[发明专利]一种基于平台集中式运输的供需匹配优化方法

说明书

本发明公开一种基于平台集中式运输的供需匹配优化方法及系统，包括，获取物流货运原始数据，对所述原始数据进行聚类，对聚类结果进行染色体编码，获取若干个初始解，其中初始解为遗传算法中的染色体结构；基于初始解及物流货运原始数据，构建适应度函数；基于所述适应度函数，对若干个所述初始解进行迭代更新，基于迭代更新结果，获取最优解；基于所述最优解，得到最大化供给需求匹配方案。本发明通过上述技术方案能够提供一种满足最大化的需求匹配以及必要的约束的供给需求匹配方案。

技术领域

本发明涉及物流运输技术领域，特别涉及一种基于平台集中式运输的供需匹配优化方法及系统。

背景技术

在供给和需求两阶段的供应环节中，上游供给端多个企业与下游需求端多个企业组成了产业集群环境下的集群式供应链。供应链是指围绕核心企业，从配套零件开始，制成中间产品以及最终产品，最后由销售网络把产品送到消费者手中的、将供应商、制造商、分销商直到最终用户连成一个整体的功能网链结构；供需匹配程度能够有效提升供应链中的运行效率，同时可以减少供应链中企业更多的成本，但是在上述的供应链结构中，同时在现有技术中，并没有相关技术考虑到供应链中的供需匹配程度的问题，所以亟需一种供需匹配优化方法来解决上述问题。

发明内容

为解决上述现有技术中所存在的供给需求匹配程度不满足最大化的问题，本发明提供一种基于平台集中式运输的供需匹配优化方法，能够提供最大化产业集群环境下的供给需求匹配程度。

为实现上述技术效果，本发明提供了如下技术方案，包括：

获取物流货运原始数据，对所述原始数据进行聚类，对聚类结果进行染色体编码，获取若干个初始解，其中初始解为遗传算法中的染色体结构；

基于初始解及物流货运原始数据，构建适应度函数；

基于所述适应度函数，对若干个所述初始解进行迭代更新，基于迭代更新结果，获取最优解，其中最优解包括最大适应度下的货运量，最优货运时间及最优货物交易价格；

基于所述最优解，得到最大化供给需求匹配方案。

可选的，所述物流货运原始数据包括：运价、需求量、供应量、需求端最晚收货时间、供给端最早发货时间、需求端最高接受价格、供给端最低接收价格、供应端及需求端地理位置。

可选的，初始解的染色体结构包含若干个基因层，所述基因层包括：货运量，货运时间，货物交易价格。

可选的，所述构建适应度函数的过程包括：

基于货运量及所述需求量，构建供需匹配率模型；

基于货运量和供给端及需求端的地理位置，获取运输成本模型；

基于供需匹配率模型及运输成本模型，构建所述目标函数，其中目标函数为供需匹配率及运输成本的最大比值。

基于物流货运原始数据，构建约束条件；

基于约束条件及目标函数，构建适应度函数。

可选的，所述约束条件包括：供应量约束，需求量约束，供应量与需求量之间的约束，接受价格约束，交货时间约束。

可选的，对所述原始数据进行聚类的具体过程包括：

对所述供应端及需求端地理位置进行k-meas聚类，获取聚类类别；

基于所述聚类类别，按照所述需求端最晚收货时间-需求端最高接受价格-需求量的优先级关系对需求端进行升序排列；

基于所述聚类类别，按照所述供给端最早发货时间-供给端最低接收价格-供给量的优先级关系对供应端进行升序排列；

基于需求端排列结果及供给端排列结果，对供给端及需求端进行匹配，基于匹配结果，获取初始解。