近些年来,对危化品运输的安全问题关注度不断提高。其中,车辆运输因其机动性强、灵活等特点在危化品运输中占据重要地位。然而,因危化品易燃,易爆的特殊性质,危化品车辆风险评估不同于普通车辆交通事故。危化品运输事故具有“低概率,高风险”的特点,一旦发生事故,不但会对环境造成长久并难以修复的影响,也容易造成重大的人员伤亡,直接产生巨大的经济损失。因此,对危化品车辆运输路径的合理规划,是降低风险的有效措施之一。本文针对危化品车辆运输的风险评估与多车场问题,对危化品车辆路径规划方法开展研究,本文研究内容如下:(1)提出了一种基于动态多米诺风险的危化品车辆路径规划模型。目前对于危化品车辆运输路线的优化决策基于交通事故风险,忽视了危化品车辆自身因运输物质及数量不同产生的风险差异。事故后果仅仅考虑了一次事故后果,而很少考虑发生爆炸火灾等二次事故后果。模型考虑了二次事故以及周边危险源的多米诺事故风险,对运输过程中的风险评估更加全面。最后分别采用蚁群算法,遗传算法和粒子群算法求解该路径规划模型并获得实验结果,验证该模型能够获得更低事故风险的路径规划结果。(2)提出了基于二型模糊的多车场危化品车辆不确定性路径规划方法。目前研究大多将风险值作为确定性数据,由于历史数据的缺乏以及现实环境的变化,难以获得风险影响参数的准确值,会与现实数据变化产生较大偏差。因此,在传统多车场危化品车辆路径规划模型基础上,考虑了周边环境中人口密度的不确定性,采用二型高斯模糊变量描述人口密度,使模型更加符合现实意义。最后,应用了一种可变邻域搜索的模拟退火算法求解该模型,通过仿真算例进行验证并对模型的实验数值进行了敏感性分析,仿真结果表明了该方法的有效性。