针对我国农产品物流硬件体系趋于完善而软件体系相对薄弱的现状,为改善发展不均衡现状,充分发掘硬件体系能力,研究围绕物流过程中库存与运输环节,提出库存运输联合优化问题,以提高物流综合决策水平,研究还设计面向对象的物流时空数据模型,结合第三方地图服务技术,实现对物流方案实施过程中产生时空数据的有效存取及地图化表达,具体研究内容如下所述。以物流中心为分割点,研究将“农超对接”供销网络分解抽象为多对一采购与一对多配送的库存运输联合优化问题。联合优化问题在周期性车辆路径优化的基础上,引入库存变化因子,将库存决策与路径规划统筹优化。研究还设计基于二维矩阵的混合启发式算法求解问题,算法通过邻域解与禁忌对象定义禁忌搜索过程,并嵌入分支定界法,用于优化运输量及相应的车辆路径。通过算例分析可知,库存与运输成本间存在效益背反关系;与其它算法比较,该算法较适用于服务期或服务对象数量较少的情况。为进一步细化农产品配送需求,针对多产品问题,研究通过改进混合启发式算法求解,其中二维矩阵增加产品维,门店选取采取轮盘赌法,且禁忌对象采取二级比较机制,分析算例可知,相同门店某类产品通常不会单独配送,多产品配送问题可视为单产品配送问题求解。针对多车问题,求解算法以改进节约里程法为核心,单次遍历门店实现多路径同步优化,并通过路径合并等后处理方法,提高车辆满载率。分析算例表明,库存成本仍是影响车辆路径规划的重要因素,不考虑车辆空载情况,载重量大的车辆更能节约物流成本。为保证物流过程中时空数据的有效存取,基于面向对象思想,研究将物流主体抽象归纳即库存对象与运输对象,并设计时空数据的存储管理结构,形成物流对象、对象状态与特征状态的三层组织结构;研究还分析对象、事件及事件规则间相互关系,构建事件驱动的物流时空概念模型。基于概念模型,研究还提出基于版本的事件运行管理机制,以版本为核心,关联物流过程中的事件及所有对象;并设计基于时间点与时间区间的时空数据提取方法。为加强时空数据的直观性与易用性,研究以第三方地图服务为基础,从数据层、处理层与用户层,分别设计坐标系统转换、坐标数据筛选、图层叠加等关键方法,解决坐标系统不统一、冗余异常点、特征点缺失等涉及地图可视化的关键问题。通过LBS技术,重点实现运输对象的实时位置监控、历史轨迹回溯及规划路径演示功能,地图可视化达到预期效果。为验证数据筛选与特征点提取方法的有效性,以车辆实际轨迹为例,分析可知,在不影响可视化效果的情况下,筛选率能达到30%。