钱 琳，关梦园，王凤琳，黄 睿

（中国铁道科学研究院集团有限公司 电子计算技术研究所，北京 100081）

目前，以铁路车号自动识别系统（简称：车号识别系统）和铁路运输信息集成平台[1]（简称：集成平台）信息为基础构建的铁路货车动态追踪技术已广泛应用。在铁路货车追踪[2]的基础上，利用集成平台的标准化数据服务[3]，整合运单、装卸、集装箱装载清单等各类货运数据，建立车-货追踪匹配算法模型[4]，研究开发了铁路车-货实时追踪及预警系统（简称：系统），实现铁路车-货全程追踪、现在车分布、统计分析等功能，可对货物列车运行途中出现的在途超时停留和超运输期限等问题进行预警，对重车到达进行预报[5]，为国铁集团和企业自备货车[6]承运的整车和集装箱货物提供更为精准和细化的追踪信息，为优化铁路货运物流、提高货运服务质量提供有力的技术支撑，以更好地适应市场需求。

车-货追踪效果主要取决于车辆全程追踪相关信息的质量以及车-货匹配算法的有效性。本文重点分析影响车-货成功匹配的相关因素，提出提高车-货追踪匹配率的针对性措施和改进算法，并对改进效果进行定量评价。

1 车−货追踪现状

车-货全程追踪的完整性是指，在货物运输过程中各个环节（包括装车、始发、在途、终到、卸车），均可实现货物与车辆的关联，并保证车-货追踪信息与现场实际情况相符。若相关数据质量理想，通过信息整合、数据挖掘、分析预测等技术手段，理论上可实现100%准实时车-货全程追踪的目标。……