在多式联运网络的路径优化中,面临两大现实问题,一是由于受到交通管理、天气状况、交通状况、季节性变化等因素影响,使得运输时间等也相应地发生变化,从而导致确定性条件下所给出的运输方案不能满足企业要求,二是多式联运中各种运输方式存在班期的限制,比如水运的班轮、铁路的班列,这必然会对运输方案产生影响。因此,为了能够将货物在复杂的多式联运网络中合理的运抵目的地,在多式联运网络中选择最佳的运输路径具有重要意义。本文总结了国内外多式联运路径优化相关研究现状,并从静态网络下带班期限制、时变网络下带班期限制的多式联运路径优化,以及随机时变网络下带班期限制的多式联运路径优化等方面,按照由易到难的层次结构,研究了随机时变网络下带班期限制的多式联运路径优化,论文主要研究内容如下:(1)研究了静态网络下带班期限制的多式联运路径优化问题,构建了带班期限制的多式联运路径优化模型。设计了基于连通路径编码方式的遗传算法,并在此基础上设计了自适应遗传算法以及退火遗传算法对该问题进行求解,并进行了算例分析,同时对设计的三种算法进行了对比分析。研究结果表明:铁路、水路等运输工具的发班班期会影响多式联运路径决策,通过构建的模型和设计的算法,可以根据决策者的要求快速地选出时间最短的运输方案,可以为决策者提供决策支持。(2)研究了时变网络下带班期限制的多式联运路径优化问题,针对时变网络的FIFO问题,利用行驶速度来计算路段行程时间,并考虑了不跨时段行驶、部分跨时段行驶、完全跨时段行驶等,运载工具在一个时段甚至多个时段都无法驶出该路段情景下的跨时段行驶问题,设计了路段行程时间的计算方法,并构建了时变网络下带班期限制的多式联运路径优化模型。定制了基于连通路径编码方式的遗传算法,并在此基础上设计了自适应遗传算法以及退火遗传算法对该问题进行求解,并进行了算例分析,同时对定制的三种算法进行了对比分析。(3)研究了随机时变网络下带班期限制的多式联运路径优化问题,由于随机时变网络权值具有随机性,文章利用蒙特卡洛仿真,从可靠度的角度,利用蒙特卡洛仿真求出路径的可靠度,构建了以可靠度最大为目标的满足时间窗等约束的随机时变网络下带班期限制的多式联运路径优化模型。求解方面,在基于连通路径编码方式的遗传算法基础上,通过蒙特卡洛仿真结合行驶时间分布情况,计算路径的可靠度,计算可靠度的过程中,针对随机时变网络的FIFO问题,利用时变网络下带班期限制的多式联运路径优化部分设计的路段行程时间计算方法进行计算,并在基于连通路径编码方式的遗传算法基础上定制了蒙特卡洛自适应遗传算法以及蒙特卡洛退火遗传算法对该问题进行求解,并进行了算例分析,同时对定制的三种算法进行了对比分析,研究结果表明:论文所设计的三种算法,可用于随机时变网络下带班期限制的多式联运路径优化求解,为企业选择最佳运输路线提供决策参考。本文从多式联运实际运作出发,抓住多式联运路径优化中面临的两大现实问题,构建模型,并针对模型的NP难特点,设计启发式算法,并在算法交叉、变异的过程中,充分考虑了交叉、变异后可能会出现不通路或者环路的情况,并设计了相应的处理方法。所做研究将进一步充实多式联运路径优化研究成果,具有一定的理论意义和实际应用价值。