CN113743863A - 一种基于智能合约的车货匹配方法 - Google Patents

一种基于智能合约的车货匹配方法 Download PDF

Info

Publication number
CN113743863A
CN113743863A CN202110943099.9A CN202110943099A CN113743863A CN 113743863 A CN113743863 A CN 113743863A CN 202110943099 A CN202110943099 A CN 202110943099A CN 113743863 A CN113743863 A CN 113743863A
Authority
CN
China
Prior art keywords
information
vehicle
order
user
source
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
CN202110943099.9A
Other languages
English (en)
Inventor
叶进
李晓欢
王柏棋
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.)
Guangxi Comprehensive Transportation Big Data Research Institute
Original Assignee
Guangxi Comprehensive Transportation Big Data Research Institute
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 Guangxi Comprehensive Transportation Big Data Research Institute filed Critical Guangxi Comprehensive Transportation Big Data Research Institute
Priority to CN202110943099.9A priority Critical patent/CN113743863A/zh
Publication of CN113743863A publication Critical patent/CN113743863A/zh
Pending legal-status Critical Current

Links

Images

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
    • G06Q10/0834—Choice of carriers
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/27—Replication, distribution or synchronisation of data between databases or within a distributed database system; Distributed database system architectures therefor
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
    • G06F21/44—Program or device authentication
    • 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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • 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
    • G06Q10/0835—Relationships between shipper or supplier and carriers
    • G06Q10/08355—Routing methods
    • 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
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0633—Lists, e.g. purchase orders, compilation or processing
    • G06Q30/0635—Processing of requisition or of purchase orders

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Economics (AREA)
  • Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • General Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Operations Research (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • General Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Computer Security & Cryptography (AREA)
  • Game Theory and Decision Science (AREA)
  • Software Systems (AREA)
  • Computer Hardware Design (AREA)
  • Computing Systems (AREA)
  • Educational Administration (AREA)
  • Data Mining & Analysis (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Traffic Control Systems (AREA)

Abstract

本申请提供了一种基于智能合约的车货匹配方法，所述方法包括：接收货源方发布的待运输货源信息，基于所述待运输货源信息匹配对应的运输车辆信息生成订单，接收用户提交的订单信息修改请求，基于所述订单信息修改请求，采用预设的CA证书验证所述用户的身份信息，当所述用户的身份信息具有订单修改权限时，基于所述订单信息修改请求修改所述订单信息。本申请实施例在利用区块链技术增强传统货运平台上交易信息的可信度,车货匹配模型在基于货源类型、长度、体积、重量以及线路熟悉属性下，为货源推荐匹配度更高的车辆，提高了车货双方的满意度，降低了物流成本。

