物流车辆管理及调度优化是降低物流运输业务成本,稳步提高物流服务质量的核心,被称作第三利润源泉。合理高效组织物流运输,开展运输车辆及驾驶人员调度可提高车辆利用率,降低空载率,极大减少运输成本,已经得到各大物流企业和园区工业运输管理部门的高度重视。然而,迄今为止,实际生产中车辆调度组织严重依赖人工经验指导,国内外车辆管理及调度优化的研究存在解算效率低下和难以实际应用等问题。因此,亟需新技术,新方法的提出,以促进该领域的前沿发展。本文探讨了物流车辆管理与调度优化问题,取得了如下的研究成果。结合物流运输特点,从参与物流运输作业的车辆与驾驶员两方面出发,描述物流运输中车辆动态及静态特征,选定驾驶人员工作绩效评定指标。在此基础上利用“熵权—可拓物元”建立了驾驶员多维价值评价体系和车辆及驾驶员信息数据管理系统,并以此管理系统作为基础数据库,为后续车辆调度组织提供原始输入数据。根据物流运输组织特点及车辆和驾驶人员信息数据选定物流调度优化自变量,详细分析运输作业准则及交通运输规范,得到多元约束条件,并以综合运输成本作为目标函数,构建了物流车辆调度优化模型。受第一次世界大战历史史实启发,提出了基于“合约—同盟”分治策略和“帝国竞争算法”的物流车辆运输调度优化方案生成方法,设计了“帝国阵营集团”与“帝国同化和竞争”等改进机制,提高了原始帝国竞争算法的信息交流能力和全局拓展能力,能有效跳出局部最优,避免过早收敛。并将该方法应用于实际物流调度案例,获得了优于生产现场人工调度的技术方案。通过与遗传算法、粒子群算法及原始帝国竞争算法的对比,发现改进后的帝国竞争算法在空间探索能力、寻优能力等方面具有显著优势,从而验证了算法的有效性。