1.一种基于海量数据的物流配送车辆优化调度方法，包括以下步骤： S1、建立数据库：通过客户端向数据库上传车辆和物流配送数据，运用云计算技术搭建物流私有云大数据中心，采用虚拟化技术，把配送的物理资源数据进行池化，形成总数据库； S2、业务展示：数据库将物流配送的系统资源、数据资源、信息资源进行统一，并以缩略图的形式显示，同时将数据库内的信息数据同步在客户端内； S3、任务下达：使用人员登录客户端并下达物流配送信息指令，客户端将下达的物流配送信息指令上传至数据库内； S4、车辆调度：根据客户端下达的配送信息结合数据库内的车辆和物流配送数据，生成合理的车辆调信息，并反馈给客户端。 2.根据权利要求1所述的基于海量数据的物流配送车辆优化调度方法，其特征在于：所述数据库包括数据分割模块、数据保存模块、数据建模模块和前台展示模块，所述数据分割模块用于为数库内的物理资源数据按字段做Hash分割，形成多个子数据库，所述数据保存模块用于对分割后的数据进行保存，所述数据建模模块用于对所述数据库创建模型并在Models目录生成.edmx文件，.edmx文件是一个XML文件，它用于定义概念模型、存储模型和这些模型之间的映射，.edmx文件还包含ADO.NET实体数据模型设计器，用于以图形方式呈现模型的信息，所述前台展示模块用于将所述数据库和各个所述客户端之间实现数据交互，通过所述客户端进行上传数据和下达指令。 3.根据权利要求2所述的基于海量数据的物流配送车辆优化调度方法，其特征在于：所述数据建模模块包括数据导入模块和业务视图模块，所述数据导入模块用于将所述数据库内的数据导入至数据模型中，所述业务视图模块用于将导入的数据信息转化成视图进行显示。 4.根据权利要求2所述的基于海量数据的物流配送车辆优化调度方法，其特征在于：所述前台展示模块包括用户交互模块和车辆调度模块，所述用户交互模块将各个所述客户端和所述数据库相连，使得所述数据库和各个所述客户端之间产生数据交互，所述车辆调度模块用于根据所述客户端下达的配送信息并结合所述数据库内的物流信息，生成合理的车辆调信息。 5.根据权利要求4所述的基于海量数据的物流配送车辆优化调度方法，其特征在于：所述车辆调度模块包括路径规划模块、运费规划模块、约束处理模块、遗传算子模块和方案确定模块，所述路径规划模块用于规划最佳的配送路径，所述运费规划模块用于规划最佳的配送运费，所述约束处理模块用于保证车辆调度优化的正确性，所述遗传算子模块用于保留优良个体，避免基因缺失，提高全局收敛性和效率，所述方案确定模块用于产生最优运输调度方案。 6.根据权利要求5所述的基于海量数据的物流配送车辆优化调度方法，其特征在于：所述车辆调度模块基于神经网络算法设计，所述神经网络算法包括邻接矩阵模块、调度约束模块、神经网络模块和方案形成模块，所述邻接矩阵模块用于将车辆的源点、所经过的各个汇点和停点抽象成网络的结点，所述调度约束模块用于保证车辆调度优化的正确性，所述神经网络模块用于确定神经元的传递函数和状态转移方程，经过网络的反复演化，直至收敛，所述方案形成模块用于产生最优运输调度方案。 7.根据权利要求6所述的基于海量数据的物流配送车辆优化调度方法，其特征在于：所述车辆调度模块基于启发式算法设计，所述启发式算法包括建立模型模块和求解模型模块，所述建立模型模块用于将车辆的配送信息建立模型，所述求解模型模块用于求解模型，并得出最优运输调度方案。 8.根据权利要求7所述的基于海量数据的物流配送车辆优化调度方法，其特征在于：所述客户端包括用户登录模块和操作模块，所述用户登录模块用于使用者登录所述客户端，所述操作模块用于通过所述客户端实现操控。 9.根据权利要求8所述的基于海量数据的物流配送车辆优化调度方法，其特征在于：所述操作模块包括数据上传模块和任务下达模块，所述数据上传模块用于通过所述客户端向所述数据库上传车辆和物流配送数据，所述任务下达模块用于通过所述客户端向所述数据库下达物流配送信息。