Description

一种基于智能合约的车货匹配方法
技术领域
本申请涉及区块链技术领域，具体而言，本申请涉及一种基于智能合约的车货匹配方法。
背景技术
社会物流总费用与国家GDP的比率是衡量一个国家物流发达程度的指标，2020我国社会物流总费用与GDP的比率为14.7％，与欧美等发达国家10％以下的占比水平相比，还有进一步发展空间。其中公路货运在我国货物运输业中占据主导地位，行业的粗放式发展导致我国公路运输的效率低、成本高，为解决业内问题，国家颁布了一系列政策，促进了网络货运平台的发展。
网络货运平台能够优化运输组织，解决车货信息不匹配，高效匹配车货信息降低物流成本。但是当前货运平台虚假信息泛滥、对交易全过程缺乏监督以及违约现象严重，车货匹配度不高。并且，传统物流信息服务行业其物流流通环节复杂，设计角色众多，各参与方会根据自身需求建立各自的信息管理***，并通过统一的物流平台进行信息交互；虽然传统的物流平台提供了整合物流各参与方物流信息的功能，但其中心化的架构造成各物流信息不公开透明，存在被攻击篡改风险；并且在监管方面十分薄弱，物流各参与方的物流信息造假成本低，货源参与方、车源参与方发布虚假信息，物流过程缺乏监督等，导致车货匹配的可信度不高，大大降低了用户对平台的粘性。
由此可见，现有技术中存在货运平台虚假信息泛滥、对交易全过程缺乏监督以及违约现象严重，车货匹配度不高，其监管薄弱的技术缺陷，急需改进。
发明内容
本申请的目的旨在至少能解决上述的技术缺陷之一，特别是现有技术中存在货运平台虚假信息泛滥、对交易全过程缺乏监督以及违约现象严重，车货匹配度不高，其监管薄弱的技术缺陷。
第一方面，提供了一种基于智能合约的车货匹配方法，其特征在于，所述方法包括：
接收货源方发布的待运输货源信息，将所述货源方发布的待运输货源信息上传至区块链；
基于所述待运输货源信息匹配对应的运输车辆信息；
基于所述待运输货源信息和所述运输车辆信息生成订单，并将所述订单上传至所述区块链；
接收用户提交的订单信息修改请求，基于所述订单信息修改请求，采用预设的CA证书验证所述用户的身份信息，当所述用户的身份信息具有订单修改权限时，基于所述订单信息修改请求修改所述订单信息。
作为本申请一种可能的实施方式，在该实施方式中，所述接收货源方发布的待运输货源信息，将所述货源方发布的待运输货源信息上传至区块链，包括：
接收货源方输入的待运输货源信息，所述待运输货源信息包括待运输货物的重量、体积、运输起点、运输终点、以及运输时间；
将所述待运输货源信息发送至所述区块链上。
作为本申请一种可能的实施方式，在该实施方式中，所述基于所述待运输货源信息匹配对应的运输车辆信息，包括：
基于所述运输时间确定满足第一匹配指标的车辆信息；
基于所述待运输货物的重量和体积确定满足第二匹配指标的车辆信息；
将同时满足所述第一匹配指标和所述第二匹配指标的车辆确定为待确认目标车辆。
作为本申请一种可能的实施方式，在该实施方式中，所述基于所述待运输货源信息匹配对应的运输车辆信息，还包括：
基于预设的第三匹配指标在所述待确认目标车辆中确定运输车辆，其中，所述第三匹配指标包括车辆载重率、车辆体积符合度、车长符合度、以及驾驶员线路熟悉度。
作为本申请一种可能的实施方式，在该实施方式中，所述基于所述待运输货源信息和所述运输车辆信息生成订单，包括：
基于所述待运输货源信息和所述运输车辆信息生成订单，所述订单包括订单ID、货源方ID，车源方ID，承运车辆车牌，收货方ID，货源基本信息，运输时间，订单状态。
作为本申请一种可能的实施方式，在该实施方式中，所述方法还包括：
接收用户向CA中心提交的申请证书，基于所述申请证书为所述用户分配唯一身份标识；
所述接收用户提交的订单信息修改请求，基于所述订单信息修改请求，采用预设的CA证书验证所述用户的身份信息，当所述用户的身份信息具有订单修改权限时，基于所述订单信息修改请求修改所述订单信息，包括：
调用智能合约获取所述用户的所述唯一身份标识；
当判断该用户的唯一身份标识具有订单修改权限时，基于所述订单修改请求修改订单信息。
作为本申请一种可能的实施方式，在该实施方式中，所述方法还包括：
利用预设的智能合约获取所述用户的提交唯一身份信息；
通过预设的工具包中的接口获取CA证书中预存的所述用户的存储唯一身份标识；
当所述提交唯一身份标识与所述存储唯一身份标识一致时，判断所述用户具备订单信息修改权限。
第二方面，本申请实施例提供了一种基于智能合约的车货匹配装置，其特征在于，所述装置包括：
信息接收模块，用于接收货源方发布的待运输货源信息，将所述货源方发布的待运输货源信息上传至区块链；
车辆匹配模块，用于基于所述待运输货源信息匹配对应的运输车辆信息；
订单生成模块，用于基于所述待运输货源信息和所述运输车辆信息生成订单，并将所述订单上传至所述区块链；
订单修改模块，用于接收用户提交的订单信息修改请求，基于所述订单信息修改请求，采用预设的CA证书验证所述用户的身份信息，当所述用户的身份信息具有订单修改权限时，基于所述订单信息修改请求修改所述订单信息。
第三方面，本申请实施例提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现上述的基于智能合约的车货匹配方法。
第四方面，本申请实施例提供了一种计算机可读存储介质，其特征在于，所述存储介质存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现上述的基于智能合约的车货匹配方法。
本申请实施例在利用区块链技术增强传统货运平台上交易信息的可信度,实现对交易的执行全过程进行实时有效监督的基础上，利用智能合约实现用户访问控制策略，防止用户对业务进行恶意操作，减少了因用户恶意操作给平台以及车源方货源方双方用户的损失。车货匹配模型在基于货源类型、长度、体积、重量以及线路熟悉属性下，为货源推荐匹配度更高的车辆，提高了车货双方的满意度，降低了物流成本。区块链技术可以增强平台上交易信息的可信度,能够对交易的执行全过程进行实时有效监督,间接降低了双方的违约行为。利用智能合约实现用户访问控制策略，防止用户对业务进行恶意操作。基于用户属性的车货匹配模型能更好的针对货源类型、长度、体积、重量以及线路熟悉属性为货源推荐匹配度更高的车辆。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对本申请实施例描述中所需要使用的附图作简单地介绍。
