车辆调度问题是降低运输和物流费用、减少社会总成本、提高交通运输和物流企业竞争力的重要技术与管理手段，一般的静态车辆路径问题由于没有考虑到调度过程中动态交通网络的不确定性，使其在运输和物流企业的应用中呈现出一定的局限性。动态车辆调度问题由于考虑到各种环境变量的时变性，使其成为电子商务物流配送企业、在城市中心区可能出现拥堵区域的物流运输企业进行作业调度的核心内容。在理论研究方面，目前主要集中于单纯客户需求的不确定性方面，对交通网络的动态时变性(可能的交通拥堵现象)的研究较少。如何根据智能运输系统的发展，在得到大量路网先验信息和实时信息的情况下，通过数据挖掘技术形成动态车辆调度，是一项具有重要理论意义和工程实践价值的工作。　　 本论文在大量分析研究国内外相关文献的基础上，对该问题进行了定义并进行分类。从工程实施要求、环境变量、子系统构成及系统目标方面对动态网络车辆智能调度系统进行系统分析，设计了包括信息子系统、数据库、知识库、离线子系统、在线子系统等在内的动态网络车辆智能调度系统。就动态车辆调度系统的一般原理和结构进行分析论述，主要分为先进先出动态网络和非先进先出动态网络两种情况。　　 针对先进先出网络特点，设计了先进先出动态交通网络有时间窗约束的车辆调度系统结构，提出离线确定初始行车路线和在线实时调整的两阶段法确定车辆最终行驶方案的思想。一是在进行配送之前根据历史统计数据和客户需求，对离线子系统进行分析，建立其数学模型，采用改进的蚁群算法对离线调度子系统模型进行优化求解，确定车辆行驶路线的初始方案；二是在已确定车辆初始行驶路线的基础上，考虑车辆配送过程中的路段实时行驶信息，对在线子系统进行分析，结合预测和网络路由的思想对在线调度子系统模型进行优化求解，调整实时车辆行车路线。仿真试验讨论了该方法的效果，证明了该原理与方法的可行性与正确性。　　 针对更加符合实际情况的非先进先出动态交通网络特点，进行了非先进先出交通网络有时间窗约束的车辆调度问题系统分析，设计了非先进先出网络车辆智能调度系统。　　 在确定车辆行驶路线方面，采用了适合于非先进先出网络的最短路径方法和改进的蚁群算法对模型求解。仿真试验证明了该思想方法的可行性与正确性。