摘要：为提高整车运输装载率及货主满意度，基于案例推理(CBR)技术中的案例检索思维和犹豫模糊综合术语集(HFLTS)方法，提出了一种基于视图相似度并考虑货主评价的车货匹配方法。依据案例检索思维，将货物条件属性集视为待解问题(准案例)，将车辆条件属性集视为既有案例条件属性集，保留车主的信赖属性指标；基于自适应K均值法确定最近聚类，只保留最近聚类内堆积在聚类中心附近的车辆数据，双重压缩匹配空间；通过熵权法确定条件属性权重，基于欧式距离计算待匹配货物数据集与匹配空间中的车辆数据集之间的视图相似度，降序排列计算结果并保留TOP 3车辆数据集所对应的车主信息；基于HFLTS方法将货主对车主犹豫模糊的评价信息通过得分函数转化为具体的数值，并综合考虑视图相似度及评价结果为货主推荐最优匹配车主；通过某案例分析，验证了该方法的匹配效率提高了88.79%，待匹配货物与推荐车辆条件属性比值最大，有效提升了车辆装载率。
文章目录
0 引 言
1 车货匹配模型
1.1 问题描述
1.2 车货匹配流程
2 基于视图相似度和HFLTS的匹配模型
2.1 基于自适应K均值聚类的双重数据压缩
2.2 基于欧式距离的视图相似度计算
2.3 基于犹豫模糊术语集的货主评价
3 案例分析
4 结 语
