我国的“十二五”规划中提到鼓励和支持物流信息化的发展。在物流行业中，运输成本居高不下的问题困扰着众多公路货运企业。造成这一问题的主要原因之一是无法做到“回程配货”，因此“车辆空驶”现象严重。近几年来，市场上涌现了一批致力于解决车货匹配问题的物流信息平台。但是传统的物流信息平台解决车货匹配问题多是基于简单的文本搜索技术，效率低、准确度不高。因此，如何提高车货配载物流信息平台的匹配效率和匹配准确度成为本文主要解决的问题。本文首先介绍了信息技术领域的一种新技术——“语义网技术”，对语义网的概念，语义网的理论和技术，语义网的常用工具以及语义网本体构建方法进行了探讨。综述了语义网技术在物流领域的研究和应用现状，分析了将语义网技术应用到公路货运的车货配载领域的可行性和创新性。本体构建是公路货运车货匹配系统实现语义搜索的核心，本文设计了公路货运车货匹配领域的语义网本体构建方法，根据这一方法搭建了车货匹配领域本体，最后用Protégé4.1将搭建的本体用图形化的方法实现，并将车货匹配领域本体存储为RDF文件供本文后续研究和使用。本文用Java程序设计语言搭建了一个基于语义网的公路货运信息平台。该平台利用Jena的Java API读取了上述存储的车货匹配领域本体RDF文件，同时基于公路货运领域专业知识用Jena建立了自定义推理规则文件，成功将上文构建的车货匹配领域本体和自定义推理规则集成到车货匹配信息平台中，实现了公路货运信息平台基本的智能推理功能和车货双方基于语义的相互匹配。基于语义网的公路货运信息平台通过Jena调用SPARQL语句实现了基于语义的车货查询功能。本文还提出了在公路货运配载过程中车货匹配率的计算方法，基于匹配率对智能查询和推理得到的车源或货源进行了排序。最后，为了验证本文设计的车货匹配系统的可用性，利用实际车源和货源的数据，对设计的系统进行了案例实验，得出的数据进一步证明了系统的实际应用价值。