基于Android移动平台的车货匹配设计与实现

移动客户端可以实现车货匹配模式的及时、高效、逼真体验、高度可视化，提供方便快捷的服务。根据车货对接流程，设计基于Android系统的车货对接模式。系统实现货主发布货源、查询货物报价、报价处理、查询交易记录功能，实现车主注册车辆、查询注册车辆、根据车辆查询匹配货源、报价、查询记录等功能。本系统能够让货主在平台上发布信息，对于车主、货主之间物流运输，快速、准时的达成物流运输协议有实际意义。     

出租汽车驾驶员生态驾驶行为培训方法--以北京市为例

驾驶行为是影响机动车能耗和尾气排放的主要因素之一,生态驾驶行为已在众多发达国家推广实施,并取得显著的节能减排效益。选取北京市同一车型的60名出租汽车驾驶员实施生态驾驶行为培训,利用OBD+北斗/GPS逐秒采集车辆油耗和运行数据。通过对比培训前后车辆平均百公里油耗改变量,明确生态驾驶培训的节能效果,形成面向出租汽车驾驶员行为矫正的生态驾驶培训方法。培训方案包括三种形式：基于培训手册和宣传视频的静态培训、基于驾驶模拟器的实操动态培训、先静态后动态的综合培训。培训结果表明：生态驾驶行为培训平均降低车辆百公里油耗8.6%;对出租汽车驾驶员实施动态生态驾驶培训更合理有效。由于车辆本身油耗的差异,生态驾驶行为培训对于改善公共交通、货运交通及长途客运汽车等行业的能耗现状可能更为显著。     

城际零担货运平台车辆路径问题研究

在考虑城际零担货运平台现有各种不同补贴方案的基础上，以平台补贴成本、车辆使用成本及燃油成本之和最小为目标函数，建立考虑车-货匹配、车辆三维装载等约束条件的车辆路径优化模型。设计一种混合量子粒子群优化算法，计算货物匹配方案、车辆路径、货物装卸顺序、货物装载位置以及平台补贴最优决策方案。实验结果表明：改进的量子粒子群算法得到的小规模算例优化解与CPLEX优化软件得到的最优解偏差为3.31%；改进的量子粒子群算法通过在求解最佳中间位置时引入适应度函数值作为权重，求解的大规模算例结果比传统量子粒子群算法提高了0.91%；通过分析最优解的特点，将改进的量子粒子群算法与启发式算法相结合，算法的求解 质量提高了4.05%；通过补贴模式对比实验发现，在合理规划周期内，货主时长补贴和空载补贴的增长在维持总成本基本不变的情况下，可有效提升平台利润，提高车辆利用率。     

车货供需匹配模型与算法研究综述

随着货车保有量及货运需求的迅速增长,车货供需匹配问题成为了货运电子商务平台的核心和热点。本文主要针对车货供需匹配问题从模型和算法两个方面对现有文献进行梳理和总结。在车货供需匹配模型方面,考虑的优化目标主要包括满意度、公平性和稳定性三个方面的评价指标,根据应用场景,将车货供需匹配模型分为一对一、一对多和多对多三类,其中一对一车货供需匹配模型针对整车运输,其他两种则对应零担运输。随着三种应用场景的模型复杂程度越来越高,相应求解难度、求解时间也呈现递增趋势。在车货供需匹配算法方面,根据货运需求数据的结构与特点可以划分为最优化算法、人工智能算法、推荐算法以及其他算法四类：对于小规模、时效性要求不高的货运需求,可以根据模型的特点与特性设计最优化求解算法;对于大数据、交互性数据或实时性要求高的货运需求,人工智能算法和推荐算法则是车货供需匹配问题的有效途径,其中人工智能算法通过预测车主行为或匹配结果实现匹配任务,而推荐算法可以针对车货需求大数据实现有效的召回并推荐。最后,本文总结了现有研究的不足之处,并从中归纳出三个值得进一步研究的方向：一是结合实际业务场景和车货信息大数据背景,提高车货供需匹配方法...     

