QD公司货运信息平台车货匹配问题研究
发布时间:2023-12-24 15:02
随着经济的发展,贸易量呈现出逐年上升的趋势。我国的货物运输主要依托公路货运,它是我国最主要的货物运输方式,从事公路货运的司机是货物运输行业的主力军。但是,他们在运输货物的同时也承担着极高的物流成本。究其原因,主要是因为货主与车主的信息不对称,导致大量的运力资源浪费,车辆的空载率变高。在此之下,大量的车货匹配平台应运而生,匹配能力成为了各个车货匹配平台最重要的竞争力。本文以QD公司货运信息平台为背景,对其存在的车货匹配问题进行研究。通过对该平台的车货匹配现状分析发现,车货匹配的过程存在不规范的地方,主要体现在两个方面:第一,干线下单模式下采用议价模式,货主与车主进行多次运费协商,决定最终的运费;第二,平台开创了货站模式,车主可以与货站签约。货站的货主发布订单后,平台通过消息和短信方式即时推送货源信息到签约司机,多个签约司机申请接单。同时,司机可能收到多个签约货站的推送消息,申请多个订单。最后,货主在申请列表中自行选择车主。这样的做法导致车货匹配效果不佳,车货匹配效率低下。基于QD公司货运信息平台存在的问题,本文构建了议价模式下的多对多车货属性匹配模型。为了计算属性匹配度,本文分两个阶段进...
【文章页数】:75 页
【学位级别】:硕士
【文章目录】:
致谢
摘要
ABSTRACT
1 引言
1.1 研究背景及意义
1.1.1 研究背景
1.1.2 研究意义
1.2 国内外研究综述
1.2.1 车货匹配的研究现状
1.2.2 议价模型的研究现状
1.2.3 多目标优化问题的研究现状
1.2.4 文献研究小结
1.3 研究内容与方法
1.3.1 研究内容
1.3.2 研究方法与技术路线
2 相关理论基础
2.1 多属性自动谈判理论基础
2.1.1 多属性自动谈判概念
2.1.2 多属性自动谈判模型
2.2 多目标优化理论基础
2.3 车货匹配相关概念
2.3.1 车货匹配原则
2.3.2 车货匹配目标
2.3.3 车货匹配模式
3 QD公司货运信息平台车货匹配分析
3.1 QD公司货运信息平台简介
3.2 QD公司货运信息平台特点
3.2.1 货站模式
3.2.2 干线下单模式的议价模式
3.3 QD公司货运信息平台车货匹配现状及问题
3.3.1 车货匹配现状
3.3.2 车货匹配问题
4 议价模式下的多对多车货属性匹配模型设计
4.1 QD公司货运信息平台议价模型设计
4.1.1 问题描述与假设
4.1.2 议价模型参数及符号定义
4.1.3 议价模型构建
4.1.4 模型求解
4.2 QD公司货运信息平台多对多车货属性匹配模型设计
4.2.1 问题描述与假设
4.2.2 模型参数及符号定义
4.2.3 车货属性匹配指标分析
4.2.4 多对多车货属性匹配模型构建
4.2.5 模型求解
5 实例分析
5.1 问题描述
5.2 议价模型求解
5.3 多对多车货属性匹配模型求解
5.4 结果分析
6 结论与展望
6.1 研究结论
6.2 研究展望
参考文献
附录A
作者简历及攻读硕士学位期间取得的研究成果
学位论文数据集
本文编号:3874749
【文章页数】:75 页
【学位级别】:硕士
【文章目录】:
致谢
摘要
ABSTRACT
1 引言
1.1 研究背景及意义
1.1.1 研究背景
1.1.2 研究意义
1.2 国内外研究综述
1.2.1 车货匹配的研究现状
1.2.2 议价模型的研究现状
1.2.3 多目标优化问题的研究现状
1.2.4 文献研究小结
1.3 研究内容与方法
1.3.1 研究内容
1.3.2 研究方法与技术路线
2 相关理论基础
2.1 多属性自动谈判理论基础
2.1.1 多属性自动谈判概念
2.1.2 多属性自动谈判模型
2.2 多目标优化理论基础
2.3 车货匹配相关概念
2.3.1 车货匹配原则
2.3.2 车货匹配目标
2.3.3 车货匹配模式
3 QD公司货运信息平台车货匹配分析
3.1 QD公司货运信息平台简介
3.2 QD公司货运信息平台特点
3.2.1 货站模式
3.2.2 干线下单模式的议价模式
3.3 QD公司货运信息平台车货匹配现状及问题
3.3.1 车货匹配现状
3.3.2 车货匹配问题
4 议价模式下的多对多车货属性匹配模型设计
4.1 QD公司货运信息平台议价模型设计
4.1.1 问题描述与假设
4.1.2 议价模型参数及符号定义
4.1.3 议价模型构建
4.1.4 模型求解
4.2 QD公司货运信息平台多对多车货属性匹配模型设计
4.2.1 问题描述与假设
4.2.2 模型参数及符号定义
4.2.3 车货属性匹配指标分析
4.2.4 多对多车货属性匹配模型构建
4.2.5 模型求解
5 实例分析
5.1 问题描述
5.2 议价模型求解
5.3 多对多车货属性匹配模型求解
5.4 结果分析
6 结论与展望
6.1 研究结论
6.2 研究展望
参考文献
附录A
作者简历及攻读硕士学位期间取得的研究成果
学位论文数据集
本文编号:3874749
本文链接:https://www.wllwen.com/jingjilunwen/jingjiguanlilunwen/3874749.html