近年来随着电子商务的发展和人民生活水平的不断提高,快递物流配送在满足人们正常生活需求和城市经济发展方面发挥着越来越重要的作用。然而,快递配送企业间缺乏有效的资源共享和合作机制,使得现有的物流配送资源无法应对重大节日和活动日期间快递需求急剧增长的变化（如国庆节和双十一等）,进而导致快递配送过程中延迟送达、损坏和丢失快递等的情况时有发生。快递配送企业间有效的资源共享和合作机制设计,可以实现快递物流配送资源的合理化配置,进而有利于提高快递配送的资源利用率和有效应对快递需求剧增的问题。本文旨在通过对基于资源共享的快递配送调度联盟优化机制进行研究,进而有效提高快递物流配送资源的利用率和降低快递物流配送企业的运作成本。因此,本论文的选题有利于现代物流的可持续发展,同时对物流配送网络优化理论研究的进一步拓展有重要的理论和实践意义。本文从基于资源共享的快递配送调度联盟优化机制设计的角度研究城市物流配送网络的合作优化问题,通过对快递物流配送调度网络联盟优化机制设计过程中涉及的基于资源共享的快递配送网络优化问题、多中心合作联盟收益分配问题以及快递收集与配送调度联盟优化稳定性问题等进行深入研究,探讨各环节的优化方法及相互之间的联系,进而为快递物流配送网络优化实施提供理论和方法支持。本文的主要研究内容如下:（1）研究基于资源共享的快递配送调度联盟优化问题。首先构建了一个以物流设施总运输成本最小为目标,以车辆最大装载量、物流设施最大存储量等为约束条件的混合整数规划模型,模型构建涉及通过合作实现车辆共享、物流设施资源共享和客户服务共享;其次,提出一种基于遗传算法（GA）和粒子群算法（PSO）的混合智能算法（GA-PSO）求解模型,算法设计过程中嵌入了一种算法间有效性的选择性赋予机制,增强了算法的全局搜索能力和局部搜索能力,提高了算法的收敛性,并通过与CPTS（Cooperative Parallel Tabu Search）算法、HGA（Hybrid Genetic Algorithm）算法、TLBO（Teaching–Learning-Based Optimization）算法的比较分析,进一步验证了模型和算法的有效性;然后,应用MCRS模型求解了基于资源共享的快递配送调度联盟收益分配优化方案,并应用严格单调路径原则进行了快递配送调度联盟合作序列选择研究;最后,通过实例对所提方法进行了验证,结果表明所提方法可以降低快递物流配送网络的运营成本,提高客户服务整体效率。（2）研究基于资源共享的收集和配送调度联盟优化机制。首先,构建了以物流设施总成本最小和车辆使用数最少为目标的快递收集和配送调度双目标优化模型;其次,提出了考虑客户需求和服务时间的Dijkstra算法研究模型中收集成本的计算问题,而在配送成本计算过程中采用改进的时空聚类算法进行客户点聚类操作,并将禁忌搜索算法（TS）与非支配排序遗传算法（NSGA-Ⅱ）结合进行了快递配送线路生成和配送成本的优化计算研究。为进一步验证混合智能算法的有效性,将禁忌搜索算法与非支配排序遗传混合算法（INSGA-Ⅱ）与基于CW节约法的NSGA-Ⅱ（NSGAⅡ-CW）和多目标粒子群算法（MOPSO）进行比较分析研究,进一步证明了INSGA-Ⅱ算法的有效性和稳定性;然后,应用Shapley值法求解了基于资源共享的快递收集和配送调度联盟收益分配方案,并采用“雪球”理论研究了基于资源共享的快递配送调度联盟稳定性问题。最后,通过实例对所提方法进行了分析验证研究,结果表明,本文所提方法可以有效降低快递收集和配送网络的物流成本,进而有利于提高城市快递物流系统的运营效率。