目前,随着物流信息化水平的不断提高,人们对物流信息平台的要求已不仅限于信息的查询和发布。如何为用户提供有效信息并进行智能决策则是现阶段该领域研究的重点。着眼公路物流行业,作为物流运输业主动脉,我国公路物流行业存在明显的技术落后、效率低下等问题,车辆空载率居高不下。造成该现状的主要原因是运力供需信息的不对称和行业信誉评价体系的缺失,同时,这些问题也牵制了相关线上服务在行业内的推广。本文首先总结并分析了当前我国公路物流行业的发展现状以及存在的突出问题,在此基础上构建了基于车辆监管平台的运力调度评价模型。结合不同评价指标特征,设计了相应的衡量标准。其次,对于公路物流行业所关心的运力服务及信誉评价问题,构建评价模型。并将基于FAHP的模糊综合评价法应用于处理货运服务过程中产生的客户评价数据。在运力评价模型的第二轮多目标综合评价中,提出应用BP神经网络模型与模糊综合评价相结合的方法进行运力调度评价。结合样本数据设计模拟实验,检验模型和算法的可行性,并提出改进思路,使BP神经网络模型在该问题中的适用性大大增强。最后,进行仿真验证实验,将运力调度过程涉及到的主要功能在仿真系统中实现。从评价结果来看,整个模型较好地满足运力评级需求,结果合理有效。评价模型将公路物流过程中运力的选择调度过程全部搬移到线上,形成了从运力需求产生到运单生成的闭环操作。在满足货主对于运力需求的同时,将运力的合理调度,运力资源的优化配置考虑其中,为降低货车空载率和改善公路货运行业效率低下等问题提供了新的解决思路和方法。