在近些年的发展过程中,伴随云计算、物联网和SOA技术等新技术的不断发展,一种新的应对供应链的物流云服务体系随之产生。物流云服务是一种新的基于云计算的物流资源配置和管理服务模式,其依靠新兴的网络技术将各种各样的物流资源(如:仓库、车辆、人员等)虚拟成云池,用户依靠网络平台获取需求并付费,以此来满足自身复杂和动态的物流需求。对比以往的物流服务系统来说,物流云服务系统更加聚焦综合系统的专业化和个性化,依靠建立按需供应以及有效共享的云服务平台,从而完成社会综合资源的有效分配以及调度。以该模式作为基础,怎样高效地达成针对物流资源与需求任务之间的有效整合,实现其中的智能化匹配以及更加高效的物流调度则演变为更加关键的问题。参照针对云服务模式中的物流资源调度所展开的论述,文章将云服务中的物流任务调度问题与最后一公里配送问题综合考虑,通过构建基于云服务平台的物流任务调度模型和物流合作配送模型,结合遗传算法进行设计求解,最后通过算例仿真对文章提出的相关模型进行可行性和有效性验证,得出了云服务平台下的物流任务调度方案和物流配送最优路径。首先,对云服务平台下的物流资源调度问题进行理论分析,介绍了云服务模式的产生以及在物流领域的应用及优势,说明了物流云服务的内涵过程及体系架构,并对云服务下的物流资源调度特点、过程及目标方法做了详细介绍。然后,根据云服务下的物流资源调度流程及特点,把云服务下的物流资源调度过程分为云端物流需求任务分配以及对物流货物的最后一公里配送过程;综合考虑多个目标(资源利用率、调度时间、运营成本),建立基于云服务平台的物流任务分配模型,给出相关的决策变量、目标函数及约束条件,并对云服务模式下物流配送最后一公里问题进行分析与建模,给出相关决策变量、目标函数及约束条件。最后,参照文章所建立模型,结合相关的遗传算法来实现有效的设计及求解,并通过python软件来实现仿真,从而验证本文所建模型及算法的可行性和有效性。