公路货运车货匹配研究综述

Abstract:Alongwithourcountryhighwayfreightcontinuousdevelopment。Theproblemsofasymmetricinformationofvehicleandcargomatchingandlo论文网wefficiencyofcargomatchingarebecomingmoreandmoreserious。Arousedwidespreadconcerningovernmententerprisesandacademia,Therefore,theproblemofmatchinggoodsandcargoneedstobesolved。Thispaperisbasedonthreeaspects:decisionmodeling,theoreticalmethodsandinformationplatform。Summarizedthemainpointsofdomesticandforeignscholarsonthematchingofvehicleandcargo,Reviewingtheoptimizationproblemsandmodelfeaturesinthefieldofresearch,Andputforwardthemainproblemsthatshouldbepaidattentiontointhefuture。

Keywords:highwayfreight;vehiclecargomatch;informationplatform

0引言

公路货物运输业一直是国民经济发展中的一个基础性和先导性产业。统计公报显示,2017全年货物运输总量479亿吨。公路货物运输总量368亿吨,同比增长10。1百分号;可见公路运输的占比在所有交通运输方式中是最高的。随着货运总量连年提升,公路货运的占比也在不断提高。但目前货车实载率不及60百分号,远低于发达国家80百分号～95百分号的水平。传统线下物流大多数存在着多。小。散。弱等问题,人找车难。车找货难的问题也屡见不鲜。随着中国互联网飞速发展,互联网+“。大数据。云计算等早已深入货运行业。车货匹配信息平台有效的缓解了信息不对称,减少了车辆空载和社会成本,同时为车货双方提供了货物配载信息服务,但目前还不具备按双方需求实现快速智能匹配的功能。为了解决当前物流需求多样性,服务对象不确定性,车货匹配信息不对称及车货匹配效率低等问题,减少较大的经济损失和社会资源浪费。本文从车货匹配的决策建模,理论方法及信息平台等三个方面,汇总了针对车货匹配的国内外学者观点,并且囊括近些年来相关领域的优化问题,回顾了相关成果的研究热点。模型特征,并提出了未来公路车货匹配研究中应该关注的主要问题。

1车货匹配决策建模理论研究

车货的有效匹配可以提高物流资源的利用率,降低运输车辆的空驶率。本文主要从车货匹配决策建模方面对前人的研究文献做简要综述。

陈进博等人[1]信息。功能及效益三大模块并应用MA-OWA算子进行权重赋值,结合车货匹配网站的业务流程构建了评价指标体系。姚国龙[2]提出结合精益物流思想特征和专家调查法对车货匹配中的具体要素进行评价,采用定性与定量的AHP模糊综合评价法分析过程中的问题。张庆英等人[3],采用权重分析法对物流企业和个体用户交易指标进行打分,以承运商和托运方估值之和作为车货信息匹配交易的撮合机制。孙彬[4]通过构建智能匹配模型及指标体系实现了地域因素的第四方物流平台的供需智能匹配。李慧[5]运用理论分析法,模糊综合评价法和多目标匹配排序法为供需匹配模块建立以货源方。车源方为主的车货两层筛选匹配指标体系。胡觉等人[6]提出了利用信息评价体系,大小数量规模下的TS算法和PSO算法,PSO-TS混合算法等证明了TS算法在车货匹配问题上的有效可行性。郭静妮[7],利用三角模糊数及清晰化的效用函数构建了车货双方多指标语言评价体系。黄美华[8]等人根据车货信息平台的特点用最小二乘支持向量机来匹配需求信息,并建立了车货信息匹配模型。吴广盛[9]以货源方和车源方为主导偏好因素提出车货供需匹配排序模型,并提出匹配指标和信誉评价体系。牟向伟等[10]提出了利用量子进化算法对车货匹配模型进行设计与改进,并采用约束惩罚的适应度衰减方法解决了量子群初期无强可行解时最优量子个体的选择问题。陈火根[11]等人讨论了在电子交易市场上利用网络服务信息建立了子目标任务,人工干预交易协商,并实现车货匹配资源自动配对。陆慧娟等人[12]利用软件及服务(SaaS)与计算机支持的协同工作(CsCw)相结合,采用车辆混合禁忌搜索算法,构建货找车“的高智能车货匹配系统。王训斌等人[13]构建了多目标多层级公路车货匹配系统,并采用车辆混合禁忌搜索算法对其进行优化。陆江[14]研究了虚拟物流平台的公路零担运输车货匹配模型,选定遗传算法作为模型的求解算法,并使用Java语言实现了算法。张涛和赵冰洁[15]运用遗传算法对车辆调度实际问题进行研究。李建民[16]等人针对车货配载过程中的货选车和混载的问题构建了多目标规划模型,并提出运送价格和车主可靠程度是其重要的影响因素。顾佳倩[17]利用Java程序,以语义网本体和自定义推理规则为知识导向搭建了车货语义的相互匹配。张璐[18]通过了解交易双方策略,研究并分析了公路货运信息平台的组合拍卖机制对运力资源的订单分配等领域问题。蒋忠中等人[19]分析了多属性商品交易中存在的模糊信息,并建立了的新的交易匹配模式。常连玉,陈海燕[20]主体诉求和运价机制,利用神经网络和微粒子群智能算法对运力组织优化模型进行了求解。KarenReneeSmilowitz[21]通過分析研究实例UPS路网对多式联运运输系统网络发表了最新的见解。Lao和Goh[22]用JAZZ技术实现了一个智能匹配代理的网上支持4PL业务的系统。研究成果提出了很多建模决策方法例如语义网技术“,禁忌算法,模糊综合评价法,层次分析法,神经网络,微粒子群等。对车货智能匹配功能和车货双方的多指标评价体系也进行了较丰富的研究。2车货匹配相关理论方法研究

