蓬勃发展的物流业需要大规模、高动态、高质量的物流运输服务。城市交通状态具有时空变化特性，对物流运输有重要影响。时变交通网络下的物流运输建模与优化是重要科学问题。物流运输优化问题的计算复杂度随规模扩大急剧增长，快速优化非常困难。本课题从时空视角，研究大规模物流运输的时空过程精细化建模方法；提出物流总费用和服务水平均衡的多目标优化模型。在此基础上，研究基于时空邻近性的高效率物流运输时空过程启发式优化方法，提出时空降维策略，减少问题复杂性；研究基于局部搜索的加速优化策略，提高优化效率。顾及实时客户需求，研究其时空影响区域发现策略，提出物流时空过程动态优化方法。最后，对模型和算法进行综合实验验证。解决了复杂交通环境下物流运输时空过程精细化表达与高效率优化难题，在短时间内提供高质量的物流运输方案及动态调整，提高物流效率，降低物流费用，为智慧化物流管理与运营提供理论指导与技术支撑。