联盟运输调度问题(Allied Vehicle Routing Problem，AVRP)研究的是物流联盟架构下的运输调度的最优化，是运筹学、应用数学、网络分析、图论、计算机应用及交通运输等学科研究的一个热点问题。本文对遗传算法及其改进算法的理论进行了探讨，并利用遗传算法对带中转点的AVRP进行了建模与求解，所作的主要工作如下：1．研究了单配送中心中转联盟运输调度问题。结合城市货物运输的具体特点，分析了单配送中心、多中转点的联盟运输调度问题的优越性。在建立优化确定中转点的数学模型的基础上，构造了求解该问题的有效的遗传算法，算法中针对具体问题的特点，采用较新的交叉算子。2．研究了多配送中心中转联盟运输调度问题。在实际的中转运输调度过程中，通常是由多个配送中心共同提供服务，另外在运输调度过程中会受到各种因素的限制，比如车辆容量的限制、需求点附近交通状况的限制等。为了克服实际调度过程中的各种限制，在确定数学模型时引入了需求点易达系数的概念，并构造了问题求解的遗传算法。3．研究了需求随机的中转联盟运输调度问题。在实际的运输调度过程中，很多情况下客户的需求是随机的。本文研究了顾客需求随机的运输调度问题。首先分析了随机分布规律中分布参数与运输调度服务失败的允许次数之间的关系，并在此基础上建立了需求随机的中转联盟运输调度问题数学模型，由于对允许服务失败的次数没有明确限制，使得模型能适应多种实际问题。针对建立的数学模型设计了问题求解的遗传算法，算法中对遗传算子进行了改进。4．研究了网格环境下中转联盟运输调度问题的并行遗传算法。由于AVRP是组合优化中的NP难题，计算量随规模增大呈几何级数增长，构造高效的并行求解算法具有重要的意义。遗传算法潜在的并行性使其非常适合在并行计算环境上实现。本文结合并行遗传算法和网格技术的特点将BSP并行计算模型拓展到网格计算上，给出了网格BSP模型基础上的并行遗传算法设计策略和代码实现。