中文摘要：

3G (GPS 、GSM、GIS)技术在物流系统中的应用增加了信息的复杂性，空间数据与多维数据的集成使物流数据的非结构化特征尤为突出。本项目将物流系统中多维数据与空间数据集成环境下的非结构化复杂数据作为研究对象，提出非线性系统多维数据挖掘的总体框架，在此框架下研究空间数据与多维物流业务数据间关联属性的挖掘模型；研究货品合理分类的神经网络模型；研究非线性系统多源物流数据的自组织模型，如遗传算法等优化模型；研究物流管理中不确定信息的决策属性约简等非线性系统的数据挖掘模型，通过数据挖掘为全局企业发现物流企业中潜在的、有用的、与企业效益增长相关的知识。拟解决的关键技术问题是研究多维数据与多源数据集成后的多维复合数据映射到数据库的相关技术；完成要数据挖掘模型所涉及到的技术有非线性系统多源信息挖掘的遗传算法、不完备物流信息的泛化技术、属性约简策略及其关联属性的提炼等技术、基于货物品种（属性）分类的模糊算法、人工神经网络模型、自组织相关技术；关于运输路线的最佳路径选择及GIS融合技术；实现货源挖掘与有利物流企业效益增长因素的分析技术。