公路货运市场是我国最主要的货运市场,其货运量占总货运量远超于其他货运方式。而由于我国90%以上的货车司机都是个体户,无法进行一体化的运力优化,加之我国幅员辽阔,资源分布不均,物流需求也呈现时空差异性和碎片化。在这一供需背景下,我国公路货运市场缺乏有效的车货匹配,呈现“车找货难,货找车难”的局面和“小、杂、散、乱”的市场格局,货车严重超载、严重空驶等高危险、低效率的现象也频频出现。在线货运平台的出现一定程度实现车货源双方的信息资源共享,加强了货运资源整合,也积累了大量的货运平台数据。然而现有的在线货运平台仍没有对这些历史数据进行有效挖掘,总结车货匹配特征,开发有效的车货匹配模型。基于上述背景,本文基于对在线货运平台数据的分析,总结车货静态特征匹配关系,提出车货两阶段匹配方法,构建考虑货车接单概率的车货匹配模型,为在线货运平台车货匹配方法优化提供参考。首先,本文整理分析了国内外关于车货匹配问题研究现状、目前国家和公路货运行业关于货车和货物分类的标准。同时对本文的研究数据进行了介绍和预处理,结合行业实际情况确定了本文中货车和货物分类,初步分析了平台货运数据的货车和货物静态特征。其次,在货车和货物分类基础上,分析了不同车型货车的载货种类情况,初步划分了分车型-货类的车货匹配池。进一步分析了各类货车车长与载重组合分布,基于此划分了分车型-货类-车长-载重的匹配池。结合匹配池划分过程,提出车货匹配两阶段匹配方法。最后,针对划分的匹配池,构建了考虑货车接单概率的车货双边匹配模型,通过分析历史货运数据,给出了本文关键指标—货车接单概率的定义并进行了估算。通过遗传算法求解算例,对比分析本文方法与未细分匹配池的方法、未考虑接单概率的方法。结果表明,本文的两阶段匹配方法可提高双边匹配度、匹配成功率及货车平均接单概率,从长期优化的角度来看更具优势。