在合理的市场机制下双方能够各自的偏好进行稳定的市场匹配称之为双边匹配理论,以其为基础导向从车货匹配平台与车。货双方关系出发,运用分析方法和建模,能够有效的解决实际问题。所以本文重点探讨双边匹配理论在车货匹配问题上的研究。

国内相关研究成果:贾兴洪等人[23]双边市场和演化博弈理论,构建了车货匹配平台双边用户交易博弈模型,提出平台用户单归属比率提升的最优控制。宋娟娟等人[24]提出物流信息平台具有双边服务。交叉网络外部性等特性,并建立配套信用机制对平台用户资质进行认证。赵保燕[25]以双边市场理论为基础构建了车货物流平台并用平衡计分卡模型对模式的各个维度进行评价。李铭洋等人[26]车货双方的序值偏好,构建了主体序值和最小的目标函数模型。樊治平等人[27]双边匹配稳定满意的出发点,建立了以满意度最大化为目标的双边匹配模型。张振华和汪定伟[28]从权匹配的角度阐述了稳定性匹配问题,提出按重要性从大到小排序,使每一个结点上的匹配主体都尽量得到最优匹配。

国外相关研究成果:Roth[29]最早明确公开提出双边匹配的概念,在1985年发表的文章Conflictandconflictinginterestsintwosidedmatchingmarkets“中界定了双边匹配“和双边“的概念,并分析了双边匹配的现实例子。Gale和Shapley[30]于1962年在AmericanMathematicalMonthly“上发表论文大学录取和稳定婚姻匹配问题“。Rochet等人[31]在其workingpaper中首先从价格结构的不对称性角度给出了双边市场的定义。Armstrong[32]进一步强调了双边市场中一边用户对另一边用户数量的依赖性。Gardenfors[33]以指派理论为依据研究了双边匹配问题。Vate[34]在研究中指出最大化线性目标函数的稳定匹配能够通过线性规划计算出来,认为稳定匹配是一个线性规划问题。Fleinr[35]提出可以用不动点理论来解释双边匹配问题并分析了Gale-Shapley的稳定婚姻理论与Tarsk不动点理论的联系。Roth[36]在双边匹配市场的理论基础上创新性的提出了如何识别非空内部点的方法,同时在Shapley和Shubik[37]研究的转让市场的理论核心基础上得出一套固定点。Korkmaz等人[38]提出双边匹配模型是将雇员和雇主进行有效匹配并使每一边都接受匹配结果,还指出双边匹配理论可以用在指派问题中。

双边匹配理论为匹配的稳定性,线性规划都做了开拓性的研究。车货匹配依据双边匹配理论可以分为一对一匹配,一对多匹配,多对多匹配模型。但双边匹配理论针对车货匹配问题的研究尚处于探索阶段,已有的成果还存在不足之处。

3车货匹配信息平台研究

当下公路货运成本居高不下,存在大量物流资源的浪费,而其中很重要的原因就是物流信息不对称。车货匹配信息平台的设计就是为了减少或消除信息不对称,实现车货在最优条件下的匹配。本文主要是从车货匹配信息平台方面进行阐述。

刑鹏[39]针对车货匹配信息平台问题提出加强云计算与配送之间的联系,从而产出云配送模式。熊然[40]分析了部分地区公路货运行业的主要问题,不仅指出了车货匹配信息平台给车货双方和社会带来的正面意义还提出交易安全性和信息真实性的重要性。王博,朱杰[41]分析了代表性行业的物流现状,对物流信息平台与车货匹配信息平台进行对比,强调了资源整合的重要性。张松[42]针对货运配载行业的发展现状提出了影响公路货运返程配载效率的因素,并比较分析了南京主流的配载模式。汪逸敏[43]从公路货运平台经济的角度出发,指出配货需求不能局限于落地配等单一模式应当趋于随机与碎片化模式。熊宜强[44]提出利用反馈式竞争法“进行权重改进,研究了车货匹配排序诚信激励机制和信号博弈模型等级划分机制。

在车货匹配信息平台中物联网。云计算。大数据及移动互联网技术扮演着重要的角色,不仅能够为系统结构提供科学依据,还可以为未来智能发展方向,及运作机理提供建设性思路。

4研究回顾与展望

通过对文献的综述与回顾,了解到国内外学者通过借助各种方法及理论知识,对车货匹配建模决策及信息平台功能进行了系统研究,又从不同方面对车货匹配问题及进行了深度细化分析,为公路货运车货匹配问题提供了大量的理论和方法支撑。但是在车货匹配问题上,尚有很多问题有待深入研究,而未来需要关注以下几个方面:第一,现有的车货匹配平台在运营中往往追求车货双方海量数据信息,却没有突出平台自身的特色,已有的文献很少给出能体现特色或重点交易类型的车货匹配,例如冷链物流,零担物流,由于其自身的特殊性有十分可观的市场前景和发展空间,应当进行深入挖掘。第二,一些研究还存在自身的局限性,由于车货匹配平台发布的信息数量多且更新快,数据如果只集中在某个时间段内,结果会与实际存在较大差异,需要进一步加强信息指标的真实性。第三,车货双方达到最优匹配需要参考多目标多层次匹配因素,已有成果大多是通过专家调查法,层次分析法及模糊综合评价法等筛选和确定权重的,可以进一步对研究方法进行优化使得选取因素更合理,评价指标更科学。第四,现有的车货匹配文献多从模型。系统和技术角度出发,较少的涉及到订单。人员。管理。成本等实践应用较强的评价内容。应当多针对车货匹配具体流程和影响因素,进一步丰富实证内容。

公路货运车货匹配研究综述