配失败;
找出拼车匹配成功的预测时间x,并按照上述方法分别获取一号预测时间t1、二号预测时间t2、三号预测时间t3、四号预测时间t4。
作为本发明的一种优选的技术方案,所述一号预测时间获取模块,该模块用于获取车主的位置和第一个货主的货源启运地位置以生成车主到第一个货主的货源启运地的路径为一号路径,完成该路径所耗的时间为一号预测时间t1;
二号预测时间获取模块,该模块用于获取车主的位置和第二个货主的货源启运地位置以生成车主到第二个货主的货源启运地的路径为二号路径,完成该路径所耗的时间为二号预测时间t2;
三号预测时间获取模块,该模块用于获取第一个货主的货源启运地和目的地的位置以生成第一个货主的货源启运地到货源目的地的路径为三号路径,完成该路径所耗的时间为三号预测时间t3;
四号预测时间获取模块,该模块用于获取第二个货主的货源启运地和目的地位置以生成第二个货主的货源启运地到货源目的地的路径为四号路径,且获取对第二个货主的货物进行拼车时第一个货主的货物到达目的地所耗的时间为四号预测时间t4,即第二个货主货源启运地到第一个货主货源目的地所耗的时间;
拼车匹配模块,该模块用于计算一号预测时间与三号预测时间的和除以二号预测时间与四号预测时间的和,即若该计算结果在设定的阈值范围内,阈值范围根据具体情况进行设置,则第一个货主的货物与第二个货主的货物可以进行拼车,即拼车匹配成功。
与现有技术相比,本发明的有益效果是:
(1)本发明通过接收多个货主运输小于单位车辆的最大载重量的小批量货物的请求,物流货运平台根据平台数据库的历史数据及拼车匹配装置中预测时间获取模型和逻辑回归模型判断并匹配合适拼车的货主,得出最优拼车方案,并将该拼车方案发布于平台网站并推送给符合匹配条件的车主;
(2)解决小批量货源的货主寻车困难和车主整合配载货物难的问题,既能提高车主的运输效率及货物装载率,又能减少货主的运输成本,合理并高效率地进行拼车,促进物流资源的有效整合和合理配置。
附图说明
图1为本发明的一个实施例的一种物流货运平台的拼车匹配方法流程图;
图2为本发明的另一个实施例的一种物流货运平台的拼车匹配方法流程图;
图3为本发明的一实施例的一种物流货运平台的拼车匹配方法的预测时间获取模型流程示意图;
图4为本发明的一个实施例的一种物流货运平台的拼车匹配装置的结构示意图;
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。
图1示出了根据本发明一个实施例的一种物流货运平台的拼车匹配方法流程图。
如图1所示,本实施例提供了一种物流货运平台的拼车匹配方法,其具体包括如下步骤:
在步骤S101中,物流货运平台接收多个货主发起运输小于单位车辆的最大载重量的小批量货物的请求;具体地,多位货主通过移动终端设备发起运输小于单位运输车辆的最大载重量的小批量货物的请求,物流电子商务平台接收该运输请求,例如,货主通过移动终端设备向物流货运平台输入货源信息,包括货物类型、货物数量、货物重量、货物体积、车型要求、启运地、目的地、装货时间、收货时间和货主运费报价总金额等;其中,在物流电子商务平台的网络设备接收到货主发起的货源运输请求后,可以根据该货源运输请求所包含的信息,确定货主指定物流运输的车辆类型;
在步骤S102中,物流货运平台根据多位货主的货源信息和车主的车辆信息合理匹配拼车方案;具体地,物流货运平台根据多位货主发起运输小批量货物运输的请求,生成货源信息,提取平台数据库的车主车辆信息,包括车辆类型、额定载重量、车厢长宽高、以及车主在平台上设置的车辆行驶路线、车辆剩余载重量等信息,并通过拼车匹配方法合理匹配多位货主与单一车主之间的拼车方案。
在步骤S103中,物流货运平台将物流运力团购信息发布在平台网站,并推送给符合要求车辆的车主的移动终端设备。
图2示出了根据本发明另一实施例一种物流货运平台的拼车匹配方法流程图。
如图2所示,本实施例提供了一种物流货运平台的拼车匹配方法,其具体包括如下步骤:
在步骤S201中,获取车主的位置和第一个货主的货源启运地,以生成车主到第一个货主的货源启运地的路径为一号路径,完成该路径所耗的时间为一号预测时间t1;具体的,现实中由于车主摘货时行驶的路径不同可能存在多条一号路径,例如车主选取路程距离最短的路径、耗时最少的路径、道路最通畅的路径,但由于本发明实施例中主要考虑拼车耗时问题,所以选取耗时最少的路径为所研究的一号路径;其中,完成一号路径所耗的最少时间为一号预测时间t1,根据物流货运平台的历史数据获取一号路径中车主车辆行驶过该路径的平均速度,而一号路径是否能够拼车通过预测时间获取模型中的逻辑回归模型判断获取,判断是否并入待拼车集,若该路径进入待拼车集,并通过该逻辑回归模型预测一号预测时间t1;
在步骤S202中,获取第二个货主的货源启运地,以生成车主到第二个货主的货源启运地的路径为二号路径,完成该路径所耗的时间为二号预测时间t2;
在步骤S203中,获取第一个货主的货源目的地,以生成第一个货主的货源启运地到货源目的地的路径为三号路径,完成该路径所耗的时间为三号预测时间t3;