基于多元回归的司机驾驶行为对油耗的影响

为量化司机驾驶行为对油耗的影响,根据实车运行数据,提取整车行驶数据中有关驾驶行为的特征参数,基于多元回归分析法,得到与整车油耗相关性较强的显著影响特征参数,建立司机驾驶行为模型,并对司机驾驶行为模型与油耗的强相关性进行验证。选取多个整车运行数据,通过模型计算得到油耗与实际油耗的误差在10%以内,验证了所建模型的精确性。该研究可为司机驾驶行为评价提供参考。     

出租车驾驶员驾驶行为对油耗的影响及潜力分析

本文基于北京市出租车实际运行数据,研究城市快速路基本路段不同工况、服务水平下驾驶行为对出租车油耗的影响,分析各条件下生态驾驶节能潜力.应用方差分析方法,分析不同条件下驾驶行为对出租车油耗的影响.研究结果表明,出租车在城市快速路基本路段加、减速频繁;随服务水平提高,加速、匀速工况下车辆油耗升高,减速工况下车辆油耗降低;低服务水平下加速工况油耗是车辆油耗的主要来源.考虑各条件下油耗对出租车总油耗的贡献,提出生态驾驶行为节能潜力计算方法.分析结果表明,加速工况下生态驾驶节能潜力最高,出租车在快速路基本路段取生态驾驶行为的综合节能潜力可达 11.18%.     

基于无车承运的多式联运流线网络匹配研究

以无车承运平台为基础,考虑平台在车货匹配的基础上完成整个多式联运网络组建的过程,给出了一种“无车承运+多式联运”的平台运营新模式,探究了新模式下的业务流程与货物运输流程;在此基础上,通过结合物流流线网络理论与双边匹配理论,对“无车承运+多式联运”的流线网络,以及联运过程中各个层级之间的匹配度函数进行了构建;结合车货匹配度函数与联运匹配度函数建立了整个流线网络的匹配度模型;最后结合算例,对模型进行了求解,验证了匹配度模型对无车承运平台多式联运方案组织与选择的有效性,分析了新模式在增加平台业务范围等方面的优势.     

考虑三方利益的车货匹配优化

为研究平台模式下考虑车主、货主及平台三方异质化需求的车货匹配问题，在既往研究考虑车货双方利益的基础上，引入了平台方需求. 首先，在分析车货匹配活动参与方需求的基础上，构建了最大化送达时效满意度、最小化货运成本和最大化平台收益的多目标优化模型；其次，在模型求解方面，改进了带精英保留策略的快速非支配排序遗传算法（non-dominated sorting genetic algorithm Ⅱ，NSGA Ⅱ），一方面在子代种群更新过程中引入精英选择系数，提升种群的多样性，另一方面结合自适应的思想，在算法迭代过程中调整交叉变异的概率；最后，利用成渝区域间的车源和货源数据进行仿真实验. 结果表明:改进的NSGAⅡ在中小型算例上的准确率均超过91%，与传统的NSGAⅡ相比，平均收敛速度提升了45%左右；在算法稳定性方面，所提出的算法受随机初始化影响较低，多次实验的相对标准偏差值小于1%.      

考虑货主偏好的内支线集装箱班轮航线网络规划模型

为了增加内支线集装箱班轮航线网络的货运需求量,以最大船型限制、航线运营补贴与干支线配合为约束条件,以航线网络结构、适配船型与班期密度为决策变量,构建了考虑货主偏好的集装箱内支线班轮航线网络规划模型;为了评估规划航线对不同偏好货主的吸引力,在获得航线的集装箱运输时间与价格后,基于Logit模型计算了规划航线与市场现有航线的货主选择比例;设计了求解模型的智能启发式算法,在规划方案评价过程中计算了航次时间、航线成本、单箱运价与货运需求,在方案改善过程中调整了航线的挂靠港口与挂靠顺序;设定大连港为干线港口,渤海湾内12个港口为支线港口,规划了内支线集装箱班轮航线网络。计算结果表明:12个支线港共开设了7条航线,市场货运总需求为5 208TEU,规划航线的货运需求量为4 420TEU;规划航线的货主选择比例达到85%;无论货主偏好运输时间或成本,规划航线在各支线港的货主选择比例皆超过60%。可见,考虑货主偏好的内支线班轮航线网络规划模型是有效的;开设直达航线有助于吸引时间偏好货主;开设串挂航线与提高运营补贴有助于吸引成本偏好货主;采用货主选择过程代替到港时间窗约束会提升模型优化效果。     

