[發(fā)明專利]一種基于AHP-DBN的車貨匹配方法

有效

• 申請?zhí)枺?/td>: 202110750562.8
• 申請日: 2021-07-02
• 公開（公告）號: CN113379356B
• 公開（公告）日: 2022-05-17
• 發(fā)明（設(shè)計(jì)）人: 田冉;王楚;高世偉;馬忠彧;劉顏星;胡佳;王灝篷;王晶霞;李新梅
• 申請（專利權(quán)）人: 西北師范大學(xué)
• 主分類號: G06Q10/08
• 分類號: G06Q10/08;G06N3/08;G06K9/62;G06Q50/28;G06Q50/30
• 代理公司: 北京盛凡佳華專利代理事務(wù)所(普通合伙) 11947
• 代理人: 吳佳佳

本發(fā)明提供了一種基于動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)的車貨匹配方法。在動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)的基礎(chǔ)上，單時(shí)間片內(nèi)的匹配結(jié)果和某時(shí)間片內(nèi)某車輛的匹配結(jié)果都將被看作為一個(gè)狀態(tài)，并持續(xù)對后續(xù)匹配過程產(chǎn)生影響，狀態(tài)的引入提高了動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)的靈活性。除此之外，為屬性匹配添加動(dòng)態(tài)權(quán)重，為每一對匹配組合考慮到環(huán)境影響的因素，都能夠最大化合適程度，最小化物流成本。對于匹配失敗的車輛，我們在提高其易于匹配成功的因素之后，繼續(xù)放入到下一個(gè)時(shí)間段進(jìn)行匹配，直至匹配成功，這都切實(shí)有效的提升了匹配效率。通過大量的實(shí)驗(yàn)證明，無論是在匹配成功率，還是在各種不同的場景下，本方法相對于先前研究都有一個(gè)較大的提升，能夠應(yīng)用于中小型物流企業(yè)中。

技術(shù)領(lǐng)域

本發(fā)明專利涉及一種車貨匹配方法，在物流運(yùn)輸領(lǐng)域具有極其重要的應(yīng)用前景。

背景技術(shù)

在物流行業(yè)內(nèi)，有著公路、鐵路、水運(yùn)、航空等運(yùn)輸體系，不同的運(yùn)輸體系構(gòu)成了完整的物流運(yùn)輸線。在眾多運(yùn)輸體系中，公路貨運(yùn)可以實(shí)現(xiàn)點(diǎn)到點(diǎn)的運(yùn)輸，具有極其方便、靈活、快捷等優(yōu)勢特點(diǎn)，故公路貨運(yùn)處于占有絕對優(yōu)勢的地位，除了為物流行業(yè)帶來了大量的利潤，但也存在著諸多問題，例如貨運(yùn)信息不對稱、車貨匹配效率低下、返程空載。這些問題在制約著公路貨運(yùn)的進(jìn)一步發(fā)展的同時(shí)，也會(huì)造成車輛資源閑置浪費(fèi)、貨運(yùn)資源囤積等現(xiàn)象。為了解決上述問題，對車貨匹配相關(guān)問題的研究尤為重要。車貨匹配以車輛信息、貨物信息作為基本信息，從中挖掘出潛在的信息表示，通過特定的算法找到其潛在的匹配規(guī)律，從而提高車貨匹配效率，降低物流成本。

車貨匹配流程如下：(1)明確車輛和貨物的基本信息，例如車輛(貨物)的類型、質(zhì)量、體積、起始地、目的地等其他信息；(2)針對車輛和貨物相同屬性表達(dá)，從中找取到合適的匹配子算法；(3)將各個(gè)屬性的匹配子算法結(jié)合起來，同時(shí)為它們通過AHP方法分配各自權(quán)重，得到車貨的具體屬性匹配值。

目前在車貨匹配方向上的研究大多集中在車貨指標(biāo)體系上，也就是(2)步驟，其固然是車貨匹配研究重點(diǎn)，但也是最基礎(chǔ)的部分，考慮因素單一化。也有學(xué)者使用動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)模型進(jìn)行車貨匹配，預(yù)測車輛在不同時(shí)間段匹配成功的概率，但是缺乏確切的匹配結(jié)果和對結(jié)果不足進(jìn)行優(yōu)化的方法，不具備應(yīng)用到實(shí)際的能力。本發(fā)明在車貨屬性匹配方面進(jìn)行了改進(jìn)，并對屬性匹配加入了動(dòng)態(tài)權(quán)重(權(quán)重由AHP得到)，貼切實(shí)際，同時(shí)也考慮到外界環(huán)境因素對匹配組合產(chǎn)生的影響，引入了環(huán)境影響度概念。在動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)基礎(chǔ)上，引入了狀態(tài)，精確的分析了單時(shí)間片、動(dòng)態(tài)時(shí)間段車貨匹配的詳細(xì)進(jìn)程，極大的提高了動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)的靈活性。大量的實(shí)驗(yàn)證明，本發(fā)明無論是在車輛的匹配成功率，匹配失敗車輛的優(yōu)化方面、還是各種不同的場景下，本方法相對于先前研究都有一個(gè)較大的提升。

發(fā)明內(nèi)容

本發(fā)明克服了現(xiàn)有車貨匹配問題中的優(yōu)化目的單一，靜態(tài)時(shí)間段內(nèi)車輛匹配成功率低，無法對匹配失敗車輛的后續(xù)匹配過程優(yōu)化，匹配成本過高等缺點(diǎn)，提出了一種基于AHP(層次分析法，Analytic Hierarchy Process)-DBN(動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)，DynamicBayesian Network)車貨匹配方法，為動(dòng)態(tài)變化的車輛資源進(jìn)行不同貨物的個(gè)性化排序推薦，致力于提高用戶滿意度、降低物流成本。

本發(fā)明主要包括四個(gè)部分：(1)確定模型的輸入輸出。(2)針對車輛貨物的具體屬性確定各自相對應(yīng)的子算法。(3)根據(jù)車輛(貨物)資源池信息，確定每對匹配組合受到環(huán)境的影響程度。(4)構(gòu)建動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)模型。(5)方法有效性驗(yàn)證。

下面分別介紹以上五部分的內(nèi)容:

1、確定模型的輸入輸出。車輛、貨物數(shù)據(jù)集作為本方法的輸入，其中兩者均包括類型、質(zhì)量、體積、起始地、目的地、等待開始時(shí)間、等待截止時(shí)間、匹配優(yōu)先級等屬性。除了已有的車輛、貨物資源，在進(jìn)行動(dòng)態(tài)匹配的過程中，模型會(huì)接受外界持續(xù)不斷加入的新資源，這樣車輛可選擇的范圍會(huì)變大。在得到最佳的匹配結(jié)果值之后，會(huì)依次輸出每個(gè)時(shí)間段內(nèi)匹配成功的組合，每一對組合都包括車輛、貨物、匹配度。