运营可行性下的延迟感知投标接受：具有后见之明上限的公共基准

在线整车运输投标接受是一个闭环随机决策问题，其中承运商或经纪人必须实时接受或拒绝投标的货物，同时考虑运营可行性、车队重新定位成本和相对于未来需求的机会成本。针对该问题的公共、可复现基准很少：现有的路径规划基准是静态的，而动态车队研究通常依赖私有运营商数据。我们引入了FreightBidBench，一个公共校准、无依赖、闭环基准，其中可行性（取货可达性、预约窗口、简化的服务时间、随机堆场延迟）和经济性（服务失败惩罚、终端车队价值、每日溢价窗口）都是显式的、版本化的，并且可以从公共货运分析框架和美国农业部卡车费率数据中复现。我们开发了两个全时域后见之明上限：一个简单的LP型松弛和一个更紧的拉格朗日每卡车信息松弛，后者保留了每卡车服务时间和排序结构，在紧容量场景下比LP松弛紧20.7%，在稀缺容量场景下紧39.3%。我们引入了一个参数化代理-回滚级联，具有边界带和稀缺压力升级触发器。在十个种子的紧和稀缺场景中，最佳简单策略保留了91.0%和86.5%的回滚利润，标准库代理保留了94.2%和89.3%；在单一升级带的级联在回滚平均决策延迟的40-56%下，在两者上恢复了大约98%的利润，并且在紧场景下与回滚教师统计上无法区分（利润差值的配对自助95%置信区间跨越零）。