Research on the Decision-making Method of Vehicle-cargo Two-sided Matching Based on
Grey Absolute Incidence Degree
王蓓蓓①② WANG Bei-bei；崔杰①② CUI Jie；孔德财② KONG De-cai
（①南京工业大学经济与管理学院，南京 211816；②淮阴工学院管理工程学院，淮安 223001）
（①College of Economics and Management，Nanjing Tech University，Nanjing 211816，China；
②Faculty of Management Engineering，Huaiyin Institute of Technology，Huaian 223001，China）
摘要：针对含有灰色，模糊等不确定信息的车货供需双边匹配决策问题，利用灰色绝对关联度分析法测度匹配主体的满意度，建立基于匹配距离和匹配距离偏差最小的多目标灰色双边匹配模型，有效地设计车货供需匹配方案，提高双方主体的满意度和匹配率，运用线性加权法将多目标匹配模型转化为单目标优化模型，并通过MATLAB软件求解出最优匹配方案，利用算例验证了其可操作性和实用性。本文为车货供需匹配领域的研究提供了方法支撑，对提高我国公路货运物流效率具有现实意义。
Abstract: With respect to the two-sided matching decision-making problems with grey and fuzzy information, based on matching distance and matching distance deviation, the thought and method of grey absolute incidence analysis is exploited to establish a two-sided matching decision-making model. It effectively designs the matching scheme of vehicle and cargo supply and demand, and improves the satisfaction and matching rate of the two-sided. The multi-objective matching model is transformed into a single-objective optimization model by a linear weighted method, and the optimal matching scheme is solved by MATLAB. And its operability and practicability are checked by an example. This paper provides method support for the research in the field of vehicle and cargo supply and demand matching and has practical significance for increasing the efficiency of highway freight logistics in China.
关键词：车货供需；灰色；双边匹配；多目标
Key words: vehicle cargo supply and demand；grey；two-sided matching；multi-objective
中图分类号：U492.3 文献标识码：A 文章编号：1006-4311（2019）23-0122-04
0 引言
公路货物运输业一直是国民经济发展中的一个基础性和先导性产业。据统计公报显示，2017全年货物运输总量479亿吨，其中公路货物运输总量368亿吨，同比增长10.1%；可见公路运输的占比在所有交通运输方式中是最高的。但是目前我国货运物流行业面临供需信息爆炸性增长、匹配信息不对称，货运配载效率低，物流成本居高不下等困境，相比欧美等发达国家差距尤为明显。
