1.一种多目标约束下的供应链运输车辆运力动态调配系统，其特征在于，包括：

数据采集模块，用于采集历史运输数据以及每辆运输车辆的平均油耗信息、轮胎磨损信息、发动机负荷信息和供应链货物总重量信息，其中历史运输数据包括单辆运输车辆在不同装载重量下的车辆油耗数据、轮胎磨损数据、发动机负荷数据；

数据分析与建模模块，连接所述数据采集模块，用于对历史运输数据进行分析，分别得出装载重量关于单辆运输车辆油耗、轮胎磨损以及发动机负荷的关系曲线，并基于所述关系曲线建立装载重量与车辆油耗、轮胎磨损以及发动机负荷的低成本运输模型；

最大装载重量确定模块，连接所述数据分析与建模模块和数据采集模块，用于将采集到的每辆运输车辆的平均油耗信息、轮胎磨损信息和发动机负荷信息带入所述低成本运输模型内，分别确定每辆运输车辆所能装载的最大装载重量；

车辆初步规划模块，连接所述最大装载重量确定模块和数据采集模块，用于根据采集到的供应链货物总重量信息以及确定的每辆运输车辆所能装载的最大装载重量，确定所需的运输车辆的初步辆数；

动态调配模块，连接所述车辆初步规划模块、数据分析与建模模块，用于根据运输车辆初步数目、总运输费用、油耗成本、轮胎更换成本以及发动机维修成本，动态调配最终所需的运输车辆的辆数以及每辆运输车辆的装载重量。

2.根据权利要求1所述的一种多目标约束下的供应链运输车辆运力动态调配系统，其特征在于，所述数据采集模块包括车载传感器子模块和货物重量采集子模块，所述车载传感器子模块设置在运输车辆上，包括重量传感器、油耗传感器、轮胎压力与磨损监测传感器、发动机工况传感器，分别用于采集车辆装载重量、油耗数据、轮胎状态数据、发动机工作参数，所述货物重量采集子模块用于采集供应链货物总重量信息。

3.根据权利要求2所述的一种多目标约束下的供应链运输车辆运力动态调配系统，其特征在于，所述数据分析与建模模块对历史运输数据进行分析得到装载重量关于单辆运输车辆油耗的关系曲线的方法为：获取不同装载重量下车辆在相同路况、行驶速度条件下的油耗数据，采用多元线性回归分析建立装载重量与车辆油耗之间的预测模型。

4.根据权利要求3所述的一种多目标约束下的供应链运输车辆运力动态调配系统，其特征在于，所述数据分析与建模模块对历史运输数据进行分析得到装载重量关于单辆运输车辆轮胎磨损的关系曲线的方法为：在车辆行驶一定里程后，通过轮胎压力与磨损监测传感器检测不同装载重量下轮胎的胎面花纹深度、轮胎橡胶硬度磨损指标，利用时间序列分析方法中的自回归滑动平均模型建立装载重量与轮胎磨损程度之间的动态变化模型。

5.根据权利要求4所述的一种多目标约束下的供应链运输车辆运力动态调配系统，其特征在于，所述数据分析与建模模块对历史运输数据进行分析得到装载重量关于单辆运输车辆发动机负荷的关系曲线的方法为：通过发动机工况传感器采集发动机在不同装载重量下的发动机转速、扭矩、机油压力、冷却液温度，运用主成分分析算法对工作参数进行降维处理，再采用支持向量机算法确定装载重量与发动机负荷之间的非线性关系。

6.根据权利要求5所述的一种多目标约束下的供应链运输车辆运力动态调配系统，其特征在于，所述数据分析与建模模块中的低成本运输模型为包含约束条件的多目标优化数学模型，具体为：约束条件包括车辆最大载重限制、轮胎使用寿命阈值、发动机安全工作负荷范围，通过粒子群优化算法或遗传算法求解该模型，计算出在不同装载重量下的综合运输成本，综合运输成本包括油耗成本、轮胎更换成本、发动机维修成本以及车辆折旧成本，设第辆车的装载重量为，油耗成本为，轮胎更换成本为，发动机维修成本为，车辆折旧成本为，运输时间为；

构建多目标优化函数：

；

约束条件为，，；

其中，为综合运输成本目标函数，为运输时间目标函数，为车辆最大载重，为轮胎使用寿命阈值对应的成本，为第辆车在装载重量为时的发动机负荷，为发动机安全工作负荷上限，为车辆数。

7.根据权利要求6所述的一种多目标约束下的供应链运输车辆运力动态调配系统，其特征在于，所述最大装载重量确定模块，在满足车辆行驶安全标准、运输时效性要求以及低成本运输模型约束条件的前提下，通过所述低成本运输模型计算得出每辆运输车辆使综合运输成本最低的装载重量作为最大装载重量。

8.根据权利要求7所述的一种多目标约束下的供应链运输车辆运力动态调配系统，其特征在于，所述车辆初步规划模块采用动态规划算法，根据供应链货物总重量信息和每辆运输车辆所能装载的最大装载重量确定所需的运输车辆的初步辆数，设货物总重量为，第辆车的最大装载重量为，车辆数为。

9.根据权利要求8所述的一种多目标约束下的供应链运输车辆运力动态调配系统，其特征在于，所述动态调配模块建立以运输成本最小化、运输时间最短化为目标函数，以运输车辆辆数、每辆车辆装载重量、车辆行驶路径为变量的混合整数规划模型，考虑车辆载重限制、货物总重量约束、车辆行驶时间窗约束条件，通过分支定界算法求解出使运输成本最低且满足运输时效性要求的运输车辆辆数、每辆车辆的装载重量以及最优行驶路径，设运输车辆集合为，，车辆的装载重量为，行驶路径的运输时间为，运输成本为；

构建混合整数规划模型并求解，以实现最终的运力动态调配，其公式为：

；

通过分支定界算法，将原问题分解为多个子问题，在求解子问题过程中不断更新最优解，最终得到使运输成本最低且满足运输时效性要求的运输车辆辆数、每辆车辆的装载重量以及最优行驶路径。