基于直觉模糊优化的车货双边公平匹配方法

发布时间：2022-02-13

　　摘 要：考虑车货匹配主体的匹配公平性，本文提出了一种基于直觉模糊优化的匹配决策方法。首先，以匹配主体需求为导向建立指标体系，将指标划分为属性、期望和可靠性三类;其次，结合效用函数和直觉模糊集分别量化期望指标和可靠性指标的满意度，通过相邻目标相对优属度方法确定指标权重，得到匹配主体对潜在匹配对象的综合满意度值;再次，基于车货匹配现实约束，以匹配双方满意度最大为目标建立优化模型，借鉴直觉模糊相关知识对模型进行改造，为满足匹配公平性设定，设计交互式算法利用 CPLEX 求解。最后，针对典型线上配货算例，通过比较不同求解方法得到的不同最优车货匹配方案，证明了所提方法的有效性。

　　关键词：车货匹配;直觉模糊集;相邻目标相对优属度;公平性

　　0 引言

　　2017 年 8 月 7 日，国务院办公厅印发《关于进一步推进物流降本增效促进实体经济发展的意见》(国办发[2017]73 号)[1]，明确指出要推动物流信息平台建设，使物流活动信息化与数据化，实现物流供需信息实时共享和智能匹配。得益于此，“互联网+”车货匹配形式下的物流资源信息整合平台发展迅猛。车货匹配作为双边匹配的研究领域之一，其核心是寻找一种合适的决策方法来得到最优的车货匹配方案，满足匹配主体双方需求的同时也带来更高的效益,引发了学者们的研究兴趣。

　　目前学者们对车货匹配(VCM)问题的研究多围绕物流信息平台、匹配方法等开展，如：贾兴洪等[2] 基于双边市场理论和演化博弈理论，研究了如何解决车货匹配平台用户多平台接入的问题，以提升平台的匹配效率与企业价值;贺政纲等[3] 在车货匹配平台基础上，研究“无车承运+多式联运”的运营新模式以扩展业务范围;齐向春[4]借鉴国内外车货平台企业的成功发展经验，来设计铁路物流车货匹配平台的功能模块和逻辑架构;朱江洪等[5]对不确定语言评价表征属性信息下的车货匹配问题进行研究，提出了一种基于加权不确定语言 Bonferroni 平均算子和双边匹配理论的匹配模型;牟向伟等[6]针对车货匹配过程中货运供需匹配效率低的问题，采用设计和改进后的量子进化算法求解车货供需匹配模型，为车货双方高效的推荐匹配方案。

　　Gale 和 Shapley 在 1962 年提出的 Gale-Shapley 算法[7]，是最先涉及双边匹配决策问题的研究。后续学者将最初的算法做了补充和扩展，把双边匹配决策应用到更多领域，如 Roth[8,9]明确界定了“双边”和“双边匹配”的概念，并基于对医学实习生与医院匹配的现实问题研究，提出 Hospital-Resident 匹配理论。现有双边匹配问题研究大多从匹配的满意度、稳定性等视角构建双边匹配模型，在满意匹配的研究上：樊治平[10]建立了最高可接受偏好序下考虑最低可接受满意度的双边匹配优化模型;梁海明等[11]通过构建多满意稳定导向的双边匹配优化模型来探讨强、弱、无差异和未知偏好序下的匹配问题。在稳定匹配研究上，Erdil 等[12]考虑无差异偏好序双边匹配问题，建立了具有帕累托有效的稳定匹配模型;姜艳萍等[13]构建了基于可能度的弱稳定、 -稳定、强稳定和超稳定的匹配优化模型，来反映序区间偏好信息。实际中获得的双边匹配结果可能会出现一方主体的满意度较高，而另一方的满意度较低的不公平匹配现象，而考虑公平双边匹配方法的研究较少，张笛等[14]考虑直觉模糊偏好信息下基于 TODIM 的双边公平匹配问题，仅通过增加双边匹配主体满意度差异最小化的目标函数来体现匹配公平性，并通过与其他目标线性加权转化为单目标处理，在表现目标函数满意度实现程度的处理上略显粗糙。事实上，双边匹配问题中匹配主体对潜在匹配对象的满意度刻画具有模糊的特质，模糊数学被更多的纳入研究，林杨等[15]针对现有双边匹配决策中严苛要求匹配主体给出完全偏好序信息的问题，利用直觉模糊偏好关系表现直觉模糊集形式下的主体评价值，间接得到主体满意度，建立考虑稳定匹配约束条件的单目标优化模型并求解得到了最优匹配结果;Deng K H 等[16]建立了模糊环境下的目标规划模型，以合理匹配人力资源，构建跨职能团队。