目前现有的研究：孙熙安[1]在分析国内物流信息平台的现状和存在的问题基础上，归纳了物流信息平台的四种运营模式，并提出了公路货运车货匹配信息平台应该具备的功能。张松[2]针对货运配载行业的发展现状提出了影响公路货运返程配载效率的因素，并比较分析了南京主流的配载模式。熊宜强[3]提出利用“反馈式竞争法”进行权重改进，研究了车货匹配排序诚信激励机制和信号博弈模型等级划分机制。贾兴洪[4]等人基于双边市场和演化博弈理论，构建了车货匹配平台双边用户交易博弈模型，提出平台用户单归属比率提升的最优控制。樊治平[5]等人给出了双边、稳定和满意匹配的相关概念，以双边满意度最大为目标函数建立了双边匹配模型。Roth[6]最早明确公开提出双边匹配的概念，在1985年发表的文章“Conflict and conflicting interests in two sided matching markets”中界定了“双边匹配”和“双边”的概念，并分析了双边匹配的现实例子。Gale和Shapley[7]于1962年在“American Mathematical Monthly”上发表论文“大学录取和稳定婚姻匹配问题”。 Rochet[8]等人在其working paper中首先从价格结构的不对称性角度给出了双边市场的定义。
货源方在匹配过程中也不能进行客观判断，双方在互评满意度时，也存在一定主观不可控因素。所以本文针对含有灰色，模糊等不确定信息的车货供需双边匹配问题，利用灰色绝对关联度分析法测度匹配主体的满意度，建立基于匹配距离和匹配距离偏差最小的多目标灰色双边匹配模型，有效地设计车货供需匹配方案，提高双方主体的满意度和匹配率，运用线性加权法将多目标匹配模型转化为单目标优化模型，并通过MATLAB软件求解出最优匹配方案。对节省时间及物流成本，提高车货配载效率，加强公路货运物流资源整合具有现实意义。
1 问题描述
1.1 问题描述
当下公路货运存在大量的物流资源浪费。车货供需匹配平台的设计是为了减少和消除供需双方的信息不对称，实现双方在恰当的时间、地点，用合适的车辆承运一定的货物。车货供需匹配是以车货匹配信息平台为中介，使货源方与车源方进行双向选择。（图1）
一定区域内的货主需求与空车运力的统筹指派问题，不仅要从货主方或者司机方考虑需求偏好，还要考虑双方的诉求及社会属性对一定时间点，一定集合内的多货源与多空车运力定向指派。将多对多车货供需匹配问题的描述如下：设车货供需匹配问题中的货源方集合■，其中Ai表示第i个货源方■；设车源方集合为■，其中Bj表示第j个车源方，■。
1.2 评价指标体系
设第i个货源方Ai对第j个车源方Bj的满意度评价指标集为■，其中Cr表示第ｒ个评价指标■，设第j个车源方Bj对第i个货源方Ai的满意度评价指标集为■，其中Ｄt表是第t个评价指标■，本文货源方对车源方评价指标有：利用率，车型匹配率，司机信誉值，时间匹配率及路线熟悉度。车源方对货源方的评价指标有：利用率，车型匹配率，货主信誉值，空驶率及运费匹配率。（表1）
2 灰色双边匹配决策方法
2.1 灰色双边匹配满意度测度
匹配双方主体能否形成配对，取决于双方对彼此的满意度大小，满意度越高，则更容易产生匹配。考虑到理想匹配对象是匹配主体最满意的主体，可认为理想匹配对象的满意度为1[9]。对于任意甲方主体ai和乙方主体bj，如果分别与其理想匹配对象关于属性集C和D越接近，则表明，甲方主体ai和乙方主体bj分别对乙方主体bj和甲方主体ai满意度越高；反之，满意度较低。考虑到灰色绝对关联度可根据不同序列曲线几何形状的联系来测度匹配主体与理想匹配对象关于属性集合的相似程度。下面利用其定义来说明主体的理想匹配对象和满意度。D代表始点零化算子，在本文中记为（）'
定义1：对于■属性集C和D，如果有：■和■，则分别称：
■
（1）
■
（2）
为理想匹配对象。
定义2：对于■，如果■■，■，
■，则称a■■，aijk，ｂ■■和bijk的始点零画像分别为 ：
■
（3）
■（4）
■
（5）
■ （6）
定义3：■，如果 ■，■，■
■，■，则分别称
■ （7）
■（8）
为在属性ck，dt下匹配对象ai，bj对匹配对象bj，ai双方的满意度。其中
■（9.1）
■（9.2）
■（9.3）
■（9.4）
■
（9.5）
■（10.1）
■（10.2）
■（10.3）
■（10.4）
■
（10.5）
根据上述定义和灰色关联分析的内涵，可知，对于甲方主体ai与其理想匹配对象的关联度越大，表明其对乙方主体bj满意度越高；对于乙方主体bj与其理想匹配对象的关联度越小，表明其对甲方主体ai评价越差，满意度越低；依据匹配对象ai和bj对彼此的满意度，可确定甲方主体A对乙方主体B的满意度矩阵α=[αij]m×n和乙方主体B对甲方主体A的满意度矩阵β=[βij]m×n。
2.2 多对多灰色双边匹配决策模型
2.2.1 车货双方评价指标模型
其中，车货双方评价指标将载重率和长度匹配率统称为利用率评价指标C1和D1。车型匹配率评价指标C2和D2为0-1型指标，如若符合满意度区间数为（1，1）否则区间数为（0，0）。D3和C3为司机和货主信誉值评价指标，其数值参考累计交易的信誉评价等级《车货双方信誉水平分级标准》。C4为时间匹配率，（Ti1，Ti2）为货源方规定的货物到达时间。D4为空驶率评价指标，空驶率越小对匹配效益越好，因此本文建立反向指标来D■■*计算空驶率指标满意度。C5为车主路线熟悉度评价指标，以三个月内的最低次数与最高次数与总次数的比值来确定参考范围。D5为运费匹配率评价指标，（P1，P2）为货源方能承受的价格范围，匹配后根据双方匹配程度高低在价格范围内适度调整，确保双方利益最大化。