图1为本申请实施例提供的一种基于智能合约的车货匹配方法的流程示意图；
图2为本申请实施例提供的一种服务器设置示意图；
图3为本申请实施例提供的一种服务器分布示意图；
图4为本申请实施例提供的一种车货匹配方法的流程示意图；
图5为本申请实施例提供的一种车货匹配模型的结构示意图；
图6为本申请实施例提供的一种基于智能合约的车货匹配装置的结构示意图；
图7为本申请实施例提供的一种电子设备的结构示意图。
结合附图并参考以下具体实施方式，本申请各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，原件和元素不一定按照比例绘制。
具体实施方式
下面详细描述本申请的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本申请，而不能解释为对本申请的限制。
本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本申请的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解，当我们称元件被“连接”或“耦接”到另一元件时，它可以直接连接或耦接到其他元件，或者也可以存在中间元件。此外，这里使用的“连接”或“耦接”可以包括无线连接或无线耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的全部或任一单元和全部组合。
为使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请实施方式作进一步地详细描述。
本申请提供的基于智能合约的车货匹配方法，旨在解决现有技术的如上技术问题。
下面以具体地实施例对本申请的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图，对本申请的实施例进行描述。
本申请实施例中提供了一种基于智能合约的车货匹配方法，如图1所示，所述方法包括：
步骤S101，接收货源方发布的待运输货源信息，将所述货源方发布的待运输货源信息上传至区块链；
步骤S102，基于所述待运输货源信息匹配对应的运输车辆信息；
步骤S103，基于所述待运输货源信息和所述运输车辆信息生成订单，并将所述订单上传至所述区块链；
步骤S104，接收用户提交的订单信息修改请求，基于所述订单信息修改请求，采用预设的CA证书验证所述用户的身份信息，当所述用户的身份信息具有订单修改权限时，基于所述订单信息修改请求修改所述订单信息。
在本申请实施例中，基于智能合约的车货匹配平台包括联盟区块链网络，其中联盟区块链网络采用Fabric网络架构，通过设立CA服务器以各参与方服务节点建立如图2和图3所示的联盟区块链网络。如图2所示，不同的参与方以及终端连接对应设置有服务器1、服务器2、服务器3、服务器4；其中终端存储索引信息，终端对应的服务器存储对应的物流信息，此时多个服务器(含CA服务器)、车载终端共同组成底层联盟区块链网络的物理结构。在另一些实施例中，终端和服务器为一体，作为联盟区块链网络的一个节点。此时，基于智能合约的车货匹配平台通过SDK与联盟区块链网络进行信息交互，可以将对应的物流信息上链到联盟区块链中。
在本申请一个实施例中，在Fabric网络架构中，车源参与方、货源参与方以及共识组织均抽象为底层联盟区块链网络的组织之一。当车源参与方、货源参与方为散户时，每一车源参与方、货源参与方到均为联盟区块链的组织之一，从CA服务器获取认证信息。当车源参与方、货源参与方均挂靠公司时，则如图3所示，将车源参与方所在的物流公司V看成一个组织，其下的车源V1、V2、V3作为组织下的一个节点，此时车源V1、V2、V3可以在各自的终端通过加载DAPP连接到联盟区块链网络中；同理，将货源参与方所在的货源公司C看成一个组织，则其下的货源参与方C1、C2、C3作为对应组织下的一个节点。当采用交通厅(即如图3所示的O1)、车管所(即如图3所示的O2)以及政府部门(即如图3所示的O3)至少之一作为监管部门时，则可以将所有监管部门均归一到共识组织O中。各参与方可以通过基于智能合约的车货匹配平台输入CA证书，进行用户认证，以使其所在的服务器连接到联盟区块链中，从而可以直接通过对应的服务器将物流信息记录到联盟区块链中(如车载终端连接联盟区块链通过这种方式，从而可以提升物流信息记录的效率)。
在本申请一个实施例中，基于智能合约的车货匹配平台参与的操作用户的用户属性为平台管理者、货源方以及车源方；其中，共识组织中成员(即O1、O2、O3)的用户属性为平台管理者(即操作用户为公式组织人员)；拥有运输车辆的用户属性为车源方(即操作用户为车源参与方)，需要运输货物的为货源方(即操作用户为货源参与方)。
在本申请实施例中，货源信息发布模块在将货源方发布的待运输货源信息上传至区块链时，可以用于接收货源方输入的待运输货源信息，所述待运输货源信息包括待运输货物的重量、体积、运输起点、运输终点、以及运输时间；将所述待运输货源信息发送至所述区块链上。
在本申请实施例中，货运业务中主要包含的环节：货源方发布货源信息、平台为货源方推荐运输车辆(车货匹配)、货源方与车源方协商确定运输任务、生成运输订单、司机执行运输任务、用户确定收货，利用区块链技术记录每一环节的相关数据，利用CA证书结合智能合约实现用户权限访问控制主要应用到生成运输订单、司机执行运输任务、用户确定收货环节。司机执行运输任务环节中生成运输订单的上链数据项：[运单ID，货源方ID，车源方ID，承运车辆车牌，收货方ID，货源基本信息，时间，订单状态，货源方user.invoker属性值，车源方user.invoker属性值，收货方user.invoker属性值]。