基于运输需求时/空特征的不定期船舶运输的调度优化

考虑货主的选择行为与运输需求的时空分布特征, 把承运人的船舶运营期划分为多个连续的时间窗, 基于离散选择模型把货主的选择惯性转化为承运人在航段上的市场份额, 对不同时间窗内承运人在即期市场上应承担的货运量进行优化; 以承运人利润最大为目标构建优化模型, 求解规划期内船舶的运营调度方案, 确定船舶承运的货物和航次衔接; 选取太平洋地区包括中国、加拿大、澳大利亚、俄罗斯、印度尼西亚、巴西和美国在内的7个国家作为干散货主要进出口国, 在每个国家确定一个港口作为网络节点, 根据克拉克森官网发布的航线、运价与干散货需求等数据对不定期船舶进行调度优化, 并采用遗传算法求解模型。计算结果表明: 在相同的运输时间窗内, 在优化方案下, 船舶航行时间为58 d, 收益为3.01×105美元, 在传统调度模式下, 单纯追求每个航段的收益最大化, 船舶航行时间为56 d, 收益为2.48×105美元, 优化方案的利润高出5.30×104美元, 因此, 为了最大化运营期的利润, 在货运需求时空变化和货主选择惯性的影响下, 船舶在某些时间窗内应执行空载或利润较低的航次。      

铁路零散白货全程物流信息化建设研究

随着铁路货运的改革,零散白货成为未来铁路货运盈利的主要方面,如何在零散白货的物流过程中节约时间,提高效率,成为当前研究的一个热点。本文分析当前国内外零担货物运输现状,明确全程物流平台建设需求,利用当今先进的物流技术,整合货运过程中产生的大量数据,优化资源配置,分别设计了零散白货全程物流的货运平台、电子交易平台及内部管理控制系统,最终建立铁路零散白货全程物流需求受理与综合交易信息平台,优化运输组织方式,减少业务流程,提高了铁路货运效率,推进铁路货运向现代物流转变,实现货运的智能化、一体化。     

考虑速度对反应强度影响的车辆跟驰模型

全速度差(FVD)跟驰模型考虑了速度差对司机驾驶行为的影响,但是其仍不能反应车辆跟驰过程中的非对称性。在FVD模型的基础上,考虑司机对速度差的反应强度受车辆当前速度的影响,建立了新的模型。新模型能够解释司机加速和减速过程中的非对称性现象出现的原因:司机对前后车速度差的关注强度与车辆当前速度大小成负相关,从而造成司机减速过程比加速过程更为急促。模型的自然稳定曲线也表现出车辆的减速和加速过程的非对称性。计算机仿真结果指出新模型能够描述车辆跟驰过程中的非对称性,并指出当前速度是引起这种非对称性的原因之一。     

需求不确定下的网约车司机最优工资水平研究

在网约车出行系统中,乘客出行需求的不确定性会影响网约车平台制定合理的工资水平, 进而影响平台利润。本文研究出行需求不确定下的网约车司机工资水平。根据问题的数学描述,假设实际出行需求服从随机分布,司机数量供给服从劳动力供给理论,采用网约车研究领域广泛采纳的精准乘客-司机匹配函数描述乘客与司机间的匹配关系。在此基础上,建立求解网约车平台利润最大化的模型框架。案例研究发现：存在最优的工资水平,使得网约车平台利润最大化;最优工资水平、司机人数与乘客最大需求正相关,最优工资水平与平台影响力负相关;本模型给出期望利润最大化下的最优解,比平均值模型具有一定的鲁棒性,有效保障网约车平台利润。 结果表明,本文建立的最优工资水平模型可以有效研究需求不确定性下的网约车出行系统。     

��ɫ���������µ���½��ѡַģ�ͼ����

现代绿色物流系统的建设要求物流链上各环节按照绿色理念建设运营.本文将绿色物流的思想引入内陆港选址问题,建立了考虑噪声、事故、拥挤、碳排放等环境因素的广义费用函数,并根据内陆港建设决策方与货主之间的主从递阶决策关系,构建了可兼顾投资者与货主对成本要求的内陆港双层规划选址模型.模型上层目标为在允许的投资范围内确定内陆港地址,使得系统总成本最小;下层目标为货主在各内陆港之间分配运输需求量,使得总支出费用最低.并设计了基于遗传算法的求解方法.实例分析表明,本文建立的绿色理念下的内陆港双层规划选址模型是有效的,同时遗传算法可以产生稳定的最优解.     

