随着互联网的快速发展与电脑、移动设备的普及,随时随地的网络购物越来越受到人们的欢迎。为了满足人们日益增长的网购需求,物流快递产业同时也在不断地发展。但是同城派送的快速准时需求、海量包裹派送的低成本需求以及造成的城市交通拥堵问题等,是传统快递派送方式难以解决的。而利用新型的群智物流模式进行包裹的派送,旨在将派送任务分配给社会大众完成,充分利用社会空余运载能力来解决传统派送方式中存在的问题。本文首先提出以搭“顺风车”的形式将包裹派送任务交付给城市中将要载客的出租车来协助包裹的中转派送的群智物流新型派送模式。然后基于出租车轨迹数据挖掘以及群智派送特点,建立包裹运输网络。并基于该网络建立以最小化额外行驶距离为目标的离线派送模型与以最大化包裹准时抵达概率的在线实时派送模型。前者主要是建立以最小化额外行驶距离为目标的整数线性优化问题,解决静态的包裹派送任务与出租车的匹配问题,即已知一天中所有的包裹派送请求与出租车载客信息,进行包裹与出租车的最优匹配。后者则是提出动态的自适应出租车调度算法,解决以最大化准时抵达概率为目标,基于实时派送请求的包裹派送路由的随机优化问题,即实际情况下根据随时间推移而随机出现的出租车载客信息进行出租车的调度与包裹的路由。最后,通过纽约市实际的出租车载客轨迹数据进行模型系统实验。实验结果显示,在一定条件下离线派送模型该包裹派送模式下平均每次中转产生500米左右的额外行驶距离。在线实时派送模型在白天范围内能够以94%以上的准时抵达成功率完成大约9500个包裹的派送,其平均包裹请求的计算响应时间在25毫秒以内。这表明这种包裹群智派送模式能够以较低的额外成本协助城市内海量包裹的派送,高成功率地完成包裹的准时派送以及快速响应实时产生的派送需求等。