基于大数据的干线运输预配货的方法及系统技术方案

本发明专利技术公开了基于大数据的干线运输预配货的方法及系统，至少包括步骤：S1：获取要运输货物的装载点，并设为中心；S2：计算每个货物的目的地与所述中心的距离；S3：根据所有货物的距离，计算类中心；S4：根据所述类中心，进行配货。通过上述方式，本发明专利技术高效地计算出较为优秀车货匹配方案，从而提高车货匹配算法的计算性能，促进公平，并提高效率。本发明专利技术结构简单新颖、操作方便，可提高割草机的使用安全性。

Method and System of Trunk Transportation Pre-allocation Based on Big Data

【技术实现步骤摘要】
基于大数据的干线运输预配货的方法及系统
本专利技术涉及交通货运
，尤其是涉及一种基于大数据的干线运输预配货的方法及系统。
技术介绍
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。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，这样导致了司机和物流公司用户需要花时间来打电话沟通信息是否匹配，既费时，又缺失公平、效率。
技术实现思路
本专利技术为克服现有技术的不足，提供一种基于大数据的干线运输预配货的方法及系统，针对车辆和货源大数据的特点采用了车源和货源等动态数据进行实时分析，提高车货匹配的最优方案，通过车货匹配组合优化模型，使用基于粒子群的捕食搜索算法对该模型求解，可以高效地计算出较为优秀车货匹配方案，从而提高车货匹配算法的计算性能，促进公平，并提高效率。为解决上述技术问题，本专利技术采用如下技术方案：提供一种基于大数本文档来自技高网...

【技术保护点】
1.一种基于大数据的干线运输预配货的方法，其特征在于，至少包括步骤：S1：获取要运输货物的装载点，并设为中心；S2：计算每个货物的目的地与所述中心的距离；S3：根据所有货物的距离，计算类中心；S4：根据所述类中心，进行配货。

【技术特征摘要】
1.一种基于大数据的干线运输预配货的方法，其特征在于，至少包括步骤：S1：获取要运输货物的装载点，并设为中心；S2：计算每个货物的目的地与所述中心的距离；S3：根据所有货物的距离，计算类中心；S4：根据所述类中心，进行配货。2.根据权利要求1所述的基于大数据的干线运输预配货的方法，其特征在于，步骤S4之前，还包括：S41：判断所述类中心是否改变，若是，则执行步骤S42：返回步骤S3，重新计算类中心；反之，则执行步骤S4。3.根据权利要求1所述的基于大数据的干线运输预配货的方法，其特征在于，所述步骤S1之前，还包括：S01：获取各个车辆的位置、载重量、客户数量、每个客户的货物需求量、每个货物在不同客户之间的运输距离；S02：按照公式(4.1)确定车辆的数量，K＝[∑gi/aq]…………(4.1)，其中，K表示车辆的数量，q表示车辆的载重量，gi表示第i个客户的货物需求量，[]表示向下取整，a表示可调整的约束条件，且0＜a＜1。4.根据权利要求3所述的基于大数据的干线运输预配货的方法，其特征在于，在获取客户的数量之后，还包括步骤S03：按照以下公式控制车辆的载重量：且约束条件为：xijk＝0或1，i，j＝1，2，3…L；k＝1，2，3…K…………(4.7)yik＝0或1，i＝1，2，3…L；k＝1，2，3…K…………(4.8)其中：式(4.2)为目标函数；式(4.3)为车辆的载重量约束，即车辆不能超载；式(4.4)表示每个客户被访问且只被访问一次；式(4.5)表示到达每一个客户的车辆只有一辆；式(4.6)表示离开每一个客户的车辆只有一辆；式(4.7)和(4.8)为整数约束；其中，L表示客户数量，cij表示从客户i到客户j的运输距离，5.根据权利要求4所述的基于大数据的干线运输预配货的方法，其特征在于，在步骤S03之后，还包括步骤S04：按照公式(4.9)对控制车辆的...

【专利技术属性】
技术研发人员：李昭文，
申请(专利权)人：福建龙易配信息科技有限公司，
类型：发明
国别省市：福建,35