智能型综合交通运输系统的根本目标就是充分利用以信息为基础的现代技术使各种交通运输方式有效地衔接起来,进行一体化的运营管理、决策、规划、信息和资源共享服务。而网格的本质就是要实现资源的全面共享,因此网格技术的发展为智能型综合交通运输体系的构建提供了一种有效的途径。本文提出的无缝运输信息网格是一个开放的系统架构,能提供公路、铁路、水运、航空等运输系统中信息设施和资源的互连互通,并为完成每一个复杂的运输任务动态构成运输虚拟组织,进行实时的协调和组织,实现信息快速收集、快速处理、快速共享,最终实现全方位的、随时随地的信息共享及各种运输方式的协同工作。针对无缝运输信息网格实现中的体系结构、数据集成、语义查询、数据挖掘和多式联运的信息协同等问题,本文的主要研究工作如下：(1)结合网格技术和无缝运输中信息的共享和智能处理,引入了无缝运输信息网格的概念,根据无缝运输的特点以及SOA以服务为中心的思想和OGSA分层模型的优势提出了无缝运输信息网格的体系结构,该体系结构由资源层、基本面向服务体系结构层、网格服务部署层、网格中间件层、Agent层和应用层组成,能为无缝运输的实施和管理提供多种高质量的即插即用服务。(2)为了实现综合运输系统中所有交通运输信息的共享,本文针对OGSA-DA工在数据集成上的不足设计了一个由统一访问接口、数据处理器、数据访问器、OGSA-DAI基础服务与组件和数据源五部分组成的数据集成平台。利用该平台,无缝运输信息网格的用户就可以以统一的方式来访问来自不同类型不同厂商的数据库的数据。在该平台中为了支持用户对数据的透明访问和异构数据库的集成以及提高分布式查询的效率,引入了虚拟数据库技术、数据库模式集成策略和分布式查询优化模型。(3)针对传统信息查询中由于缺乏语义支持所造成的问题,本文在无缝运输信息网格环境中实现了一种基于本体的语义查询方法：每个数据源对应1个局部本体,将多个局部本体合并为全局本体；对于用户查询,首先形成用户查询向量,然后利用UQuery2GQuery算法生成全局查询向量；对于全局查询向量,通过构建查询树进行分解,然后采用GQuery2SQuery算法将每一棵查询树映射为对应数据源上的子查询语句。此外,为了提高无缝运输网格中语义查询的效率,本文还提出了一个语义查询优化器(GSQO),该优化器主要实现了以下四个模块的优化：用户查询语义扩展,SPARQL查询,资源选择,并行处理。(4)为了能实现无缝运输信息网格环境中的并行数据挖掘服务,本文设计了一个基于实时虚拟数据仓库的数据挖掘体系结构。针对数据挖掘结点和数据源的映射本文提出了MapND映射算法,MapND映射算法采用最小响应时间作为评价的主要指标,分别估计每个挖掘结点和数据块之间的数据传输时间和数据挖掘时间之和,将具有最小值之和的数据块和相应的结点进行映射。(5)本文提出了一个基于网格工作流的多式联运信息协同模型：为多式联运过程中提取出来的各个信息网格服务建立基于EDAG的协作图,图中利用汇聚和分支结构来描述节点之间的复杂同步关系。另外,本文还给出了一个信息协同优化处理的方法：对多式联运工作流应用按照加权、排位、映射、分组和重调度五个阶段的处理,合理地安排工作流任务的服务调度,使得工作流应用的信息协同获得优化。