农业机械化是现代农业的重要基础。在我国，农机作业服务十分普遍，但由于农机作业受价格、天气、面积、距离、路况、作业能力等诸多因素影响，仍然存在着作业地点盲目选择、作业成本高、紧急作业调配难以实施、机手和农户对接难等问题。尤其是农机调配系统在运行过程中，短时间内可能会产生爆炸式的数据输入，调配的数据量也会随着平台运行时间呈指数式增长，需要搜索或存储的数据量也会越来越巨大。因此，研究基于农机大数据平台的农机调配算法，具有重要的现实意义和应用价值。本文的主要研究工作包括:　　(1)分析了农机大数据平台的调配数据和调配问题，阐述了平台的设计原则，设计了平台的架构方式、系统功能和服务接口规范，说明了调配信息的数据模型，最后，通过演示农机大数据平台分析和处理调配数据的两类操作示例，证明了农机大数据平台的可用性和有效性。　　(2)针对农机主的农机调配问题的特点，提出了面向多目标的农机智能调配算法(MAA)，建立了以最优收益为目标的优化模型，根据自然因素、农机因素和农田因素等多约束条件，为机主生成多组按照收益高低排序的作业路径。最后对算法进行模拟数据测试和比较，结果证明MAA算法在为机主提供作业路径的全局最优方案的同时，同时性能相对一般调配算法(GAA)平均提高了32％，在运算时间上可以在日常使用中满足机主的调配需求。　　(3)针对农机管理部门的农机紧急调配问题，提出了基于多阶段决策的农机紧急调配算法(EMDA)，建立了以最小损失、最低成本为日标的紧急调配模型，结合农田作业点的优先级规则，合理规划所需农机数量，尽可能的减少受灾农田的损失。通过模拟实验数据，从可用农机数量和截至时间两个方向对该算法进行了验证，表明该算法在解决多农机多紧急作业点的紧急调配问题时，可以得到较好的解。　　本研究成果已经在实际生产中得到应用，可以为农机主规划出合理的调配路径，为农机管理部门快速提供农机紧急调配方案，为农户提供全面丰富的农机信息服务，效果良好。