随着我国危险品车辆运输事故率的上升,配送车辆的路径优化是危险品运输安全中一个重要方面。从危险品车辆运输考虑时间因素的角度上看,政府规定各省份危险品运输车辆都有着严格的限行制度,以及交通流量、路段附近人数的变化和客户对配送时间的满意度,这一系列现实原因体现出时间因素对危险品运输车辆路径优化的重要性。从危险品车辆运输载货量的角度上看,主要体现在危险品车辆运输的实时载货量越多,若危险品在运输过程中一旦发生事故,人口暴露数越多,营救越困难,损失越严重,后果不堪想象。因此,本文考虑了在政府规定的限行政策和配送时间窗的时限条件下构建最小化车辆数、运输距离和运输风险的危险品运输车辆路径优化模型,根据所得到的风险分析结果与原有的危险品运输车辆路径选择方案进行对比与分析。首先本文提出了一种基于概率模型的多目标进化算法,该算法通过非支配排序方法进行种群选择,进一步利用统计学习的思想建立多目标优化模型。为了验证所提模型和算法的有效性,根据运输网络节点的地理位置分布不同,设计了三组不同的算例。其次,通过改进NSGA2算法求解所得出的三组案例的结果进行对比分析,再针对聚类分布的算例,对其获得的Pareto解集进行了具体分析。最后,以陕西省西安市某区域路网运输危化品配送企业为例,同时建立危险品运输车辆风险评价模型,利用Matlab软件对其采用改进NSGA2算法进行求解,并考虑到实例数据的普遍性,对一二三级城市的危险品运输路线也进行了研究,得到了危险品运输的最佳路径。通过西安实例的危化品运输研究分析得出,本文构建的危险品运输车辆路径选择优化模型得到的最佳运输路线比实际的运输路线要好。同时,时间因素与载货量的实时变化会对危险货物运输方案的选择有一定的影响。