伴随着我国物流行业的迅猛发展，诚信问题日益凸显。在物流货运交易中，物流公司的规模大小不一、水平参差不齐，恶意竞争、债务拖欠、货物“蒸发”等商业欺诈现象时有发生，市场对诚信的要求越来越强烈。如何用科学的评价方法、明确的评价内容和规范的等级标准来准确地反映物流行业企业诚信状况，使物流交易在信用的约束和保证下安全地进行，这便是本论文所要研究的主要问题。 本课题针对物流交易的特点，提出了初步信用评估、交易信用反馈、机器学习评估三阶段构成的征信评估模式。该模式在传统的企业评级方法上，加入了在线交易评分和交易信用反馈，使得交易过程中的信用表现得以反映，实现了静态和动态评估方法的结合。为了解决现有征信研究所面临的缺少训练样本数据的困境，研究设计并实现了模糊综合评估和支持向量机相结合的征信评估模型。模型充分利用了模糊综合评估不需要历史数据、支持向量机评估精度高的特点，保证了系统的实际可运作性。基于以上研究，课题开发出一套物流征信管理软件系统。该系统能够对物流企业的信用等级进行评估，并对物流交易过程中交易双方的信用表现进行反映和跟踪。用户便可根据系统所提供的信用指导，有针对性地选择交易对象，从而达到保证物流交易安全、可靠的目标。 本文首先对物流交易中所存在的信用问题进行了系统的分析，对经典的征信评估方法进行了深入的研究和比较，分析了其中所存在的主要问题。接着，研究提出了三阶段的物流征信评估体系的总体设计。然后，针对初步信用评估阶段，实现了基于模糊综合评估的企业初步征信评估模型；针对交易信用反馈阶段，设计了面向物流交易的交易信用评分模型；针对机器学习评估阶段，改进了现有的SVM 二叉树算法并在此基础上实现了SVM 物流企业征信评估模型。最后，基于以上研究进行了物流征信评估软件系统的设计和实现，包括系统的总体架构以及各个模块的详细设计，并通过长虹企业的应用示范进行了系统演示。