考虑二次排队的智能网联车生态驾驶策略

为避免车辆在交叉口的急加减速与启停现象,减少车辆燃油消耗和污染物排放,提出了一种考虑二次排队的智能网联车生态驾驶策略。首先构建了考虑驾驶员反应的交叉口处排队车辆的改进IDM跟驰模型,通过信号配时、车辆排队长度等信息估计排队车辆消散时间;其次,依据交叉口处是否出现车辆二次排队,将生态驾驶策略分类为“前方车辆在绿灯时间清空”和“前方车辆二次排队”两种情况,结合智能网联车与交叉口的距离等信息优化车辆行驶轨迹;最后将提出的生态驾驶策略与自由驾驶在不同排队长度场景下进行对比仿真实验。仿真结果表明：相较于自由驾驶,生态驾驶策略能够有效减少车辆的急加减速与停车行为,随着交叉口排队长度的增加,生态驾驶策略的优化效果更加明显;当排队车辆在第一个绿灯时间消散时,采用生态驾驶策略的车辆的总体油耗降低了9.98%,CO₂、CO、HC、NOx平均排放量分别降低了11.69%、20.14%、1.66%和29.09%;当交叉口处出现车辆二次排队时,采用生态驾驶策略的车辆总体油耗降低了15.0%,CO₂、CO、HC、NOx平均排放量分别降低了15.42%、27.51%、2....     

握物流——信息化推动物流业变革

正随着大数据分析、人工智能在行业应用中的日益深入,以及国家对"互联网+物流"、"无车承运人"的大力倡导,主推信息服务和系统集成的企业成为热门。2012年成立的广州增信信息科技有限公司(简称"握物流"),就是一家这样的公司。快速响应,定制化服务解决细分领域痛点2012年是公路货运行业的变革之年,技术变得越来越重要。当时,"平台化"概念不断被提及,     

考虑匹配均衡性的供需双方多对多双边匹配决策方法

针对具有完全偏好序信息的物流服务供需多对多匹配问题,提出了一种同时考虑物流服务供需匹配主体整体满意度和个体满意度均衡性的双边匹配方法.首先,考虑双方个体的匹配均衡性,构建了物流服务供需多对多双边匹配两阶段优化模型;其次,设计了多目标遗传算法求解获得双边匹配的Pareto解集;最后,以某地区物流服务外包为例,在不考虑个体...     

货运资源整合之对策

我国道路货运车辆空驶现象十分严重。笔者认为整合货运资源,提高货运组织化程度,减少浪费,提高效益,应从以下4个方面着手。一、完善基础设施完善的货运站场体系应是集停车、组货、配载、配送、仓储、货运代理、信息服务以及食宿等于一体的综合服务平台,以满足货运需求的多样性和运输组织的广泛性。然而,目前我国货运站场建设比较滞后。多数货运站场基础设施简陋,运输组织管理水平低下,服务功能单一,服务延伸有限。有些只是一个停车场,有的农业县城甚至连货运停车场都没有。农村货运站场更是一片空白,车主找货难,货主找车难的矛盾十分突出。可见,基础设施滞后是货运资源分散、     

考虑车线匹配的电动公交多线路联合优化建模

为研究电动公交的运营优化问题，本文考虑电池容量损耗，以车辆和线路匹配、车辆和电池的更新、车辆服务的车次数为决策变量，建立电动公交的生命周期成本优化模型。设计基于滚动时域调度优化方法，采用GUROBI软件对模型进行求解。以多条公交线路运营数据为背景，对模型有效性进行测试。假设决策周期为20年，算例结果分析得出车辆和电池的最优更新方案，车辆和线路的匹配方案，车辆运营的车次数量方案，最优方案的生命周期成本为35.27×10⁷$，车辆和电池更换次数分别为44和239。针对线路工作负荷大小、车辆与线路匹配策略等参数进行灵敏度分析。结果表明：考虑不同线路工作负荷的差异，设计优化的车辆与线路匹配策略可以减少车辆和电池的购置成本，提高电动公交企业运营效益。     

安全节能龙翼护航大金龙助力安徽首届汽车驾驶员技能节能大赛

11月7日至9日,安徽省首届汽车驾驶员技能节能大赛在蚌埠市举行。本次大赛由安徽省交通运输厅、省总工会,省人力资源和社会保障厅主办,金龙客车协办。参赛车辆全部采用大金龙XMQ6125,并参考交通部比赛规则,以“龙翼车联网科技平台”进行驾驶行为、油耗数据的评判。