近年来,集装箱运输步入了快速发展的阶段,日益增加的集装箱运输需求对港口集疏运系统带来了极大的挑战,而公路集疏运系统作为其中的重要组成部分,是制约港口集疏运体系朝着高效化、集约化发展的关键。长期以来,港口货运市场信息的不透明性使得货主所拥有的货物资源和运输公司所拥有的运输资源无法实现有效统筹、达到合理调度,极大浪费了物流资源,并且引发了交通拥堵、空气污染等一系列社会问题,影响了港口公路集疏运体系进一步发展的进程。因此,推动公路集疏港体系的进一步优化,已成为未来港口高效发展的必然趋势。本文正是以此为出发点,拟对港口现有集疏运运力市场的资源进行整合,从港口与其周边辐射范围内的城市之间的集装箱公路集疏港问题切入,建立统一调度管理的集装箱港口公路集疏运网络,在运用车辆路径问题基本理论的基础上,综合考虑集装箱公路集疏港一体化问题的优化调度方案。论文主要做了如下几方面的工作:（1）本文首先对集装箱在港口与周边腹地城市间公路集疏港现状进行了剖析,并在对国内外既有文献进行研究总结的基础上,提出了本文的研究方向;之后对车辆路径问题相关理论、一体化优化理论进行了详细的阐述,并在此基础上归纳总结出本文所研究的港口与周边腹地城市间集装箱公路集疏港问题的一体化优化思想,为后文研究港口与周边腹地城市间集装箱公路集疏港问题提供了理论基础。（2）针对本文研究的集装箱公路集疏港方案优化问题,论文首先对港口与其周边腹地城市之间的集装箱公路集疏港的流程进行了详细的分析,在此基础上,构建了集装箱公路集疏港问题的物理网络图示,并结合VRP基本理论以及一体化优化思想,以总运输成本最小化、单位车公里装载箱量最大化为目标建立集装箱公路集疏港一体化的双目标调度优化模型。（3）设计了多目标蚁群系统算法用于模型的求解。根据研究问题的特点,将城市节点拆分成若干个虚拟节点以便于集卡能够遍历所有有运输需求的节点城市,同时在多目标蚁群系统算法嵌入贪婪搜索机制和禁忌表,求得优化解。（4）以上海港为算例,运用多目标蚁群系统算法对优化模型进行求解,得到公路集疏港一体化的优化调度方案,并结合VRP问题的特点对于优化方案展开分析,验证了模型和算法的正确性。