油料智能化调拨是一个非常复杂的过程。智能化调拨平台的设计与实现一直是研究的热点问题。在智能化调拨过程中,平台需要综合计算许多不确定性因素的影响,构建一个符合某机构实际需求的油库确定性油库智能化调拨模型,从而避免油库布局的盲目性。建立油料预测模型的主要原因包括:一是实时油料供给数据是一个实时动态变化的数据;油料存储的地点分布在多个油库,精准统计是难以实现的;实时情况下的油料供给与普通状态下的油料供给有着本质的不同,需要综合考虑多起突发状况的发生,以及供给地点的不断变化等等因素。本文改进的K均值油库调拨模型结合油库智能化调拨平台的实际数据,选取初期信息素提取的初始蚁群算法对K均值聚类算法进行改进。通过蚁群信息素浓度更新的分析来建立觅食规则的个数。同时通过修正后混合型蚁群蚁群移动规则来优化算法结束条件,有效确保全局最优解的产生。本文系统的主要功能模块包括油库信息管理、油料存放变更管理、消防报警应用和查询统计应用等四个模块。本文在分析与设计了油库基本运营任务需求、系统功能需求等,设计与实现了基于元启发式分析的某机构确定性油库智能化调拨模型的聚类算法;针对系统设计展示了油库网络信息平台实现部分。