在步骤S204中,获取第二个货主的货源目的地,以生成第二个货主的货源启运地到货源目的地的路径为四号路径,且获取对第二个货主的货物进行拼车时第一个货主的货物到达目的地所耗的时间为四号预测时间t4,即第二个货主货源启运地到第一个货主货源目的地所耗的时间;具体地,当拼车时,若第一个货主的货物比第二个货主的货物先到达目的地,则第一个货主的目的地在三号路径上;若第二个货主的货物比第一个货主的货物先到达目的地,则第一个货主的目的地在不在三号路径上且运输第一个货主的货物时会经过三号路径;
在步骤S204中,运用预测时间获取模块中的时间预测模型获取一号预测时间t1、二号预测时间t2、三号预测时间t3、四号预测时间t4,预测时间获取模块将在图3中详细阐述,在此不再赘述,以引用方式包含于此;
在步骤S205中,将一号预测时间与三号预测时间的和除以二号预测时间与四号预测时间的和,即若该计算结果小于设定的阈值,则第一个货主的货物与第二个货主的货物可以进行拼车。
图3示出了根据本发明一实施例的一种物流货运平台的拼车匹配方法的预测时间获取模型流程示意图。
如图3所示,本实施例提供了一种物流货运平台的拼车匹配方法的预测时间获取模型,其具体包括如下步骤:
在步骤S301中,获取物流货运平台最近的拼车成功的历史订单数据收集为训练集,该训练数据可以表达为D=(x1,y1),(x2,y2),…,(xN,yN),其中x1是一个m维的向量,即y在{0,1}中取值,表示正反两例;其中,历史数据是指根据本发明实施例的一种拼车匹配方法成功拼车匹配的数据,且随着拼车匹配成功次数的增加,历史数据增加,则通过历史数据训练集训练得到的数值准确度越高;
在步骤S302中,构建逻辑回归模型,因变量y在一组自变量x的作用下所发生的结果赋值规则为:当因变量y=1时,用P表示拼车匹配成功的概率;当y=0时,用1-P表示拼车匹配失败的概率;将车主在摘取第二个货主的货物进行拼车时的预测时间记为x;
逻辑回归模型运用如下公式表示:
b0,b1,b2,…,bm,θ表示回归系数,是通过历史数据训练集训练得到的数值,所以,因变量y在一组自变量x的作用下拼车匹配成功的概率表示为:
其中x在本发明实施例中表示输入变量满足第一个货主的时间窗要求,y=1表示拼车匹配成功,该式表示在满足第一个货主的时间窗要求的情况下进行拼车而匹配成功的概率;
因变量y在一组自变量x的作用下拼车匹配失败的概率表示为:
其中,y=0表示拼车匹配失败,该式表示在满足第一个货主的时间窗要求的情况下进行拼车匹配失败的概率;
在步骤S303中,本发明实施例中物流货运平台预设一段时间,该预设时间段可按天数、周数、年数设置,且该预设时间段的长度可以调整,例如可由一天变为两天,可利用最近时间段的拼车匹配成功的历史数据对逻辑回归模型重新训练,判断逻辑回归模型的运行时间是否达到预设时间段即是否是最近的预设时间段内训练过的逻辑回归模型,若逻辑回归模型的运行时间达到预设时间段,则对逻辑回归模型进行训练,且训练次数为一次,即获取预设时间段内的拼车匹配成功的历史数据训练集实行训练,将训练后的逻辑回归模型应用到物流货运平台;其中,对预设时间段内的拼车匹配成功的历史数据训练集实行的训练可通过SPSS软件实现,将训练集、自变量、因变量导入SPSS软件,计算出逻辑回归模型的回归系数b0,b1,b2,…,bm,将所得回归系数值代入
即训练完成;
在步骤S304中,应用训练后的逻辑回归模型获取预测时间获取模型,将车主在摘取第二个货主的货物进行拼车时的预测时间x代入训练后的逻辑回归模型并分别计算
和
物流平台选择一个阈值c,实际应用时特定的情况可选择不同的阈值,例对准确性要求高时,可以选择较大的阈值,若则y=1,即拼车匹配成功,若则y=0,即拼车匹配失败;找出拼车匹配成功的预测时间x,并按照上述方法分别获取一号预测时间t1、二号预测时间t2、三号预测时间t3、四号预测时间t4;
图4示出了根据本发明一个实施例的一种物流货运平台的拼车匹配装置的结构示意图;
如图4所示,具体地,物流货运平台的拼车匹配装置包括:
一号预测时间获取模块S401,该模块用于获取车主的位置和第一个货主的货源启运地位置以生成车主到第一个货主的货源启运地的路径为一号路径,完成该路径所耗的时间为一号预测时间t1;
二号预测时间获取模块S402,该模块用于获取车主的位置和第二个货主的货源启运地位置以生成车主到第二个货主的货源启运地的路径为二号路径,完成该路径所耗的时间为二号预测时间t2;
三号预测时间获取模块S403,该模块用于获取第一个货主的货源启运地和目的地的位置以生成第一个货主的货源启运地到货源目的地的路径为三号路径,完成该路径所耗的时间为三号预测时间t3;
四号预测时间获取模块S404,该模块用于获取第二个货主的货源启运地和目的地位置以生成第二个货主的货源启运地到货源目的地的路径为四号路径,且获取对第二个货主的货物进行拼车时第一个货主的货物到达目的地所耗的时间为四号预测时间t4,即第二个货主货源启运地到第一个货主货源目的地所耗的时间;
