整车调度涉及到庞大的业务规模,弹性的操作流程,独特的客户需求,快速的响应要求,其对于整车调度从业人员的处理能力提出了很高的要求。本文通过智能调度问题研究,开发智能调度系统,只需根据业务需求维护基础数据和业务规则信息,系统就会智能运算并生成调度指令,完成绩效分析。本文通过对现实需求调查分析,对智能调度系统所应包含的功能进行了具体的分析描述,包括线路管理、订单管理、运力管理、道位管理、调度指令操作、系统使用六大方面。关于算法引擎,本文对智能调度所涉及的七大目标及九条约束进行了深入剖析,在确定了参数及变量之后,建立了0-1整数线性规划模型。根据实际的业务需求,定制三种个性化方案,即指标优先方案、降低拼车方案以及均衡方案。构造了订单分组运算这一经验式规则并将其用于精确算法中,使用C#语言编写程序,使用ILOG CPLEX软件求解。本文以2016年7月14-20日一周的实际数据作为算例对模型进行检验。实验结果表明:相较于人工调度结果,智能调度引擎的三种调度方案在提高T+3及以上订单完成数量的同时降低了拼车率;三种智能调度方案中,指标优先方案完成T+3以上订单数量最多,降低拼车率方案的拼车率最低。此外,本文以2015.6.1-2015.6.30日的天数据为实验数据,其中大规模数据样本是971个订单,39辆板车,进行了指定装卸地与不指定装卸地的对比测试,并改变分别改变同城经销商数量、最大异地拼车经销商数量、异地装卸地数量等参数,进行四组对比测试。测试结果验证了模型的有效性,在增加同城经销商数量、最大异地拼车经销商数量、异地装卸地数量后,效率得到提高。智能调度系统成功上线以后,使用率逐步提升。从最新的2017年第四季度使用情况来看,目前,智能调度系统在公司的调度操作中已经全部推广到公司的20多家运输公司,月均调度30万辆车以上,使用率最高的运输公司已经达到100%。