随着经济全球化以及电子商务的快速发展,全球竞争日益激烈加剧,企业必须有效地优化供应链,才能以最低的成本来满足当前严峻的市场需求。如何更好地对供应链进行优化已经成为了企业迫切需要面对和解决的重要问题之一。在目前商品成本难以压缩的大前提下,运输调度环节作为供应链系统核心环节,是解决问题的方向之一。由此可见,对供应链物流运输进行正确调度决策是有必要的,对供应链物流运输调度问题(Vehicle Routing Problem in Supply Chain,VRPSC)进行研究具有重大的实际意义。因此,基于不同数量的供应商、制造商以及零售商的情况下,考虑不同的约束条件,建立了几类VRPSC模型。同时,针对不同模型的特点,构造相应的算法进行求解。本文所做的主要工作如下:(1)提出了多车型供应链物流运输调度问题的混沌烟花算法。基于单供应商、多零售商的情况,考虑多车型、车辆容量、车辆油耗、车辆最大配送距离等约束条件,以最小油耗、最短配送距离为目标,建立多车型供应链物流运输调度模型(Multi-Type Vehicle Routing Problem in Supply Chain,MTVRPSC),并提出一种混沌烟花算法求解该模型。该算法以烟花算法的基本原理为基础,提出一种编解码方案实现连续空间到MTVRPSC离散空间的映射,设计了一种惩罚机制和向量比较机制处理适应度函数,引入混沌初始化策略和混沌搜索策略来增强算法收敛效果。实验结果表明:所提出的算法在求解MTVRPSC时具有较强的寻优能力和稳定性。(2)提出了带多时间窗的供应链物流运输调度问题的量子烟花算法。基于多供应商、多零售商的情况,考虑多时间窗、多车型、多车辆、车辆容量、配送成本、商品成本等因素,建立了带多时间窗的供应链物流运输调度模型(Vehicle Routing Problem in Supply Chain with Multiple Time Window,VRPSCMTW),并提出了一种量子烟花算法进行求解。该算法提出了量子初始化策略和量子进化策略来提高烟花算法的寻优能力,设计了最大位置法编码方案和多车型解码方案来实现连续空间到VRPSCMTW离散空间的映射。仿真实验证明:该算法能有效求解VRPSCMTW。(3)提出了带中转的供应链物流运输调度问题的离散蝙蝠算法。基于多供应商、多零售商的供应链的基础上,加入了能中转货物的配送中心,构造了带中转的供应链物流运输调度模型(Vehicle Routing Problem in Supply Chain with Transferring,VRPSCT)模型,并提出了求解该模型的离散蝙蝠算法。该算法提出了离散蝙蝠位置、离散蝙蝠速度的定义以及一系列对应的离散蝙蝠更新算子,设计了相应的VRPSCT编解码方案。最后,通过实验测试了该算法的求解性能及其求解VRPSCT的有效性。(4)提出了带加工的供应链物流运输调度问题的双层变邻域离散蝙蝠算法。基于多供应商、多制造商和多零售商的三级供应链的情况,考虑了两层的物流运输调度,以最大限度地降低采购、加工和运输成本为目标,提出了带加工的供应链物流运输调度模型(Vehicle Routing Problem in Supply Chain with Manufacturing,VRPSCM),并构造了一种双层变邻域离散蝙蝠算法对其进行求解。该算法提出了一种双层蝙蝠位置的定义,设计了相应的蝙蝠算法的更新操作,引入2-Opt搜索、0-1搜索和1-1搜索相结合的变邻域局部搜索策略加强算法的寻优能力。实验证明:该算法能在合理的时间内求解VRPSCM;在大部分测试算例中,该算法相对于对比算法均表现出了更强的寻优能力和稳定性。(5)提出了复杂产品的供应链物流运输调度问题的双层变邻域混沌离散蝙蝠算法。在三级供应链物流运输调度的基础上,考虑了复杂产品需要多种原料合成制造的情况,以最小化采购、加工和运输成本为目标,建立了复杂产品的供应链物流运输调度模型(Vehicle Routing Problem in Supply Chain with Complex Products,VRPSCCP),并构造了一种双层变邻域混沌离散蝙蝠算法进行求解。该算法以双层变邻域蝙蝠算法为核心,设计一种离散混沌初始化策略来增强算法收敛效果。首先,通过参数实验得到所提出算法的最优参数。进一步的仿真实验表明:所提出算法能有效求解VRPSCCP,而离散混沌初始化策略对算法的收敛性有着显著的提高。最后,通过t-检验证明了所提出算法相对于对比算法有着显著性的提高。最后,对全文进行总结与展望。