其中用户确定收货环节中还包括多个小环节：司机到达提货点提货→司机和货源方确认提货→司机进行货物运输→司机到达卸货点→收货方确认收货→收货方、司机、货源方三方确认运输订单完成。
智能合约获取当前运单信息中状态变更者(车源方)user.invoker属性值，通过fabric提供的工具包中的GetAttribuuteValue接口获取状态变更者(车源方)CA证书中的user.invoker属性值，对比运单中状态变更者的user.invoker属性值,判断两者是否一样，验证该状态变更者是否有权限对该运单进行状态变更。验证通过后，对运单状态进行变更，变更操作完成后，将运单信息重新上链。司机和货源方确认提货环节的状态变更需要司机和货源方共同操作，需要验证两者的权限，货物运输中与货物到达卸货点环节的状态变更只需司机操作，确认收货环节只需要收货方操作，运单完成确认环节则需要三方共同确认并操作。每次状态变更完成后，都需要将运单信息重新上链，达到记录整个货运流程的效果。
其中，当平台获取到货源方发布的待运输货源信息之后，开始在线上匹配对应的运输车辆，其中，如图4所示，所述基于所述待运输货源信息匹配对应的运输车辆信息，包括：
步骤S401，基于所述运输时间确定满足第一匹配指标的车辆信息；
步骤S402，基于所述待运输货物的重量和体积确定满足第二匹配指标的车辆信息；
步骤S403，将同时满足所述第一匹配指标和所述第二匹配指标的车辆确定为待确认目标车辆。
作为本申请一种可能的实施方式，如图5所示，提供了一种车货匹配模型，在该车货匹配模型中，从链上获取用户数据，建立车货匹配模型主要面向货源方货主，为货源方货主推荐货物运输车辆，以载重率、车长符合度、体积符合度、路线熟悉度为主要匹配因子，其中在路线熟悉度计算中，对车辆过往运单中的GPS定位集合，以时间顺序链接GPS点形成该运单车辆行驶轨迹。由于存在各种不确定因素，使得原始GPS数据存在噪声，传统清理停滞点和RDP(Ramer-Douglas-Peucker)算法提取轨迹轮廓工作量大，且在本申请中货运业务场景中多涉及跨区长距离运输，RDP算法的阈值φ难以把握，会造成计算误差变大。因此本申请采用以地名取代GPS定位的方法，地名粒度为县(区)，用以提取运单线路图，然后采用LCSS算法计算熟悉度。最终采用层次分析法确定各匹配因子的权重，计算出货源方货主与运输车辆的匹配度，在根据待运输货源信息匹配对应的运输车辆时，基于所述运输时间确定满足第一匹配指标H1的车辆信息，为方便说明，以一个具体实施例为例，第一匹配指标H1为货车到达货源点时间匹配指标要求车辆要在一小时内到达提货点进行转载货物。根据货源方发布货源信息中的位置信息，采用谷歌的S2算法，检索货源地方圆120公里内在线车辆，假设车辆平均行驶速度为60km/h。确定车辆在要求提货时间点前2小时到车，将符合指标的车源信息纳入到匹配池。第二匹配指标包括如下多个指标：
Figure BDA0003215870170000091
Figure BDA0003215870170000092
Figure BDA0003215870170000093
Figure BDA0003215870170000094
当经过第一层匹配指标筛选的车辆只要不满足第二层任一硬匹配指标的车辆都会被筛除。
经过上述两次筛选，可初步确定运输车辆的车辆信息。
在本申请实施例中，还提供了一种可能性，所述车货匹配模块在基于所述待运输货源信息匹配对应的运输车辆信息时，还可以用于：
基于预设的第三匹配指标在所述待确认目标车辆中确定运输车辆，其中，所述第三匹配指标包括车辆载重率、车辆体积符合度、车长符合度、以及驾驶员线路熟悉度。
在本申请实施例中，以整车运输的方式为例，第三匹配指标还包括载重率、体积符合度、车长符合度、路线熟悉度，各匹配指标计算方式如下：
Figure BDA0003215870170000101
其中，S1为车辆载重率，z′为货源方货物重量(吨)，z为车源方提供车辆的最大载重量(吨)。
Figure BDA0003215870170000102
其中S2为车辆体积符合度，V′为货源方货物方数(m3)，V为车源方提供车辆的最大载物方数(m3)。
Figure BDA0003215870170000103
其中S3为车辆的车长符合度，C′为货源方要求车源方提供车辆的长度(m)，C为车源方提供车辆的车长(m)。
车辆每次完成一次运输订单，以时间顺序链接GPS点形成车辆此次订单的行驶轨迹。记录车辆经过的路线，考虑到车货匹配平台的货物一般都会跨地区进行长途运输，因此以地名代替GPS坐标，粒度为县级(区)。如某次运输订单的提货点是广西南宁市，卸货地点是武汉市，则可以路线可以表示为：
[西乡塘区,兴宁区,青秀区,横州市,宾阳县,柳江区,鱼峰区,鹿寨县,永福县,临桂区,灵川县,兴安县,全州县,衡南县,蒸湘区,衡阳县,衡山县,岳麓区,望城区,监利市,洪湖市,蔡甸区,洪山区,江夏区,洪山区,武昌区,洪山区,武昌区]
获取车辆近一个月的运输订单，将运输订单中的运输路线与本次货物的运输路线(采用高德地图进行规划或者司机按照上述路线格式自定义路线)进行相似度计算，采用LCSS算法。令T1为车辆近一个月运输订单的其中一单的路线地点集合，T2为本次货物的运输订单的路线地点集合，S为路线相似度。
Figure BDA0003215870170000104
可分为以下熟悉(S∈(0.8,1))、较熟悉S∈(0.6,0.8)、一般熟悉S∈(0.4,0.6)、较不熟悉S∈(0.2,0.4)和不熟悉S∈(0,0.2)三种情况。
统计匹配池中车辆A近期一个月运输订单中路线与本次货物的运输路线匹配情况，假设车辆近期一个月一共跑了十单，统计结果如下表所示：
熟悉情况 熟悉 较熟悉 一般熟悉 较不熟悉 不熟悉
占比 1/10 1/10 2/10 3/10 3/10
评价集为V＝{熟悉，较熟悉，一般熟悉，较不熟悉，不熟悉}，假设令其对应的标度分值为H＝(1,0.8,0.6,0.05,0)，建立熟悉度矩阵R＝[1/10,1/10,2/10,3/10,3/10]。算出车辆A对此次货源路线熟悉度S5：