　　综上所述，既有研究在双边匹配理论的基础上，结合已有车货匹配平台发展经验，系统的探讨了车货匹配平台的信息功能、建模决策，然而却较少关注到实际生活中存在匹配主体地位不对等的问题，致使获得的匹配方案对一方匹配主体有所倾斜、欠缺灵活性与协调性，难以实现货运行业内资源的优化配置。模糊集的思想是把取值仅为 0 或 1 的特征函数扩展到可在单位闭区间[0,1]中取值的隶属函数，为更加细腻地刻画客观世界的本质模糊性，Atanssov 将模糊集拓展到可以同时考虑隶属度、非隶属度和犹豫度三方面信息的直觉模糊集[17]，直觉模糊集在模糊集理论的基础上增加了非隶属度和不确定度的概念，支持同时表达支持、反对和中立的三种状态，符合现实中人们对客观事物的理解和描述。相较于模糊集而言，直觉模糊集更能细致刻画模糊信息，灵活性与实用性兼具。为反映车货匹配决策目标实现程度，本文建立以匹配需求为导向的指标评价体系，构造匹配双方满意度最大的优化模型，借鉴直觉模糊集理论中有关概念和处理方法，将公平性因素纳入模型，设计交互式算法求解。旨在为调整车货匹配行业结构、进一步完善线上智能车货匹配系统提供一定的指导。

　　1 以实际匹配需求为导向的指标体系建立建立

　　车货匹配优化模型的前提是评价指标体系的构建，对评价指标体系的分析将直接影响到潜在车货匹配对象之间的满意度量化。本文考虑整车运输下的一对一车货匹配运输模式，匹配双方分别是发货人和承运人，车货匹配平台作为中介负责将匹配主体双方联系在一起，发货人和承运人作为独立的存在，可以将自己的需求信息发布在网上中介平台。在电子中介参与下的车货双边匹配问题中，一个发货人匹配一个承运人的匹配模式如图 1 所示。

　　1.1 基础指标集选取

　　不同于已有研究多凭借行业经验确立评价指标体系的方法[3,5-6]，本文以发货人和承运人实际需求为导向，自下而上进行车货匹配过程中匹配主体双方考量指标的选取，如图 2 所示：

　　具体流程如下：

　　Step1:采集车源货源信息语义文本。八爪鱼采集器作为一款互联网数据采集软件，具有在短时间内将网页上凌乱无章的所需数据以可操作的形式进行存储的强大功能，其数据的来源量大且操作简便，本次实验即采用八爪鱼采集器对实时滚动发布的车源货源信息进行文本采集。通过八爪鱼采集器采集中国物通网 (www.chinawutong.com)上滚动出现的最新货源和最新车源两栏邀约信息，共采集到三千多条语义文本，为了突出一般性，货源信息和车源信息分别占到一千五百条左右。

　　Step2:预处理收集的语义文本。利用中科院 ICTCLA 对文本数据进行分词处理，删除冗杂多余的语义字段，合并语意明显相同或几乎相近的语义字段，抹去隐私信息，得到预处理后的语义字段集。

　　Step3:建立相似度评价矩阵。参照货运行业的术语标准，以打分(0~10 之间的数字，当分数越靠近 10，说明两者之间的亲疏度越高，当分越靠近 0 的时候，说明两者之间的亲疏度越低)的形式来表现预处理后语义字段的亲疏程度，即相似度评价矩阵。

