近年来,随着我国经济水平和国民生活水平的不断提升,互联网基础设施的建设和移动终端设备的普及,我国的物流产业迎来了极好的发展环境。根据中国物流与采购联合会发布的最新数据显示,2022年我国社会物流总额达347.6万多亿元,物流业总收入12.7万多亿元,国内物流市场已经连续7年稳居全球最大规模的物流市场。物流服务供应链是当前物流产业发展的重要趋势,也是服务供应链的重要分支。它是以物流服务集成商为核心成员,通过整合社会上的物流资源,为有需求的客户提供一站式、集成化的物流服务。当前,借助信息化平台,物流服务供应链的发展极为迅速,但大多数物流服务供应商的运作效率、运行成本和服务质量都参差不齐,影响了供应链的整体效益;同时,在订单任务分配环节,集成商往往注重自身利益而忽视其他成员利益,造成服务质量下降。在此情形下,如何建立科学、合理的物流服务供应商绩效评价体系,并对订单任务进行合理的分配,是一项值得探讨的问题。因此,本文以运输型物流服务供应链为切入点,对物流服务供应商的绩效评价与订单任务分配问题进行研究。首先,本文对国内外现有的相关文献进行梳理和总结,对物流服务供应链的基本内涵和结构进行简要概述,分析当前物流服务供应商绩效评价及订单分配方面存在的问题,并简要介绍本文所使用的排序学习、多目标优化、模糊综合决策等方法。其次,本文结合当前国内物流供应商的经营特点,在平衡记分卡的理论基础上,综合文献分析法、理论分析法构建物流供应商的综合绩效评价体系,并采用基于排序学习的主客观组合赋权方法对评价指标进行赋权。然后,本文分析订单分配时客户有无需求偏好的两种情况,当客户没有需求偏好时,基于集成商、供应商、客户的三方利益视角构建订单分配多目标规划模型,当客户有需求偏好时,利用模糊综合决策法以客户需求偏好为优选择合适的供应商并分配订单。最后,本文通过一个运输型物流集成商的案例验证本文方法的合理性和有效性。