[发明专利]一种基于大数据的干线运输车货匹配算法

说明书

本发明公开了一种基于大数据的干线运输车货匹配算法，利用搜索空间限制的大小定义算法的局域搜索和全局搜索,并通过调节搜索空间的限制以实现局域搜索和全局搜索之间的转换，车货匹配算法原理如下:捕食搜索算法寻优时，先在整个搜索空间进行全局搜索，直至找到一个较优解，然后在较优解附近的区域进行集中搜索，如果搜索很多次也没有找到更优解，则放弃局域搜索，然后再在整个搜索空间进行全局搜索，如此循环直至找到最优解(或近似最优解)为止；通过粒子群的捕食搜索算法进行合理分配车货信息，匹配准确率高，使用方便简单，使用成本低，使用体验佳，适合大众需求。

技术领域

本发明属于互联网算法领域，特别涉及一种基于大数据的干线运输车货匹配算法。

背景技术

目前，车货匹配大都以车辆信息模块和货源信息模块为主，这些软件将车辆信息和货源信息分门别类展示出来，当用户点击车辆或者货源某个类别时，展现给用户该类信息排序的车源或者货源列表，向用户推荐该类车源或者货源信息，这种传统车货匹配软件信息的排序，将交了年费的司机用户的车源置前，将给了推广费用的物流公司的货源置前，其次才考虑货源和车辆匹配（距离、装货要求、运量最大化）等因素，导致客户与司机需要花较长时间来打电话沟通信息是否匹配，匹配准确率差，顾客与司机使用不方便，使用成本高，投诉率高，使用体验差，不适合大众需求。

本发明要解决的技术问题是提供一种合理匹配车与货信息、匹配准确率高、使用方便简单、使用成本低、使用体验佳、适合大众需求的基于大数据干线运输车货匹配算法。

发明内容

为解决上述现有技术匹配不合理、匹配准确率低、需要电话沟通使用不方便、使用成本高、投诉率高、使用体验差、不适合大众需求等问题，本发明采用如下技术方案：

本发明提供一种基于大数据的干线运输车货匹配算法，利用搜索空间限制的大小定义算法的局域搜索和全局搜索,并通过调节搜索空间的限制以实现局域搜索和全局搜索之间的转换，车货匹配算法原理如下:捕食搜索算法寻优时，先在整个搜索空间进行全局搜索，直至找到一个较优解，然后在较优解附近的区域进行集中搜索，如果搜索很多次也没有找到更优解，则放弃局域搜索，然后再在整个搜索空间进行全局搜索，如此循环直至找到最优解(或近似最优解)为止，具体算法如下：优化目标是满足司机需求的最短车辆行驶路径的配货，首先对车辆配货问题做出基本假设司机位置与客户的位置已知、客户的需求量已知、每个客户仅由一辆车访问、每个客户的需求都必须满足、每条线路上的需求量不得超过车辆的最大载质量、客户总的需求量不得大于车辆总的载质量；变量定义如下 K配送车辆数、q车辆的载质量、L需要服务的客户数、第i个客户的货物需求量、从客户i到客户j的运输距离。

本发明的有益效果在于：通过粒子群的捕食搜索算法进行合理分配车货信息，匹配准确率高，使用方便简单，使用成本低，使用体验佳，适合大众需求。

具体实施方式

下面详细说明本发明的优选实施例。

一种基于大数据的干线运输车货匹配算法，利用搜索空间限制的大小定义算法的局域搜索和全局搜索,并通过调节搜索空间的限制以实现局域搜索和全局搜索之间的转换，车货匹配算法原理如下:捕食搜索算法寻优时，先在整个搜索空间进行全局搜索，直至找到一个较优解，然后在较优解附近的区域进行集中搜索，如果搜索很多次也没有找到更优解，则放弃局域搜索，然后再在整个搜索空间进行全局搜索，如此循环直至找到最优解(或近似最优解)为止，具体算法如下：优化目标是满足司机需求的最短车辆行驶路径的配货，首先对车辆配货问题做出基本假设司机位置与客户的位置已知、客户的需求量已知、每个客户仅由一辆车访问、每个客户的需求都必须满足、每条线路上的需求量不得超过车辆的最大载质量、客户总的需求量不得大于车辆总的载质量；变量定义如下 K配送车辆数、q车辆的载质量、L需要服务的客户数、第i个客户的货物需求量、从客户i到客户j的运输距离；