S5＝R*H＝0.3
在确定各指标之后，基于各指标的权重确定该车辆的最终评分S：
S＝α1s1+α2s2+α3s3+α4s4
其中，α1为载重率权重，α2为体积符合度权重，α3为车长符合度权重，α4为路线熟悉度权重。
利用层次分析法计算各指标权重，假设通过物流方面相关的专家对评价指标进行判断评价得出了相应的判断矩阵。
匹配指标 载重率 车长符合度 体积符合度 路线熟悉度
载重率 1 3 3 3
车长符合度 1/3 1 3 3
体积符合度 1/3 1/3 1 1
路线熟悉度 1/3 1/3 1 1
计算各个判断矩阵的指标权重，并进行一致性检验。如计算出权重(α1,α2,α3,α4)＝(0.439，0.205，0.085，0.185)。
由此可计算出车辆的匹配评分，将评分由高到低排序，将前五的车辆推荐给货源方。
为方便说明，以一个具体实施例为例，货源方发布的待运输货源信息如下表所示：
Figure BDA0003215870170000111
Figure BDA0003215870170000121
平台基于该货源信息给出的车源信息如下表所示：
名称 说明 示例
vhc 车辆信息ID 100990
licensePlate 车牌 周BX**X2
vhcLen 车长 19
vhcType 车型 半挂
Mload 最大载重吨数 40
Mvolume 最大载货方数 90
Mload 当前位置经度 120.10205200
Mvolume 当前位置维度 30.09923000
假设经计算车A能在两小时内到达提货点，路线熟悉度为第三章计算得出的0.3，各指标为第四章计算得的(α1，α2，α3，α4)＝(0.439，0.205，0.085，0.185)。
Figure BDA0003215870170000122
计算得出车A的匹配评分为0.81，即车辆A满足运货需求，且匹配度较高。
在本申请实施例中，提供了一种可能的实施方式，在该实施方式中，所述订单生成模块在基于所述待运输货源信息和所述运输车辆信息生成订单，并将所述订单上传至所述区块链时，可以用于：
基于所述待运输货源信息和所述运输车辆信息生成订单，所述订单包括订单ID、货源方ID，车源方ID，承运车辆车牌，收货方ID，货源基本信息，运输时间，订单状态；将所述订单上传至所述区块链。所述订单执行模块在基于用户提交的信息修改所述订单的完成进度，直至所述订单完成时，可以用于：接收用户输入的订单状态修改请求；基于该订单状态修改请求修改所述订单状态。所述身份验证模块在验证所述用户的身份信息时，可以用于：获取所述用户的用户属性信息，将所述用户属性信息与预设的CA证书中的用户属性信息进行对比，当所述用户属性信息与所述预设的CA证书中的用户属性信息相同时，判定所述用户身份验证通过。
在本申请实施例中，用户在向CA中心申请证书时，为用户分配一个独一无二的身份ID，并将身份ID设置到CA证书，当用户利用自身证书进行业务操作时，***调用智能合约，智能合约会先获取CA证书中的用户身份信息，判断该用户是否有权限进行该操作，如有权限则执行操作指令，没有则返回错误信息。货运业务中主要包含的环节：1.货源方发布货源信息→2.平台为货源方推荐运输车辆(车货匹配)→3.货源方与车源方协商确定运输任务→4.生成运输订单→5.司机执行运输任务→6.用户确定收货。利用区块链技术记录每一环节的相关数据，利用CA证书结合智能合约实现用户权限访问控制主要应用到4.5.6环节。环节中生成运输订单的上链数据项：[运单ID，货源方ID，车源方ID，承运车辆车牌，收货方ID，货源基本信息，时间，订单状态，货源方用户属性值，车源方用户属性值，收货方用户属性值]。其中环节5中还包括多个小环节：司机到达提货点提货→司机和货源方确认提货→司机进行货物运输→司机到达卸货点→收货方确认收货→收货方、司机、货源方三方确认运输订单完成。每个环节的运输订单状态都会发生变化，每个状态的变更都是由指定的用户完成，在变更状态之前需要检查该用户是否有权限更改该运输订单当前的状态。以司机到达提货点后进行运单状态变更为例，司机将运单状态更改为司机以到提货点。智能合约收到司机的状态变更请求时，也需要校验身份信息。具体实现为：智能合约获取当前运单信息中状态变更者(车源方)用户属性值，通过fabric提供的工具包中的GetAttribuuteValue接口获取状态变更者(车源方)CA证书中的用户属性值，对比运单中状态变更者的用户属性值,判断两者是否一样，验证该状态变更者是否有权限对该运单进行状态变更。验证通过后，对运单状态进行变更，变更操作完成后，将运单信息重新上链。
司机和货源方确认提货环节的状态变更需要司机和货源方共同操作，需要验证两者的权限，货物运输中与货物到达卸货点环节的状态变更只需司机操作，确认收货环节只需要收货方操作，运单完成确认环节则需要三方共同确认并操作。每次状态变更完成后，都需要将运单信息重新上链，达到记录整个货运流程的效果。
本申请实施例在利用区块链技术增强传统货运平台上交易信息的可信度,实现对交易的执行全过程进行实时有效监督的基础上，利用智能合约实现用户访问控制策略，防止用户对业务进行恶意操作，减少了因用户恶意操作给平台以及车源方货源方双方用户的损失。车货匹配模型在基于货源类型、长度、体积、重量以及线路熟悉属性下，为货源推荐匹配度更高的车辆，提高了车货双方的满意度，降低了物流成本。区块链技术可以增强平台上交易信息的可信度,能够对交易的执行全过程进行实时有效监督,间接降低了双方的违约行为。利用智能合约实现用户访问控制策略，防止用户对业务进行恶意操作。基于用户属性的车货匹配模型能更好的针对货源类型、长度、体积、重量以及线路熟悉属性为货源推荐匹配度更高的车辆。
本申请实施例提供了一种基于智能合约的车货匹配装置，如图6所示，所述基于智能合约的车货匹配装置60包括信息接收模块601、车辆匹配模块602、订单生成模块603、以及订单修改模块604，其中：
信息接收模块601，用于接收货源方发布的待运输货源信息，将所述货源方发布的待运输货源信息上传至区块链；
车辆匹配模块602，用于基于所述待运输货源信息匹配对应的运输车辆信息；
