随着“互联网”技术时代的到来,为了更好地解决我国货运市场上长久以来面临的物流成本居高不下、供给与需求间的信息不对称、货运效率低、货运市场呈现“多、小、散、乱”的局面等问题,平台类无车承运人因势而生。就平台类无车承运人的发展而言,高效地实现平台的智能车货匹配和最大限度地发挥平台的智能调度功能则至关重要。因此,平台类无车承运人企业如果能够拥有基于车货供需匹配、运力资源调度优化、多点混合装卸货路径优化模型的智能运营体系,那么将对企业核心竞争力的提升以及运营发展方面大有裨益。于是本文将以平台类无车承运人企业为研究对象,就其平台的运力资源动态调度问题进行系统而深入地研究。首先,本文在对当前我国无车承运人及平台类无车承运人的发展现状以及存在的突出问题进行全面地研读与总结的基础上,对我国平台类无车承运人试点企业的实际运行数据进行了缜密地分析。经分析发现:平台类无车承运人在持续短暂而漫长的发展过程中出现的一些“痼疾”仍未消除。此外,在平台类无车承运人模式下的运输过程中大量非满载的运输现状仍未得到有效的改善;因运输市场上的运力资源未能实现合理配置而导致的运输资源浪费和运输效率低下的问题日益凸显。其次,本文对我国平台类无车承运人业态下的运输模式进行了系统地分析。经研究分析发现,承担“承运人”角色的平台类无车承运人具有特殊性,具体体现在以下几个方面:就其运输过程来讲,运输需求和运力资源具有动态性和不确定性,且装卸货地具有分散性等特征;就其经营模式来讲,具有盈利模式的不同、合作伙伴关系的不稳定性等特点。因此基于以上特征,本文将针对平台类无车承运人模式下的运力资源调度问题,集中构建了带时间窗约束的、混合装卸货地的、多目标的平台类无车承运人运力动态调度优化模型,并且根据模型的求解需求设计了相应的两阶段算法,其中包括静态阶段的遗传算法跟动态阶段的近似最近邻搜索算法进行求解。最后,本文选取一家平台类无车承运人试点企业进行实例验证分析,通过对该企业在试点运行中所产生的实际运行数据进行验证表明:试点企业运用本文所建立的模型后,试点企业的收益增加了5.17%;实际承运人的运输成本降低了9.23%;此外,实际承运人的收益也相应地增加了5.86%。因此,本文所建立的模型以及设计的算法具有一定的有效性和适用性。