随着农业机械和土地流转的推广,农机合作社逐渐成为我国农业生产的主要模式,但是农机合作社还存在着农机资源配置不合理、调配方法落后与管理平台缺失等问题。为满足实际需求,以深松机为研究对象,构建了农机调配模型,提出了农机动态调配方法和农机作业数据预处理方法,开发了智能调配云平台。主要研究内容如下:（1）结合实际作业场景中的农田、农机自身属性及时空信息等因素,建立深松机动态多目标调配模型。该模型包括转移成本、时间窗惩罚成本、作业成本和基于供需预测的成本。（2）采用改进的NSGA-Ⅲ算法和延迟集中调配策略,求解深松机动态调配模型。结合真实作业数据,设计对比试验,验证了调配模型及求解算法的有效性。结果表明,改进的算法能够有效实现模型的求解,且较改进前的算法具有更优的综合指标。（3）结合农机作业数据时空相关性特点,提出一种基于滑动窗口机制的在线数据修复方法。试验验证了异常数据识别和修复的有效性,并优化了算法参数。结果表明,在数据规模达到1×105条、异常数据比例为5%的情况下,算法异常识别率达到0.94;优化后的算法可分别使均方根误差达到0.16、运行时间达到0.13s,可满足平台要求。（4）根据人机交互软件设计原则,分析用户需求,集成农机动态调配算法、农机作业数据预处理算法,开发农机智能调配云平台,并进行功能和性能测试,验证了云平台的实用性和可靠性。综上,研究建立深松机动态多目标调配模型,并提出求解方法,实现了农机智能调配云平台,有助于解决农机作业过程中信息发布滞后、农机调配不合理、作业效率低等问题,能够为农机合作社提供科学有效的决策方案。