随着经济的发展,贸易量呈现出逐年上升的趋势。我国的货物运输主要依托公路货运,它是我国最主要的货物运输方式,从事公路货运的司机是货物运输行业的主力军。但是,他们在运输货物的同时也承担着极高的物流成本。究其原因,主要是因为货主与车主的信息不对称,导致大量的运力资源浪费,车辆的空载率变高。在此之下,大量的车货匹配平台应运而生,匹配能力成为了各个车货匹配平台最重要的竞争力。本文以QD公司货运信息平台为背景,对其存在的车货匹配问题进行研究。通过对该平台的车货匹配现状分析发现,车货匹配的过程存在不规范的地方,主要体现在两个方面:第一,干线下单模式下采用议价模式,货主与车主进行多次运费协商,决定最终的运费;第二,平台开创了货站模式,车主可以与货站签约。货站的货主发布订单后,平台通过消息和短信方式即时推送货源信息到签约司机,多个签约司机申请接单。同时,司机可能收到多个签约货站的推送消息,申请多个订单。最后,货主在申请列表中自行选择车主。这样的做法导致车货匹配效果不佳,车货匹配效率低下。基于QD公司货运信息平台存在的问题,本文构建了议价模式下的多对多车货属性匹配模型。为了计算属性匹配度,本文分两个阶段进行模型求解。在第一阶段,构建议价模型。本文考虑到自动谈判的优点,构建了基于Agent的双边谈判模型,利用NSGA II算法和基于时间的谈判策略进行模型求解,计算出让双方尽可能满意的运费;在第二阶段,本文构建了多对多车货属性匹配模型,根据货主和车主考虑的各个属性指标,同时结合议价模型得到的运费,计算出属性匹配度,然后再计算各货主与各车主的匹配度,各车主与各货主的匹配度,以货主与车主的总匹配度最大和车主与货主的总匹配度最大为双目标进行求解。为了便于计算,本文利用多目标优化算法中的隶属函数法,将多目标函数转化为单目标函数,并将模型编写为程序,在lingo软件中求出最终结果,给出一对一匹配方案。最后,本文为了检验构建出的模型的优化效果。在QD公司货运信息平台上截取相关数据,计算各个属性的匹配度,货主与车主的匹配度等数据,再进行程序求解。通过结果分析发现,其最终结果优于平台匹配结果,也证明了本文所构建模型的有效性。本文的研究对于解决QD公司货运信息平台车货匹配效率低、车货匹配度低的状况具有一定的参考意义,能帮助QD公司货运信息平台实现规范化的车货匹配,提高匹配能力,让它在车货匹配平台的竞争中更具竞争力。