订单生成模块603，用于基于所述待运输货源信息和所述运输车辆信息生成订单，并将所述订单上传至所述区块链；
订单修改模块604，用于接收用户提交的订单信息修改请求，基于所述订单信息修改请求，采用预设的CA证书验证所述用户的身份信息，当所述用户的身份信息具有订单修改权限时，基于所述订单信息修改请求修改所述订单信息。
本申请实施例中提供了一种电子设备，该电子设备包括：存储器和处理器；至少一个程序，存储于存储器中，用于被处理器执行时，接收货源方发布的待运输货源信息，将所述货源方发布的待运输货源信息上传至区块链；基于所述待运输货源信息匹配对应的运输车辆信息；基于所述待运输货源信息和所述运输车辆信息生成订单，并将所述订单上传至所述区块链；接收用户提交的订单信息修改请求，基于所述订单信息修改请求，采用预设的CA证书验证所述用户的身份信息，当所述用户的身份信息具有订单修改权限时，基于所述订单信息修改请求修改所述订单信息。本申请实施例在利用区块链技术增强传统货运平台上交易信息的可信度,实现对交易的执行全过程进行实时有效监督的基础上，利用智能合约实现用户访问控制策略，防止用户对业务进行恶意操作，减少了因用户恶意操作给平台以及车源方货源方双方用户的损失。车货匹配模型在基于货源类型、长度、体积、重量以及线路熟悉属性下，为货源推荐匹配度更高的车辆，提高了车货双方的满意度，降低了物流成本。区块链技术可以增强平台上交易信息的可信度,能够对交易的执行全过程进行实时有效监督,间接降低了双方的违约行为。利用智能合约实现用户访问控制策略，防止用户对业务进行恶意操作。基于用户属性的车货匹配模型能更好的针对货源类型、长度、体积、重量以及线路熟悉属性为货源推荐匹配度更高的车辆。
在一个可选实施例中提供了一种电子设备，如图7所示，图7所示的电子设备4000包括：处理器4001和存储器4003。其中，处理器4001和存储器4003相连，如通过总线4002相连。可选地，电子设备4000还可以包括收发器4004。需要说明的是，实际应用中收发器4004不限于一个，该电子设备4000的结构并不构成对本申请实施例的限定。
处理器4001可以是CPU(Central Processing Unit，中央处理器)，通用处理器，DSP(Digital Signal Processor，数据信息处理器)，ASIC(Application SpecificIntegrated Circuit，专用集成电路)，FPGA(Field Programmable Gate Array，现场可编程门阵列)或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。其可以实现或执行结合本申请公开内容所描述的各种示例性的逻辑方框，模块和电路。处理器4001也可以是实现计算功能的组合，例如包含一个或多个微处理器组合，DSP和微处理器的组合等。
总线4002可包括一通路，在上述组件之间传送信息。总线4002可以是PCI(Peripheral Component Interconnect，外设部件互连标准)总线或EISA(ExtendedIndustry Standard Architecture，扩展工业标准结构)总线等。总线4002可以分为地址总线、数据总线、控制总线等。为便于表示，图7中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
存储器4003可以是ROM(Read Only Memory，只读存储器)或可存储静态信息和指令的其他类型的静态存储设备，RAM(Random Access Memory，随机存取存储器)或者可存储信息和指令的其他类型的动态存储设备，也可以是EEPROM(Electrically ErasableProgrammable Read Only Memory，电可擦可编程只读存储器)、CD-ROM(Compact DiscReadOnly Memory，只读光盘)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。
存储器4003用于存储执行本申请方案的应用程序代码，并由处理器4001来控制执行。处理器4001用于执行存储器4003中存储的应用程序代码，以实现前述方法实施例所示的内容。
其中，电子设备包括但不限于：电脑、平板、工业控制器等。
本申请实施例提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，当其在计算机上运行时，使得计算机可以执行前述方法实施例中相应内容。与现有技术相比，本申请实施例在利用区块链技术增强传统货运平台上交易信息的可信度,实现对交易的执行全过程进行实时有效监督的基础上，利用智能合约实现用户访问控制策略，防止用户对业务进行恶意操作，减少了因用户恶意操作给平台以及车源方货源方双方用户的损失。车货匹配模型在基于货源类型、长度、体积、重量以及线路熟悉属性下，为货源推荐匹配度更高的车辆，提高了车货双方的满意度，降低了物流成本。区块链技术可以增强平台上交易信息的可信度,能够对交易的执行全过程进行实时有效监督,间接降低了双方的违约行为。利用智能合约实现用户访问控制策略，防止用户对业务进行恶意操作。基于用户属性的车货匹配模型能更好的针对货源类型、长度、体积、重量以及线路熟悉属性为货源推荐匹配度更高的车辆。
应该理解的是，虽然附图的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，其可以以其他的顺序执行。而且，附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，其执行顺序也不必然是依次进行，而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
以上所述仅是本申请的部分实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本申请的保护范围。

