1.一种基于自适应时间窗口的车货匹配策略算法框架方法，其特征在于，包括以下步骤：
s1:对历史数据进行分析，得到货车对于运输目的地以及运输货物品种的偏好；
s2:使用滑动时间窗口的技术，在处理一个批次内车货匹配的请求时，基于步骤s1得到的货车偏好，使用遗传算法为各个货车分别产生多个较优的装载计划，构成各货车的候选集；
s3:基于步骤s2得到的多货车的候选集，将所有装载计划作为结点，按照取货的不冲突性原则建立连接，构成图；使用广度优先搜索算法计算出最优的路径，保证高优先级货物发运的占比最高；
s4:根据实时的车货匹配请求，对滑动时间窗口的窗口大小进行自适应的变化。
2.根据权利要求1所述的一种基于自适应时间窗口的车货匹配策略算法框架方法，其特征在于，所述步骤s1具体包括：
使用来自企业的真实数据集，对多个不同的来源的数据集进行分析，其中包含历史的装载计划、货物出库记录和货物订单数据；通过分析我们发现装载计划瘦到一些货车司机的偏好因素限制，这些偏好因素决定了货车司机接受一个装载计划决策的概率；因此我们提取了历史数据中出现的货车司机对于运输城市和运输货物品种的偏好作为后续决策的限制与参考。
3.根据权利要求1所述的一种基于自适应时间窗口的车货匹配策略算法框架方法，所述步骤s2具体包括：
步骤2.1)，给出定义：货车表示为t＝[t1,t2,...,tj]；所有货物表示为c＝[c1,c2,...,ci]；假设在n件货物与m辆货车进行车货匹配，用矩阵表示车货匹配决策结果为
步骤2.2)，采用滑动窗口模型，将短时间内到达的货车视为时间窗口内的微批，进行批次处理；
步骤2.3)，将货物按照优先级降序进行排序，并筛选与货车偏好相符的高优先级货物；
步骤2.4)，使用改良过的遗传算法为每辆货车生成装载计划候选集。
4.根据权利要求1所述的一种基于自适应时间窗口的车货匹配策略算法框架方法，其特征在于，所述步骤s3具体包括：
步骤3.1)，为了获取一个批次中所有货车的装载计划，并且考虑货车之间的竞争关系，我们将步骤s2中已经为每辆货车产生的装载计划候选集中的所有装载计划作为结点，根据步骤s2中给出的对于货物的限制条件，将没有冲突、不受限制的装载计划进行边连接，在该批次中构建图；
步骤3.2)，在一个把时间窗口中，我们从已经构建的图中搜索一组结点，以总体的高优先级货物占比最大化为目标，使用广度优先遍历的方法，搜索最优路径，为各个货车生成最终的装载计划，作为车货匹配的决策。
5.根据权利要求1所述的一种基于自适应时间窗口的车货匹配策略算法框架方法，其特征在于，所述步骤s4具体包括：
我们根据自适应时间窗口模型自适应地确定每个时间窗口的大小，通过不断计算当前时间窗口中最可行的车货匹配决策的edp值来确定时间窗口的大小wcurr。