随着互联网云计算技术的发展,“互联网+”高效物流被提出,物流行业逐渐信息化、平台化,对于效率、效益的竞争愈加激烈。云物流平台利用现代信息技术,摆脱了传统的物流模式,可以智能制定物流计划,改进业务流程,充分利用有限资源,提高企业效率效益和竞争力。利用物流系统的资源共享、信息互通,进而充分利用运力资源,整合社会运力,通过计算机智能地制定调度计划,解决运力资源的合理调度是当前的关键问题。这个问题的研究对于加快云物流平台建设,提高了运输过程的效率,促进了物流成本的降低,以及我国物流业的资源整合与“互联网+”环境下的物流业发展都具有重要意义。本文基于云物流及其大数据服务关键技术研究与产业项目,根据云物流平台现有建设水平提供运力调度解决方案。云物流平台下的运力调度包括提货调度与干线运输调度两个问题,文中考虑了运输的成本、时间成本、车辆满载率、多车型、多集散中心、甩挂运输模式、动态大规模信息等一系列云物流平台下的重要影响因素,分别提出多目标运力调度模型求解这两个问题。针对提货运力调度问题,本文使用了两阶段解决策略求解多集散中心调度模型,使用KNN聚类和遗传算法求解模型得到运力调度方案,结果表明在降低成本和提高运力资源利用率以及响应时间方面都有较大改善,证明了模型的有效性;针对干线运输运力调度问题,本文结合实际考虑了甩挂运输模式,提出调度闲置车辆以充分利用运力,并使用遗传算法求解模型得到调度方案,结果表明模型具有良好的优化效果,能够加强对运输成本和运输时间的控制。本文提出的运力调度模型都是源自于云物流平台物流环节中的实际问题,对于加快云物流平台的建设促进互联网时代下物流业的发展具有积极意义。