软件学报

作者：廖家俊，董宜滔，毛嘉莉

单位：廖家俊，华东师范大学 数据科学与工程学院, 上海 20006211,董宜滔，华东师范大学 数据科学与工程学院, 上海 20006202,毛嘉莉，华东师范大学 数据科学与工程学院, 上海 20006203

关键词：运单分配;司机偏好建模;弹性时间约束;扩散模型;近端策略优化

基金：国家自然科学基金(62461146205); 海南省重点研发项目(ZDYF2025GXJS179)

在动态环境下的双边匹配问题中, 对于时间约束与多目标优化的处理机制是影响匹配效率的重要因素之一, 网络货运平台的运单分配即为此类问题的典型实例. 现有方法在处理时间约束的刚性建模和多目标冲突的权衡机制方面存在显著局限性, 难以准确刻画决策主体在约束边界附近的行为特征. 提出一种基于条件扩散模型与分层强化学习的时间约束感知匹配框架TB-Match, 通过弹性约束量化、偏好表征学习、动态权衡优化和策略生成这4个协同模块实现系统性能提升. 该方法的核心贡献包括: (1)基于条件扩散概率模型的约束弹性化表征机制, 通过渐进噪声扩散与逆向去噪过程将确定性时间边界转化为连续概率分布, 精确建模决策主体在约束临界区域的接受概率; (2)融合动态目标权衡与近端策略优化的分层决策架构, 高层网络根据反馈信号自适应调节目标权重, 低层网络通过信任域约束实现长期累积收益最大化. 在两个大规模真实数据集上的实验结果表明, TB-Match在匹配率指标上比现有最优方法相对提升了17.66%, 同时在满意度等指标中均展现出显著的性能优势, 证明了该方法在复杂约束环境下的有效性和适用性.

来源：2026年第5期

《软件学报》期刊编辑部

查看软件学报杂志2026年第5期