云物流服务平台利用物联网、云计算等技术将分布式的实体物流资源和物流能力虚拟封装后接入平台,通过网络以服务的形式为用户提供物流全生命周期的应用,它依靠大规模的云计算处理能力、灵活的业务覆盖、精准的环节控制、标准的作业流程及智能的决策支持系统等,以客户的目标物流任务为驱动,整合云物流服务资源,通过云物流服务发现、云物流服务组合等方法匹配出最佳的物流资源,为各类物流企业、枢纽中心和大型企业的物流部门等提供完整的物流解决方案。目前,云物流的研究与应用已取得了一些有价值的研究成果,但多是研究云物流平台构建、虚拟感知技术等,并没有对云物流服务作较深入地研究。随着云物流服务数量、类型和信息量等的不断增长和变化,传统的服务管理方法不能满足日益复杂化、个性化的物流需求,从满足需求和提高效率和角度出发,如何利用物联网和云计算等新兴技术研究云物流服务形式化描述、发现与组合等科学问题成为急需解决的问题。本文深入研究了云物流服务的业务流程和运行机制、形式化描述、发现与组合等科学问题。针对云物流服务的业务流程和运行机制问题,定义了云物流和云物流服务的概念,分析了云物流服务的业务流程,建立了云物流服务的技术架构,从资源服务化、云物流任务分解、云物流服务发现与组合以及云物流服务协作等方面研究了云物流服务的运行机制；针对云物流服务的描述问题,分析了云物流服务与云物流任务的匹配关系,建立了云物流服务本体模型,研究了基于上下文的云物流服务形式化描述方法,提出了基于OWL(本体描述语言)的上下文推理算法；针对云物流服务的发现问题,设计了云物流服务发现流程,研究了云物流服务发现算法,并在Hadoop环境下从算法的适应性和效率的角度提出了基于分布式K-Means聚类改进的匹配算法；针对云物流服务组合优化问题,分析了云物流服务组合流程,从分类、协商和择优模块研究了云物流服务组合方法,提出了基于云差分进化算法的多目标组合优化问题的求解方法。本文的主要创新之处如下：1.提出了基于上下文的云物流服务形式化描述方法现有的形式化描述方法大多只针对Web服务或者某些特定场合的云服务,但是云物流服务模式下的云物流服务建模、云物流运行等都有其独特的特点,基于这些特点的考虑,本文提出了基于上下文的云物流服务形式化描述方法,并建立了云物流领域上下文本体用来描述概念及其之间的逻辑关系,推进了云环境下云物流服务形式化描述研究,奠定了云物流服务分布式存储和分布式计算的基础。2.提出了基于分布式K-Means聚类改进匹配算法的云物流服务发现方法现有的服务发现方法大多局限于某种特定情境,依赖性较大,不能直接移植到云物流服务品台,本文针对云物流服务的发现需求,研究了整合语义解析、本体推理、功能匹配算法和非功能匹配算法的云物流服务发现算法,继而从算法的适应性和效率的角度出发,提出了基于分布式K-Means聚类改进的匹配算法,提高了云物流服务发现效率、查全率和查准率等,为云物流服务的进一步研究提供了理论基础。3.提出了基于云差分进化算法的云物流服务组合方法。现有的服务组合方法大多缺乏针对性和系统性,本文针对云物流服务组合过程多属性、多约束的特点,从分类模块、协商模块和择优模块研究了云物流服务组合方法,提出了基于云差分进化算法的多目标组合优化算法,推进了云物流服务组合过程中处理大数据量、提高组合效率和准确性等方面的研究,为开展云物流、提供完整的物流解决方案有一定的指导作用。