　　Step4:聚类。作为一种多元统计分析法，聚类分析被广泛的应用在了数理统计等领域，以实现合理归类抽象杂乱的样本，相较于众多的聚类方法，凝聚层次聚类在交互性方面的优势更为明显，可以通过调节聚类过程中的阈值控制聚类结果。本文即采用凝聚层次聚类，依据类间相似度水平设定聚类类别数阈值，利用 matlab 编程求解得到聚类后的语义字段簇，进一步提炼整合为语义指标集。给出最终确定的车货匹配双方指标如表 1 所示：

　　2.1 期望指标满意度计算

　　对于期望指标，本文针对不同主体考虑的所有期望指标进行分析探讨，通过效用函数给出发货人和承运人根据不同期望指标计算指标满意度的公式。进一步地，考虑到期望指标的特征，将期望指标划分为可容忍期望指标和不可容忍期望指标两类。可容忍期望指标是指发货人或则承运人要求对方给出的某项指标值最好满足其自身提出的指标期望值，若不能满足可视实际情况斟酌接受;不可容忍期望指标是指发货人或承运人要求对方给出的某项指标值必须满足其自身提出的指标期望值，否则拒绝接受，没有商量的余地。记 f ij 为发货人 i R 对承运人 j S 关于指标 f A 的满意度， f ij 为承运人 j S 对发货人 i R 关于指标 f B 的满意度。

　　5 结束语

　　笔者基于直觉模糊相关理论，分析了现实车货匹配问题中一方主体占据匹配主导地位的情况下，如何调整车货匹配方案以满足匹配公平性的设定，旨在为我国网上智能车货匹配系统的完善提供理论和方法支撑，更好的服务于车货匹配行业。所提方法具有如下特点：

　　1)在基础指标集的选取上，利用文本采集和聚类分析等方法，通过配货网站信息自下而上的构建指标体系，更反映车货匹配实际;

　　2)对指标加以不同分类，除用效用函数刻画期望指标，还充分考虑了以直觉模糊集表征的信誉资质类可靠性指标，通过相邻目标相对优属度方法综合各指标匹配满意度，全面地集结了匹配主体关注的匹配信息;

　　3)本文所提的车货匹配决策方法借鉴直觉模糊领域中的有关概念，通过隶属度等信息反映匹配决策目标的实现程度，在迭代求解的过程中使得值进入预设的匹配满意度衡量区间，对匹配主体满意度进行适当程度调节，得到符合公平性要求的最优匹配方案，以期赋予车货匹配决策过程一定程度的灵活性与协调性。

　　目前对于这方面的研究较少，发货人和承运人受认知、经验等的影响在匹配决策中仍具有“有限理性” 的明显特征，今后的研究中将继续尝试对加入公平性条件的车货双边匹配模型进行改进，使得公平性条件和整体满意度两者的实现程度都能达到更优。交互式算法的具体内容还有很多，可以作为未来的一个补充研究方向。——论文作者：杨滨舟 1,2,3，叶欣扬 4，王睿 5，帅斌+1,2,3

　　参考文献：

　　[1] 国务院办公厅.关于进一步推进物流降本增效促进实体经济发展的意见(国发办[2017]73 号)[EB/OL]. http://www.gov.cn/zhengce/content/2017-08/17/content_5218207.htm, 2017-08-07//2020-06-10.

　　[2] JIA Xinghong,HAI Feng,DONG Rui.Control design for promoting single-homing user ratio of vehicles and cargos matching two-sided platform[J].Computer Integrated Manufacturing Systems,2017,23(4):903-912.[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, 23(4): 903–912.]

　　[3] HE Zhenggang,YANG Xiaolei,JIA Yanli.Construction of Intermodality Streamline Network Mathcing Based on the “Carrier Broker”[J].Journal of Transportation System Engineering and Information Technology,2018, 18(6):236-232(in Chinese). [贺政纲,杨晓蕾,贾艳丽.基于无车承运的多式联运流线网络匹配研究[J].交通运输系统工程与信息,2018,18(6):236-232.]

　　[4] QI Xiangchun. A Study on the Design of a Railway Logistics Matching and Trading Platform in China[J]. Railway Transport and Economy,2018,40(6):29-34(in Chinese).[齐向春.我国物流车货匹配平台设计研究[J]. 铁道运输与经济,2018,40(6):29-34.]