■
■
2.2.2 多对多双边匹配决策模型
设xij为决策变量，其中，xij={0，1}。如果xij=1，则表明甲方主体ai和乙方主体bj完成匹配；xij=0表示甲方主体ai和乙方主体bj没有完成匹配。
3 案例分析
3.1 满意度矩阵求解
近年来，我国涌现了一批以车货供需匹配为主的物流信息平台等新型服务模式与新型物流业态。本文以中储智运有限公司数据为基础对多对多双边匹配模型进行构建与演示[10]。
本文命名货主6人依次为（A1，A2，…，A6）将8为符合条件的空车运力车主等依次命名为（B1，B2，…，B8）。假定货车空载时7L/吨公里，载货时15L/吨公里，油价为6.03元/L。在前文建立的双边评价指标体系的基础上，通过收集，整理，计算我们可以得到车货双方相互的评价指标属性值，可确定货源方评价车源方关于属性集合理想匹配对象为a0=（[1，1]，[1，1]，[0.8，1]，[0.88，0.92]，[0.86，0.91]）；车源方评价车货源方为b0=（[1，1]，[1，1]，[0.8，1]，[0，0.93]，[0.91，0.97]）。利用灰色绝对关联度满意度测度（7），（8），可求得车货双方匹配的互相满意度系数，并通过灰色关联序满意度测度[11]法与本文所求满意度矩阵进行对比，验证其方法有效性。
由表5对比可得，相较于其他满意度测度法，本文灰色绝对关联序分析法所求得的满意度更高，也就是匹配率更高，灰色绝对关联序分析法利用的是匹配序列与最理想匹配序列的偏差所构成的满意度，在求解过程成中避免了利用指标权重加权后才能得到的满意度，计算过程更为简洁明了，匹配结果更契合实际选择。
3.2 双边匹配
根据车货双方的互评满意度矩阵。按照（11.1）（11.3）构建车货供需的双边匹配优化模型进行多目标优化即：
■（11.1）
■（11.2）
■ （11.3）
将多目标模型转化为单目标模型，并用MATLAB进行求解，得到最优匹配结果为：x13=1，x24=1，x32=1，x48=1，x55=1，x66=1，由此得到的最优解可得，货主A1与车主B3匹配，货主A2与车主B4匹配，货主A3与车主B2匹配，货主A4与车主B8匹配，货主A5与车主B5匹配及货主A6与车主B6匹配。
4 结论
本文以车辆信息平台为背景，从匹配主体的满意度和匹配方案的稳定性出发，利用灰色绝对关联度理论和双边匹配优化模型，构建了一种基于灰色绝对关联度的多指标评价信息双边匹配决策方法。通过灰色绝对关联度进行满意度测度，以灰色区间的形式表现属性值，既满足匹配主体一定的主观性，又能够相对精确的确定属性值的具体范围，为后续的双边匹配提供可靠的数据支撑。并通过算例分析对方法的可行性进行了验证，利用MATLAB求解，得到求解结果与匹配方式。因此，该方法具有可操作性和实用性。后续将深入研究大数据下实现快速匹配的灰色双边匹配决策模型。
参考文献：
[1]孙熙安.基于因特网的公路货运配载信息平台探讨[J].物流技术，2009（01）：133-136.
[2]张松.基于公路货运返程配载优化的物流信息平台构建[D].南京农业大学，2013.
[3]熊宜强.物流公共信息平台车货匹配排序及诚信激励机制研究[D].清华大学，2015.
[4]贾兴洪，海峰，董瑞.车货匹配双边平台单归属用户比率提升控制设计[J].计算机集成制造系统，2017.
[5]樊治平，李铭洋，乐埼.考虑稳定匹配条件的双边满意匹配决策方法[J].中国管理.
[6]Roth A E. Common and conflicting interests in two-sided matching markets [J].European Economic Review, 1985, 27(1):75-96.
[7]Gale D, Shapley L. College admissions and the stability of marriage [J].American Mathematical Monthly, 1962, 69(1):9-15.
[8]Rochet J C, Tirole J. Defining Two-sided Markets[R].IDEI: University of Toulouse, 2004.
[9]吴广盛.考虑交易方偏好的车货供需匹配模型研究[D].南京大学，2017.
[10]菅利荣，赵焕焕.灰色双边公平决策模型[J].科技管理研究，2017（22）：208-215.
[11]刘勇，熊晓旋，全冰婷.基于灰色关联分析的双边公平匹配决策模型及应用[J].管理学报，2017. |
