云物流是一种基于物联网和云计算技术的物流服务新模式，它为资源整合与优化配置提供了一种新的思路。为达到上述目标，本论文提出了一种基于云物流资源虚拟化与服务组合的两阶段框架。第一阶段结合虚拟化技术和感知技术，研究了物流资源从物理领域向逻辑领域的转化方法，以及物流资源的服务封装方法，为物流资源的集中化处理提供理论依据。其次，以服务为基础，研究了云物流模式下的Web服务组合、Web服务发现与选择技术，为物流资源的分散服务提供技术支持。本文的主要研究工作与研究成果如下：　　（1）研究了物流资源虚拟化技术。针对现有的计算资源虚拟化技术无法直接应用于非计算资源（如各种物流设备），在成功部署感知设备的基础上，运用RFID技术，完成了仓储资源感知和感知数据分析。结合虚拟机技术，对比分析虚拟机与物流操作系统的组成原理和运行机制，构建了一种虚拟机工作流与仓储服务工作流的映射模型，设计了一种基于物流事件的资源聚合算法，以支撑物流资源的虚拟接入。仿真实验表明所提技术的应用提高了物流服务的执行效率。　　（2）设计了一种云物流资源服务封装方法。为解决云物流资源在 Internet上表达困难的问题，根据云物流资源提供端和云物流平台不同的功能需求，建立了一种云物流资源双层模型：基于物流事件本体的云端资源模型和面向服务的云物流平台资源模型。以此为基础，采用SOAP和RESTful服务封装技术来封装资源。仓储资源的服务封装实例表明了所提方法的可行性，为实现资源共享提供了一种技术手段。　　（3）提出了一种异构Web服务组合规划方案。从资源的服务封装角度，借助语义技术，统一描述了资源虚拟化形成的异构Web服务。在此基础上，考虑到Web服务在组合过程中具有的鲜明的递归层次结构特点，在借助上下文无关文法对Web服务组合语法描述基础上，以构建的Web服务组合语法树为编码方式，设计了自适应遗传规划算法，求解Web服务组合规划问题。通过实验仿真，并与已有的Web服务组合规划算法比较，验证了异构Web服务的语义标注方法的可行性和所提算法的有效性。　　（4）设计了一种Web服务发现的解决方案。从Web服务描述文档出发，形式化描述了Web服务的各个关键组件的相似度。据此，构建了Web服务操作语义匹配计算模型，并借助二分图和匈牙利算法，设计了基于相似度的Web服务匹配算法。为验证其可行性，构建了一个Web服务发现原型系统，并通过与同类算法的测试比较，所提的Web服务匹配算法具有优化性能。　　（5）从优化角度，研究了Web服务选择问题。在将Web服务选择问题转化为一个带约束的多目标组合优化问题基础上，结合构建的QoS效用模型，设计了一个基于QoS的Web服务选择模型。通过引入粒子群优化算法，提出了一种基于粒子群优化算法的Web服务选择方法。针对粒子群优化算法在Web服务选择中应用的有效性、可用性和优劣性展开了分析和讨论。仿真案例的结果表明所提的基于粒子群优化算法的Web服务选择方法是一种较好的解决方法。