拼车匹配模块S405,该模块用于计算一号预测时间与三号预测时间的和除以二号预测时间与四号预测时间的和,即若该计算结果小于设定的阈值,本发明实施例的阈值范围可根据具体情况进行设置,本发明实施例阈值的范围为[2/3,1],则第一个货主的货物与第二个货主的货物可以进行拼车,即拼车匹配成功;
物流货运平台的拼车匹配装置包含了预测时间获取模块,即一号预测时间获取模块、二号预测时间获取模块、三号预测时间获取模块、四号预测时间获取模块,通过计算获得各路径的预测时间,预测时间获取模型已由图3阐述,在此不做赘述。
本发明通过接收多个货主运输小于单位车辆的最大载重量的小批量货物的请求,物流货运平台根据平台数据库的历史数据及拼车匹配装置中预测时间获取模型和逻辑回归模型判断并匹配合适拼车的货主,得出最优拼车方案;并将该拼车方案发布于平台网站并推送给符合匹配条件的车主;这种拼车订单匹配方法及***解决小批量货源的货主寻车困难和车主整合配载货物难的问题,既能提高车主的运输效率及货物装载率,又能减少货主的运输成本,合理并高效率地进行拼车。
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 (9)
1.一种物流货运平台的拼车匹配方法,其特征在于,包括如下步骤:
步骤一:物流电子商务平台接收多个货主发起的累计小于单位车辆最大载重量的小批量货物的运输请求;
步骤二:物流货运平台根据多位货主的货源信息和车主的车辆信息合理匹配拼车方案;
步骤三:物流货运平台将物流运力团购信息发布在平台网站,并推送给符合要求车辆的车主的移动终端设备。
2.根据权利要求1所述的一种物流货运平台的拼车匹配方法,其特征在于:所述获取车主的位置和第一个货主的货源启运地,以生成车主到第一个货主的货源启运地的路径为一号路径,完成该路径所耗的时间为一号预测时间t1;
获取第二个货主的货源启运地,以生成车主到第二个货主的货源启运地的路径为二号路径,完成该路径所耗的时间为二号预测时间t2;
获取第一个货主的货源目的地,以生成第一个货主的货源启运地到货源目的地的路径为三号路径,完成该路径所耗的时间为三号预测时间t3;
获取第二个货主的货源目的地,以生成第二个货主的货源启运地到货源目的地的路径为四号路径,且获取对第二个货主的货物进行拼车时第一个货主的货物到达目的地所耗的时间为四号预测时间t4,即第二个货主货源启运地到第一个货主货源目的地所耗的时间;
获取一号预测时间t1、二号预测时间t2、三号预测时间t3、四号预测时间t4,将一号预测时间与三号预测时间的和除以二号预测时间与四号预测时间的和,即若该计算结果小于设定的阈值,则第一个货主的货物与第二个货主的货物可以进行拼车。
3.根据权利要求2所述的一种物流货运平台的拼车匹配方法,其特征在于:所述一号预测时间t1、二号预测时间t2、三号预测时间t3、四号预测时间t4均运用预测时间获取模块中的时间预测模型获取。
4.根据权利要求3所述的一种物流货运平台的拼车匹配方法,其特征在于:所述预测时间获取模型包括:
获取物流货运平台最近的拼车成功的历史订单数据收集为训练集;
构建逻辑回归模型;
判断逻辑回归模型的运行时间是否到达物流货运平台预设的时间段,若逻辑回归模型的运行时间达到预设时间段,则对逻辑回归模型进行训练;
应用训练后的逻辑回归模型获取预测时间获取模型。
5.根据权利要求4所述的一种物流货运平台的拼车匹配方法,其特征在于:所述逻辑回归模型包括:
因变量y在一组自变量x的作用下的概率表示为:
因变量y在一组自变量x的作用下的概率表示为:
其中,P表示拼车匹配成功的概率,b0,b1,b2,…,bm,θ表示回归系数,自变量x表示车主在摘取第二个货主的货物进行拼车时的预测时间,因变量y=1表示拼车匹配成功,因变量y=0表示拼车匹配失败。
6.根据权利要求4所述的一种物流货运平台的拼车匹配方法,其特征在于:所述对逻辑回归模型进行的训练包括:物流货运平台预设一段时间,若逻辑回归模型的运行时间达到预设时间段,则利用最近时间段的拼车匹配成功的历史数据对逻辑回归模型进行训练,且训练次数为一次。
7.根据权利要求6所述的一种物流货运平台的拼车匹配方法,其特征在于:所述预设时间段可按天数、周数、年数设置,且该预设时间段的长度可以调整。
8.根据权利要求6所述的一种物流货运平台的拼车匹配方法,其特征在于:所述应用训练后的逻辑回归模型获取预测时间获取模型包括:将车主在摘取第二个货主的货物进行拼车时的预测时间x代入训练后的逻辑回归模型并分别计算和
物流平台选择一个阈值c,若则y=1,即拼车匹配成功,若则y=0,即拼车匹配失败;
找出拼车匹配成功的预测时间x,并按照上述方法分别获取一号预测时间t1、二号预测时间t2、三号预测时间t3、四号预测时间t4。
9.根据权利要求8所述的一种物流货运平台的拼车匹配方法,其特征在于:所述一号预测时间获取模块,该模块用于获取车主的位置和第一个货主的货源启运地位置以生成车主到第一个货主的货源启运地的路径为一号路径,完成该路径所耗的时间为一号预测时间t1;