Claims (7)

1.一种基于智能合约的车货匹配方法，其特征在于，所述方法包括：
接收货源方发布的待运输货源信息，将所述货源方发布的待运输货源信息上传至区块链；
基于所述待运输货源信息匹配对应的运输车辆信息；
基于所述待运输货源信息和所述运输车辆信息生成订单，并将所述订单上传至所述区块链；
接收用户提交的订单信息修改请求，基于所述订单信息修改请求，采用预设的CA证书验证所述用户的身份信息，当所述用户的身份信息具有订单修改权限时，基于所述订单信息修改请求修改所述订单信息。
2.根据权利要求1所述的基于智能合约的车货匹配方法，其特征在于，所述接收货源方发布的待运输货源信息，将所述货源方发布的待运输货源信息上传至区块链，包括：
接收货源方输入的待运输货源信息，所述待运输货源信息包括待运输货物的重量、体积、运输起点、运输终点、以及运输时间；
将所述待运输货源信息发送至所述区块链上。
3.根据权利要求2所述的基于智能合约的车货匹配方法，其特征在于，所述基于所述待运输货源信息匹配对应的运输车辆信息，包括：
基于所述运输时间确定满足第一匹配指标的车辆信息；
基于所述待运输货物的重量和体积确定满足第二匹配指标的车辆信息；
将同时满足所述第一匹配指标和所述第二匹配指标的车辆确定为待确认目标车辆。
4.根据权利要求3所述的基于智能合约的车货匹配方法，其特征在于，所述基于所述待运输货源信息匹配对应的运输车辆信息，还包括：
基于预设的第三匹配指标在所述待确认目标车辆中确定运输车辆，其中，所述第三匹配指标包括车辆载重率、车辆体积符合度、车长符合度、以及驾驶员线路熟悉度。
5.根据权利要求1所述的基于智能合约的车货匹配方法，其特征在于，所述基于所述待运输货源信息和所述运输车辆信息生成订单，包括：
基于所述待运输货源信息和所述运输车辆信息生成订单，所述订单包括订单ID、货源方ID，车源方ID，承运车辆车牌，收货方ID，货源基本信息，运输时间，订单状态。
6.根据权利要求1所述的基于智能合约的车货匹配方法，其特征在于，所述方法还包括：
接收用户向CA中心提交的入链申请，所述入链申请包括身份证和或驾驶证；
对所述入链申请进行审核，向所述用户颁发CA证书，所述CA证书包含所述用户的唯一身份标识；
所述接收用户提交的订单信息修改请求，基于所述订单信息修改请求，采用预设的CA证书验证所述用户的身份信息，当所述用户的身份信息具有订单修改权限时，基于所述订单信息修改请求修改所述订单信息，包括：
调用智能合约获取所述用户的所述唯一身份标识；
当判断该用户的唯一身份标识具有订单修改权限时，基于所述订单修改请求修改订单信息。
7.根据权利要求1所述的基于智能合约的车货匹配方法，其特征在于，所述方法还包括：
利用预设的智能合约获取所述用户的提交唯一身份信息；
通过预设的工具包中的接口获取CA证书中预存的所述用户的存储唯一身份标识；
当所述提交唯一身份标识与所述存储唯一身份标识一致时，判断所述用户具备订单信息修改权限。
CN202110943099.9A 2021-08-17 2021-08-17 一种基于智能合约的车货匹配方法 Pending CN113743863A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110943099.9A CN113743863A (zh) 2021-08-17 2021-08-17 一种基于智能合约的车货匹配方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110943099.9A CN113743863A (zh) 2021-08-17 2021-08-17 一种基于智能合约的车货匹配方法

