当今,二氧化碳排放量的持续增加已经成为全球面临的重大挑战,这与人类对化石燃料的使用有着不可分割的关系。而交通运输业以化石燃料为主要能源,其运输活动产生了大量碳排放,导致大气中的二氧化碳浓度增加。因此,降低交通运输业的碳排放、实现交通运输业的低碳发展迫在眉睫。此外,多式联运作为交通运输业发展的关键,可以有效减轻环境负担、降低物流成本并推动可持续发展。如何在运输环境动态变化与满足客户需求的条件下优化运输路径,是多式联运发展的关键问题。因此,研究随机速度下考虑客户满意度的多式联运路径优化问题对节能减排、降低成本和提高客户满意度具有重要意义。基于此,论文主要进行了如下研究:首先,分析运输问题中的不确定因素和客户满意度,然后将低碳运输中的总成本构成分为运输成本、时间成本与碳排放成本,针对速度服从随机分布的特点,构建以总成本最小为目标的考虑客户满意度的低碳多式联运路径优化基础模型,并采用随机规划与统计方法将基础模型转化为随机期望值模型。其次,依托现有改进遗传算法的思路,在传统遗传算法中加入拓扑排序、蒙特卡洛随机模拟、精英保留策略和自适应改造等操作,以此来克服近亲繁殖、早熟收敛等缺陷,从而设计出性能较高的精英自适应混合遗传算法。最后,以大同至深圳的货物多式联运为对象开展算例研究,对上述模型和算法进行了检验;然后分析了模型中各参数变化对运输方案的影响;进而从碳减排、客户满意度与不确定参数的影响三方面为低碳多式联运企业的管理者提出更多启示。