蓬勃发展的城市物流业需要大规模、高动态的智能服务。受交通管理、上下班通勤、交通事件和恶劣天气等因素的影响，城市交通状态波动剧烈，对物流有重要影响。复杂交通环境下城市物流建模与优化是重要科学问题。本课题从时空视角出发，首先研究城市物流时空过程数据模型。接着，研究城市物流优化的数学模型；基于历史交通信息，发展顾及交通拓扑和时空邻近性的时空降维策略，提出基于时空邻近性的高效率城市物流时空过程预优化方法,实现城市物流方案快速设计。基于实时交通信息，研究物流实时进程的时空延迟区域发现机制，提出物流实时进程的动态优化方法，从而保证高质量的物流服务水平；最后，利用海量交交通信息和真实城市物流实例，对模型和算法进行综合实验验证。本项目研究成果预期突破复杂城市交通环境下物流时空过程精细化表达与高效率优化难题，实现面向城市物流的地理信息智能服务，为智慧城市架构下的智慧物流提供理论指导与技术支撑。