Publications (1)

Publication Number Publication Date
CN113743863A true CN113743863A (zh) 2021-12-03

Family

ID=78731392

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110943099.9A Pending CN113743863A (zh) 2021-08-17 2021-08-17 一种基于智能合约的车货匹配方法

Country Status (1)

Country Link
CN (1) CN113743863A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116342011A (zh) * 2023-05-23 2023-06-27 万联易达物流科技有限公司 一种整车运输的车货智能匹配方法和***
CN116562749A (zh) * 2023-03-28 2023-08-08 北京知藏云道科技有限公司 一种基于自然语言处理的车货匹配推荐***

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2020126512A (ja) * 2019-02-06 2020-08-20 株式会社トランストロン 情報処理装置及びプログラム
CN112036799A (zh) * 2020-09-04 2020-12-04 南京福佑在线电子商务有限公司 货运智能匹配方法、装置及***
CN112907329A (zh) * 2021-03-12 2021-06-04 圆通速递有限公司 一种基于联盟链的车货匹配方法
CN113159678A (zh) * 2021-04-15 2021-07-23 广西综合交通大数据研究院 基于区块链的交通物流公共信息服务平台

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2020126512A (ja) * 2019-02-06 2020-08-20 株式会社トランストロン 情報処理装置及びプログラム
CN112036799A (zh) * 2020-09-04 2020-12-04 南京福佑在线电子商务有限公司 货运智能匹配方法、装置及***
CN112907329A (zh) * 2021-03-12 2021-06-04 圆通速递有限公司 一种基于联盟链的车货匹配方法
CN113159678A (zh) * 2021-04-15 2021-07-23 广西综合交通大数据研究院 基于区块链的交通物流公共信息服务平台

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116562749A (zh) * 2023-03-28 2023-08-08 北京知藏云道科技有限公司 一种基于自然语言处理的车货匹配推荐***
CN116342011A (zh) * 2023-05-23 2023-06-27 万联易达物流科技有限公司 一种整车运输的车货智能匹配方法和***
CN116342011B (zh) * 2023-05-23 2023-07-21 万联易达物流科技有限公司 一种整车运输的车货智能匹配方法和***

Similar Documents

Publication Publication Date Title
CN113743863A (zh) 一种基于智能合约的车货匹配方法
CN108351998B (zh) 用于运输物品的***和方法
US11948460B2 (en) Parking monitoring and assistance for transports
CN109934662B (zh) 基于区块链的共享资源租赁方法、装置和计算机设备
CN112597240B (zh) 一种基于联盟链的联邦学习的数据处理方法与***
CN112601930A (zh) 通信网络、方法、网络设备和通信设备
TW202036418A (zh) 基於區塊鏈的出租車營運方法和裝置
CN111010282A (zh) 一种基于区块链的信息处理方法及相关装置
US11803811B2 (en) System for validated tracking of events associated with equipment during a resource arrangement
US11610160B2 (en) System for validated tracking and management of events associated with equipment during lifetime usage
CN115409439A (zh) 基于改进蚁群算法的多车型供应链调度方法及电子设备
US11514544B2 (en) Parking monitoring and assistance for transports
CN111445188A (zh) 货物库存管理方法及装置
CN108022070B (zh) 一种混合装卸车辆协同调度运输方法
KR102571338B1 (ko) 블록체인 기반의 환적운송 서비스 방법 및 시스템
CN112362071B (zh) 多目的地路线规划方法、装置及存储介质
US11615381B2 (en) Geo-fence responsibility creation and management
EP3945478A1 (en) Method and system for managing a plurality of networks of vehicles
CN111369243B (zh) 一种分布式记账的方法和装置
CN113159678A (zh) 基于区块链的交通物流公共信息服务平台
CN113918645A (zh) 一种基于区块链的非同质资产交易***、方法和计算机装置
CN112907329A (zh) 一种基于联盟链的车货匹配方法
CN112596675A (zh) 数据的多存储方法、装置、电子设备及计算机存储介质
CN112039893A (zh) 私密交易处理方法、装置、电子设备及可读存储介质
CN111967820A (zh) 一种基于区块链的托盘管理方法和***

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