流式數(shù)據(jù)環(huán)境下車貨信息匹配方法研究.pdf

1、隨著社會經(jīng)濟(jì)與科學(xué)技術(shù)高速發(fā)展，現(xiàn)代物流業(yè)正在走向智能化、系統(tǒng)化、高效化的發(fā)展道路。面對貨運(yùn)業(yè)務(wù)中因車源和貨源信息不對稱所造成的車輛閑置和空駛等問題，各式各樣的物流信息平臺如雨后春筍般應(yīng)運(yùn)而生，用于促進(jìn)車源與貨源信息的流通與共享，但是車貨信息匹配方法其相關(guān)研究尚處于起步階段。現(xiàn)在多數(shù)車貨信息匹配方法研究主要集中在“主動信息檢索”以及“建立線下車貨評價(jià)體系進(jìn)行評價(jià)”來實(shí)現(xiàn)車貨信息匹配，而在應(yīng)用層面上，現(xiàn)有匹配方法也僅僅將目光限制在大型貨車

2、與貨物對接后長途運(yùn)輸這一貨運(yùn)場景中，未能滿足現(xiàn)代物流貨物運(yùn)輸?shù)亩鄻有?，也未能滿足現(xiàn)代物流的智能化、實(shí)時(shí)性、精細(xì)化、多場景適配等新需求。因此，本文在現(xiàn)代貨運(yùn)物流提出新需求的背景下，對智能化、實(shí)時(shí)性車貨信息匹配方法展開研究，研究對促進(jìn)貨運(yùn)物流現(xiàn)代化變革有很強(qiáng)的理論意義與應(yīng)用價(jià)值。
　　本文在歸納研究背景以及相關(guān)研究現(xiàn)狀的基礎(chǔ)上，以流式數(shù)據(jù)理論和Storm實(shí)時(shí)計(jì)算框架、k-Means聚類算法以及遺傳算法為基礎(chǔ)技術(shù)與方法，經(jīng)過對貨運(yùn)物流抽

3、象研究，提出了流式數(shù)據(jù)環(huán)境下車貨信息匹配方法。本文研究主要包括以下幾個(gè)方面:通過確定車貨信息匹配問題概念，建立車貨信息匹配問題組合優(yōu)化數(shù)學(xué)模型;然后在基本遺傳算法求解車貨信息匹配問題的基礎(chǔ)上，采用矩陣編碼方式進(jìn)行染色體設(shè)計(jì)，提出多級懲罰-修復(fù)策略處理約束，采用自適應(yīng)交叉算子進(jìn)行交叉操作，提出Hadamard乘積變異算子進(jìn)行染色體變異，改進(jìn)措施提升算法效率與結(jié)果精度;在匹配算法研究的基礎(chǔ)上，使用Storm搭建流式數(shù)據(jù)環(huán)境下車貨信息匹配方法