随着汽车产业的高速发展和汽车物流服务外包比重的增大,汽车产业对物流服务提出了更高的要求。汽车产业不再仅关注物流服务中的准时性、完整性等物流服务的基本内容,还更为关注物流服务的专业性、整合性、协调性和过程监控等内容,物流服务价值链的协同模式随之从以制造企业为核心的点链式协同模式和以物流服务企业为核心的线链式协同模式向全链式的协同模式发展。而物流服务价值链上的全链式协同模式需要有配套的物流云服务平台来支撑,才能使物流服务价值链上的企业具有协同的条件和动力,进而使企业获得更快的市场响应能力和更大的市场竞争力。但建设物流云服务平台需要有相应的价值链协同技术来支撑平台和促进业务协同,因此研究支持汽车物流服务价值链协同的物流云服务平台和基于物流云服务平台的汽车物流服务价值链协同技术具有重要的意义。本文在国家863计划“汽车及工程机械多产业价值链业务协同服务平台研发”和国家科技支撑计划“全程供应链协同与第三方物流服务技术研究”支撑的基础上,以汽车制造企业和物流服务企业为研究主体,探讨了基于物流云服务平台的物流服务价值链协同模式,提出了基于物流云服务平台的汽车物流服务价值链协同总体解决方案,并对基于物流云服务平台的汽车物流服务价值链协同组织、协同策略和协同规则涉及的相关技术进行了研究。具体包括以下内容：(1)基于云平台的汽车物流服务价值链协同模式和总体解决方案介绍了物流服务内涵、我国汽车物流服务的内容、我国汽车物流服务模式的发展历程和汽车物流服务价值链的概念、特征和分类。通过分析目前大型集团汽车制造企业以及中小型物流服务企业的协作模式,研究了基于物流云服务平台的汽车物流价值链协同模式和协同效应,根据基于物流云服务平台的汽车物流价值链协同总体需求,提出了基于物流云服务平台的汽车物流价值链协同总体解决方案,设计了基于物流云服务平台的协同组织的竞争机制、协同策略的合作机制、协同规则的协调机制和相关模型。(2)基于云平台的汽车物流服务价值链协同组织研究通过对基于云平台的汽车物流服务价值链协同组织进行分析,围绕“建立指标体系、数据处理、确定权重、综合评估、绩效预测”构建了基于云平台的汽车物流服务价值链协同组织优选模型,研究了基于模糊粗糙集的TOPSIS物流服务企业综合评估方法和基于加权移动平均的短期物流服务绩效预测方法。评估方法采用了定性和定量相结合的方法,利用模糊粗糙集求得指标的客观权重,利用专家评分法来定义指标的主观权重,再综合主客观权重,最后将综合权重用于TOPSIS进行评估；短期物流服务绩效预测方法则根据综合评估结果和历史任务量,采用基于加权移动平均的时间序列预测方法进行短期物流服务绩效预测,为企业构建协同组织提供了客观的参考。(3)基于云平台的汽车物流服务价值链协同策略研究研究了基于云平台的汽车物流服务价值链协同策略中的协同运输策略和协同装卸策略。针对协同运输策略研究了基于云平台的协同服务资源整合模式,并基于汽车配件物流运输的相关约束构建了配送利润驱动的物流协同运输策略模型,提出了基于聚类遗传算法的协同运输策略,从而促使物流服务价值链的增值和协同运输企业间的双赢。针对协同装卸策略研究了多种货物,多卸载点,多车承运中的箱式货车装箱策略,建立了装卸一体化的多卸载点车载装箱模型,提出了基于单信息素蚁群算法的货物装卸策略和基于多信息素蚁群算法的货物装卸策略,合理的装卸策略可以使得物流运输企业节省运输车辆和成本。(4)基于云平台的汽车物流服务价值链协同规则研究构建了基于云平台的汽车物流服务价值链协同利益分配规则模型,研究了面向物流服务需求方的协同利益分配模型和面向物流服务提供方的协同利益分配模型,在面向物流服务需求方的协同利益分配模型中定义了影响物流协同利润分配的四个影响因素,建立了使用影响因子修正的改进Shapley值利润分配模型。在面向物流服务提供方的协同利益分配过程中,建立了基于Agent的协同物流利润分配协商模型,引入了自学习的报价参数来实现报价过程中的报价策略改变,最终得到使协同各方满意的利益分配结果,从而保障物流协同的顺利进行和持续发展。(5)支持汽车物流服务价值链协同的物流云服务平台的开发实现设计了物流云服务平台的平台架构和平台物理结构,并针对整车物流运输的业务需求研发了面向整车物流业务的物流云服务平台。根据企业的实际业务需求,将物流企业评估方法、物流车辆协同运输方法、利润分配等物流服务价值链协同技术应用于云平台不同的物流服务业务中。根据云平台的数据集成需求、设计了可配置的数据集成方案、研发了数据集成系统适配器并在云平台中展开了应用。根据企业个性化的物流跟踪需求,研究了基于智能移动端和基站短信定位两种定位方案并研发了相应的物流跟踪监控系统。最后介绍了物流云服务平台在企业的推广应用。