1.一种组合车辆联合运输的匹配优化方法，其特征在于：

以资源利用率最大化和车辆组合对环境的影响最小化作为优化目标进行组合车辆；资源利用率以车辆组合的运力重量与货物重量的关系来计算，车辆组合对环境的影响以车辆运输货物产生的碳排放量来计算；根据车辆组合运力的重量、容积与货物重量、体积的关系建立约束条件，并与资源利用率最大化和车辆组合对环境影响最小化来组成规划模型；将两个目标整合到一起使用遗传算法对规划模型求解得到的最优解为组合结果；

目标函数和约束条件为：

目标函数和约束条件如公式(1)～(4)所示：

其中：Zq表示车辆组合后的载重与货物重量的差值；

x1为二进制变量，车辆采用独立的编号，如果车辆j被选中，则x1＝1，否则x1＝0；

vWj、vVj分别表示第j辆车的载重和容积；

CW、CV分别表示货物的重量和体积；

Zd表示车辆组合的总碳排放量；

表示第j辆车的碳排放量；

公式(1)表示组合后的车辆的载重与货物的重量的差值最小，公式(2)表示车辆组合后的总碳排放量最小，公式(3)表示约束条件车辆的组合载重大于等于货物的重量，公式(4)表示约束条件车辆的组合容积大于等于货物的体积；

碳排放量计算的具体过程：

碳排放量估算按如下公式进行：

其中，ε表示空载车辆在零度角的道路上的排放率，LW为负载修正系数，M1表示车货的流向匹配度；

将车辆按载重划分为3.5‑7.5、7.5‑16、16‑32和32‑40四个吨级按如下来计算ε：其中：K表示一个常数，a‑f表示根据吨级的不同所取的不同相关系数，v表示车辆的道路运行速度；

根据车辆的吨级不同和装载率，负载修正系数LW如下所示：

其中：k表示一个常数，n‑u表示不同的相关系数；

流向匹配度算式为：

M1为流向匹配度按如下公式计算：

其中，S3表示货源方自身始发地和目的地之间的距离， 表示第i个货源方和第j个车源方始发地之间的距离， 表示第i个货源方和第j个车源方目的地之间的距离；

所述遗传算法对规划模型求解的具体过程为：

编码：使用自然数字序列“1,2，...，N”进行编码，按照规则进行排列的N辆车，对应的数字表示备选车辆的编号，每一辆车都是独立的，表示遗传算法中每一条染色体对应一个可行解，每一条染色体的基因数代表组合的车辆数；

适应度函数：在遗传算法中，适应度函数值规定为非负并且越大越好且为单值，公式(1)、(2)两个目标的理想点为(0，0)，因此将公式(1)、(2)基于求解多目标规划的理想点法转换为单目标模型 然后再转化为最大化模型作为适应度函数，如下公式所示：

Zq表示车辆组合后的载重与货物重量的差值，Zd表示车辆组合的总碳排放量；

选择算子：生成交配池，防止杂交和变异操作对群体最佳个体的破坏，使用精英选择形式，如果下一代群体中，其最佳个体的适应值小于上一代中的最佳个体，则在下一代中对其进行替换，或者替换掉下一代中最差的个体；

杂交算子：采用单点杂交的方式，从交配池中随机选择要进行交配的个体，每一个个体随机选择一个杂交位，并且产生一个0‑1之间的随机数，根据随机数与设定杂交概率的对比，进行杂交操作，杂交概率为0.1‑0.5，在杂交位，两个进行杂交的个体相互交换部分基因，形成新的一对个体；

变异算子：通过按照变异概率pm随机改变基因位来实现，给定均匀随机变量x∈[0,1]，如果x≤pm，则对该个体进行变异，否则不发生变异，对于初始化群体，需要进行索引重复性约束修正和约束条件的修正，保证个体的可行性，变异概率为0.001‑0.1；

终止循环条件：设定最大的迭代代数为50‑100代，并且根据群体的收敛程度相结合的方式来终止循环，求解得到最优解。

2.根据权利要求1所述的一种组合车辆联合运输的匹配优化方法，其特征在于：所述组合车辆的车辆运力在重量上大于等于货物，同时重量的差值以及组合车辆的碳排放量最小并且满足约束条件，则车辆组合满足货物的运输需求。

3.根据权利要求1所述的一种组合车辆联合运输的匹配优化方法，其特征在于：载重量的分配具体过程为：假设在运力相等的情形下，优先用最少数量的车辆进行组合，车辆的类型不固定，从降低空载率的角度来分析，不考虑车辆到达货物始发地的时间先后顺序，仅对组合中的车辆进行载重量的分配，优先保证载重量最大的车辆满载。