目前公路运输在运输方式中仍有着非常重要的地位,随着公路运输基础设施的不断完善和“互联网+APP”的模式不断成熟,供需数据大规模增长,车货供需匹配产业发展迅猛,有一定的车货双方资源整合的作用。目前车货供需匹配领域主要存在三大难题问题:运输成本高、车辆满载率低、车货双方有效评价困难。本文基于车货供需匹配存在的问题进行展开研究,在研究车货供需匹配问题时考虑双方满意度指标,提出改进的灰色综合关联分析法实现满意度的量化,以此为基础进一步构建满意度最大、满载率最高、运输成本最低的多目标车货供需匹配模型,为该类问题的研究进行一些补充。首先,运用灰色综合关联分析法实现满意度的量化。运用灰色关联分析理论,分析现有的灰色综合关联分析模型并提出改进,在考虑序列相似性和相近性的基础上,同时考虑序列间的正负相关性。通过和其他灰色关联分析模型的比较表明,该模型具有良好的应用性,进而提出了基于灰色综合关联分析的车货双边满意度测度方法。其次,基于满意度测度结果构建一对多车货供需匹配模型,并设计禁忌搜索算法求解。规定一定的假设条件、约束条件,构建多优化目标的车货供需匹配模型,实现匹配方案成本最低,满载率最高,满意度最大的目标。求解时首先对满足特定车货信息指标的车主或货主进行初级检索,缩小算法计算范围。设计禁忌搜索算法求解模型,求得符合约束的最优匹配方案。最后,根据C公路港的部分调研数据,求解车货供需匹配方案,结果证明该方法在优化满载率和匹配满意度方面有较为明显的作用,禁忌搜索算法求得可行解和最优解的速度较快,本文提出的求解车货供需匹配问题的方法具有一定的实践意义。