二号预测时间获取模块,该模块用于获取车主的位置和第二个货主的货源启运地位置以生成车主到第二个货主的货源启运地的路径为二号路径,完成该路径所耗的时间为二号预测时间t2;
三号预测时间获取模块,该模块用于获取第一个货主的货源启运地和目的地的位置以生成第一个货主的货源启运地到货源目的地的路径为三号路径,完成该路径所耗的时间为三号预测时间t3;
四号预测时间获取模块,该模块用于获取第二个货主的货源启运地和目的地位置以生成第二个货主的货源启运地到货源目的地的路径为四号路径,且获取对第二个货主的货物进行拼车时第一个货主的货物到达目的地所耗的时间为四号预测时间t4,即第二个货主货源启运地到第一个货主货源目的地所耗的时间;
拼车匹配模块,该模块用于计算一号预测时间与三号预测时间的和除以二号预测时间与四号预测时间的和,即若该计算结果在设定的阈值范围内,阈值范围根据具体情况进行设置,则第一个货主的货物与第二个货主的货物可以进行拼车,即拼车匹配成功。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811366306.3A CN109685411A (zh) | 2018-11-16 | 2018-11-16 | 一种物流货运平台的拼车匹配方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811366306.3A CN109685411A (zh) | 2018-11-16 | 2018-11-16 | 一种物流货运平台的拼车匹配方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109685411A true CN109685411A (zh) | 2019-04-26 |
Family
ID=66184745
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811366306.3A Pending CN109685411A (zh) | 2018-11-16 | 2018-11-16 | 一种物流货运平台的拼车匹配方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109685411A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112053101A (zh) * | 2020-10-25 | 2020-12-08 | 镇江九方供应链管理有限公司 | 一种联合运输模式的供应链协调运作方法 |
CN112561452A (zh) * | 2021-02-19 | 2021-03-26 | 深圳普罗空运有限公司 | 基于国际空运物流app的货物跟踪方法 |
CN113139765A (zh) * | 2020-01-20 | 2021-07-20 | ***通信集团辽宁有限公司 | 基于时态网络的物流推荐方法、装置及计算设备 |
CN113807759A (zh) * | 2020-06-12 | 2021-12-17 | 口口赛路株式会社 | 基于深度学习的货物运费决定方法以及装置 |
CN114742503A (zh) * | 2022-04-14 | 2022-07-12 | 广州市汇算新代信息技术有限公司 | 一种基于深度学习的智慧物流拼车方法和装置 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104866997A (zh) * | 2015-06-10 | 2015-08-26 | 南京大学 | 一种用于车货在线配载的智能配对方法 |
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 |
-
2018
- 2018-11-16 CN CN201811366306.3A patent/CN109685411A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104866997A (zh) * | 2015-06-10 | 2015-08-26 | 南京大学 | 一种用于车货在线配载的智能配对方法 |
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 |
Non-Patent Citations (1)
Title |
---|
胡觉亮等: "基于TS算法的公路干线货运平台车货匹配研究", 《浙江理工大学学报(社会科学版)》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113139765A (zh) * | 2020-01-20 | 2021-07-20 | ***通信集团辽宁有限公司 | 基于时态网络的物流推荐方法、装置及计算设备 |
