我国经济已经由高速增长阶段转向高质量发展新阶段。作为国民经济发展的基础产业,我国物流业依旧存在成本高、效率低、资源浪费严重等问题,特别是快递业,运输方式单一,严重依赖公路运输,未能充分发挥各种运输方式各自在速度、成本、绿色等方面的优势。多运输方式组合以其先进、高效、节能的特点在发达国家的快递业已普遍运用,但在我国仍旧处于发展的初级阶段。我国民航、高铁的迅猛发展,为快递的多运输方式组合提供了基础条件。因此,在快递业务运作中,充分发挥各运输方式自身优势,科学合理制定快递运输路径方案具有重要的理论意义与现实价值。本文研究工作如下:(1)带时限约束的单订单多运输方式组合路径优化问题研究。本文将运输时限作为硬约束,构建了以运输成本、转运成本、碳排放成本之和最少为目标函数的数学规划模型。针对该带约束的最短路问题,设计了一种与局部优化策略混合的蚁群算法。在算例构造上,设计了三种不同规模的算例,并为每种算例设置不同运输时限。通过与基于分支定界的Dijkstra算法进行实验比较,验证了混合蚁群算法的性能。(2)带时限约束的多订单多运输方式组合路径优化问题研究。将上述问题中的单订单扩展为多订单,并且增加运输能力约束。在考虑时限约束、运输能力约束的基础上,提出了带服务时限约束的多订单多运输方式组合路径优化问题,构建了数学规划模型,并分别设计了MSAU算法、混合蚁群算法进行求解。MSAU算法采用基于分支定界的Dijkstra算法,逐个生成订单的带约束最短路径。混合蚁群算法中设计了七种局部优化策略。通过构建不同规模或订单数量的算例集,实验比较验证了MSAU算法和混合蚁群算法的性能。结果表明,MSAU算法在处理小规模算例时效果更明显,而混合蚁群算法在处理较大规模算例时性能更佳。图22幅,表30个,参考文献75篇。