现代物流是企业的第三利润源泉，发展现代物流是我国转变经济增长方式的重要举措。社会物流的发展、城市交通拥挤的加剧，迫切要求合理组织物流配送活动。同时，交通状况的差异性和时变性，也要求配送计划制定时要予以响应。九部委在《关于促进我国物流业发展的意见》中明确指出：“优化城市配送车辆交通管理。……要加强对道路交通流的科学组织，根据当地的交通状况和物流业务发展情况，研究制定配送车辆在市区通行和停靠的具体措施”。 交通流的时变性与差异性是客观存在的，因此在制定车辆配送计划时假定车辆在配送路径中的行程时间是固定值的作法不仅与事实相悖，而且常使货物在实际运送中欲速不达。如果将交通流状态和运输资源结合起来考虑物流配送问题，则可以减轻交通拥挤并提高配送的时效性，从而提高物流服务质量，增加企业经济效益，同时对提高居民生活质量也具有重要意义。 本文将研究对象限定在城市复杂的道路交通条件限制下的物流车辆配送问题领域，以构建基于交通流状态的车辆配送问题理论框架和分析求解方法为目标展开研究。研究的主要内容及形成的结论或成果主要由以下五部分构成： (1)交通流状态的分类与预测 从交通状态的差异性及人类对交通状况主观认知的模糊性角度出发，借助模糊数学等理论工具，研究基于路段的交通状态的分类和预测。 静态预测：通过将各时段的历史交通流数据输入聚类模型实现对不同时段不同路段上的交通流状态进行分类与标定，借以初步预测次日路段上不同时段的交通流状态。 动态预测：建立了满足车辆配送问题需要的交通流状态动态预测的智能预测系统，设计开发了相应程序并进行了实例研究。 (2)车辆模糊行程时间分析与建模 研究不同交通流状态下的车辆行程时间。针对不同时段不同路段的不同交通状态建立相应的速度隶属函数(尤其是速度隶属函数)。基于单一交通状态及多模式交通状态分别建立相应的路段模糊行程时间及路径模糊行程时间模型。提出了路网模糊行程时间矩阵的路网权重标定方法。 (3)基于交通状态和模糊行程时间车辆配送问题(FVRP)建模和求解方法 建立了基于模糊行程时间的车辆配送问题(FVRP问题)的系统模型。采用了模糊数排序的方法解决模糊最短路问题，提出了基于距离测度的修正C—W法及基于模糊行程时间可靠度的混合遗传算法进行求解。 (4)基于交通流状态变化的动态车辆配送问题 建立了交通流状态的ANFIS智能预测系统，针对动态车辆配送问题进行了研究和探索。 (5)理论分析与实证分析相结合 实例研究和算例分析贯穿于全文的始终，确保了理论研究与实践的紧密结合，同时也保证了模型与算法的可行性。