限量弧路由问题（Capacitated Arc Routing Problem,CARP）是一种特殊的车辆路径问题（Vehicle Routing Problem,VRP）,在现实生活中具有广泛的应用,例如城市垃圾清理、街道洒水、冬季撒盐等。随着新型城镇化建设加速,城市道路服务面积迅速扩大,城市环境压力与日俱增,仅考虑一个车场或单一目标的限量弧路由问题已远远不能满足人们实际需求。因此,多目标的多车场限量弧路由问题成为城市道路服务中亟待解决的问题。首先,本文对限量弧路由问题的几种模型进行了分析研究,阐述了碳排放的车辆运输问题,介绍了低碳物流的概念、特征与碳排放测量方法。路径规划问题中,考虑碳排放对缓解能源危机、减轻环境污染、节约社会成本、创建节约型与环保型社会有着重大的意义。本文还归纳总结了多目标优化问题和CARP相关求解算法。其次,本文分别考虑了行驶中与服务中的碳排放成本,在封闭式多车场限量弧路由问题的基础上,提出了以经济成本、最大完工时间、碳排放成本为目标的多车场CARP多目标优化模型。由于上述模型具有多车场和多目标的双重特点,本文提出了新颖的二维数组解结构,数组中每一行代表了一个车场的车辆行驶路线,便捷地表示出车场与车辆路径的关系,以利于提高多目标算法的进化性能。针对多车场之间的路径规划问题,设计了考虑距离与需求量的边界弧判定算子和车场间边界弧动态调整策略,提高了算法的搜索性能。由于模因算法中局部搜索策略性能较差,本文对蚁群算法进行改进,并将蚁群算法与局部搜索框架相结合,提出了扩展步长的蚁群局部搜索策略。基于以上策略,本文设计了一种基于分解的多车场改进局部搜索的模因算法（Memetic Algorithm with Multi-depot and Improved Local Search Based on Decomposition,MDILSMA/D）。最后,本文使用芝加哥市某天的垃圾收集案例来测试模型与算法。将MDILSMA/D算法与IACO、MD-MAENS、MD-NSGA-III三种先进优化算法进行实验对比。实验结果表明,在解决三个车场的问题时,MDILSMA/D算法结果明显优于另外三种优化算法。此外,本文还对不同数量车场的实例进行实验,验证了MDILSMA/D算法在不同数量车场案例中同样具有良好的性能。可以为后续的道路服务决策提供经验和借鉴。