CN113139765B (zh) * | 2020-01-20 | 2023-12-12 | ***通信集团辽宁有限公司 | 基于时态网络的物流推荐方法、装置及计算设备 |
CN113807759A (zh) * | 2020-06-12 | 2021-12-17 | 口口赛路株式会社 | 基于深度学习的货物运费决定方法以及装置 |
CN112053101A (zh) * | 2020-10-25 | 2020-12-08 | 镇江九方供应链管理有限公司 | 一种联合运输模式的供应链协调运作方法 |
CN112561452A (zh) * | 2021-02-19 | 2021-03-26 | 深圳普罗空运有限公司 | 基于国际空运物流app的货物跟踪方法 |
CN114742503A (zh) * | 2022-04-14 | 2022-07-12 | 广州市汇算新代信息技术有限公司 | 一种基于深度学习的智慧物流拼车方法和装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109685411A (zh) | 一种物流货运平台的拼车匹配方法 | |
CN110097234B (zh) | 工业卷烟运输智能调度方法及*** | |
CN112270135B (zh) | 一种物流发运调度智能配送方法、装置、设备及存储介质 | |
CN102542395B (zh) | 一种应急物资调度***及计算方法 | |
Moshref-Javadi et al. | A comparative analysis of synchronized truck-and-drone delivery models | |
CN111325383A (zh) | 一种配送车辆的配送计划生成方法、装置及*** | |
CN109840729B (zh) | 料箱定位的方法、***、存储介质及电子设备 | |
Cui et al. | The multi-mode mobile charging service based on electric vehicle spatiotemporal distribution | |
CN111950803A (zh) | 物流对象送达时间预测方法、装置、电子设备及存储介质 | |
CN110009278A (zh) | 基于共享后备箱的货物匹配方法、服务器及存储介质 | |
CN109974735A (zh) | 到达时间的预估方法、装置及计算机设备 | |
CN110570656B (zh) | 定制公共交通线路方法及装置 | |
Liu et al. | A scheduling decision support model for minimizing the number of drones with dynamic package arrivals and personalized deadlines | |
CN113554387A (zh) | 基于司机偏好的电商物流订单分配方法、装置、设备及存储介质 | |
CN110853349A (zh) | 车辆调度方法、装置及设备 | |
Resat | Design and analysis of novel hybrid multi-objective optimization approach for data-driven sustainable delivery systems | |
CN114862299A (zh) | 运输路线规划方法以及装置 | |
CN116029637A (zh) | 跨境电商物流渠道智能推荐方法及装置、设备、存储介质 | |
US8688496B1 (en) | System and method for transferring articles such as airline transfer bags | |
CN112364262A (zh) | 一种找货路线推荐方法、装置、电子设备及存储介质 | |
CN108197879A (zh) | 一种多模式客货共运方法及*** | |
Mulumba et al. | Optimization of the drone-assisted pickup and delivery problem | |
CN115759500A (zh) | 一种基于优化效率评价算法的智能物流运输方法和*** | |
CN109034494A (zh) | 公交调度方法 | |
CN109064099A (zh) | 一种基于货物运输的推荐方法及装置 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20190426 |
|
WD01 | Invention patent application deemed withdrawn after publication |