企业可以根据自身的情况，设置个性化的权重。如果是TMS或调度的SAAS平台

初步探索自动调度，首选建立一个匹配的顺序模型，即把上述条件顺次排列依次匹配，触发到即停止匹配。下面简单举一个顺序模型的例子：司机作息>定向匹配>收入>…

第一优先级：司机作息；即保证司机有能力接这单活，如果司机还在途或需要休息，调度无法成立。

简单举例，如司机在途一个往返150公里的订单，默认可以当天返程，后一天的单理论可以继续派此司机；另一个简单的维度是时间，同样往返150公里的订单，默认司机可接20小时后的订单，也是理论成立；精细一些的分析方向，依靠货车导航精确判断司机返程情况，或根据历史订单及历史路径选择，精确估算到达时间。

第二优先级：定向匹配；即合约司机或固定路线司机优先匹配。

例如一些专线司机，只跑某一条路线，即可在其作息允许的基础上，直接匹配分派。这个模式必须留一个兼容性，固定司机可用数量为0时，系统触发正常匹配逻辑，否则会导致无车可派的情况。如若多个固定司机对应一个路线，进入下一条条件的判断。

第三优先级：收入，司机收入和公司平台收入。大部分运输公司和司机的合作模式，都会有保证最低收入的限制，所以系统需将这个权重影响到自动调度中。广义区分，近途订单收入少，远途订单收入多，所以针对最低收入较低的司机，派近途订单的权重高于远途订单的权重，反之亦然。针对社会车辆或临时合作的车辆，平台收入的优先级高于司机收入的优先级。

物流平台调度环节的收入，即为既定派车价-司机运费，司机运费越低，平台收入越高（此处暂不展开其他维度 仅举例说明），保证平台总体利润最大化，是高优条件，但是收淡旺季、油价波动等因素的印象，会导致平台利润最大化的条件“不是最优解”，年度利润最大不等于每天或每月的利润最大，多因素的波动也会影响利润的计算取舍。

第四优先级 … 不同企业可自行选择。

以上为较为简化的顺序模型，企业可以根据自身的情况，设置个性化的权重。如果是TMS或调度的SAAS平台，可将优先级做为可配置项，按需设置。