随着我国工业化进程的不断发展,各生产领域所需危险品的种类和数量也在持续增长,进而导致危险品的道路运输需求日益增加。与普通货物的运输过程不同,危险品的固有风险特征对道路管理者和运输人员提出新的要求。为降低危险品道路运输过程中的可能事故后果,我国政府部门针对危险品运输车辆的道路限行管制陆续出台了多种措施,包括对路段的完全禁止使用、指定时段内禁止使用或针对不同类型危险品进行限制性使用等不同管理办法。但在不同的运输网络中采取不同的道路限行策略,将直接影响到路网中运输风险大小及危险品运输路径的决策。然而,国内外却鲜有针对给定运输网络设计道路限行策略的相关研究,既有研究也只是在给定的限行条件下对危险品运输路径选择优化。鉴于此,本文将道路限行策略的制订和危险品运输路径选择同时考虑,并分别从静态风险和动态风险角度研究道路限行条件下的危险品运输路径优化问题。以期为政府部门制订合理的道路限行策略提供决策依据,为危险品运输企业选择最优的运输路径提供参考。本文主要工作如下:（1）对基于静态风险的道路限行策略及运输路径优化问题进行研究。在分析政府决策部门和危险品运输企业需求的基础上,建立了上层以最小化最大路段风险为目标,下层以运输费用最小为目标的基本双层规划模型。通过将下层优化结果作为上层模型的可行域,再使上层结果作为下层模型的约束条件,实现上下层之间的有效交互。同时考虑到下层模型若仅追求费用最小则很可能遗漏部分高风险路段,故将下层模型拓展为追求运输风险和运输费用同时最小的双目标模型,并利用随机网格网络算例对模型的实用性和算法的有效性进行了验证。结果表明:改进模型限行效果更佳,可以为企业提供比基本模型限行策略下更多的可选路径。（2）对基于动态风险的道路限行策略及运输路径优化问题进行研究。考虑运输网络中部分路段的风险可能随时间而呈现周期性变化的动态特征,构建了动态风险下的双层多目标规划模型。将其转换为多个静态问题的组合形式,得到了包括路段禁行和时间段限行两种方式的路段限行策略。设计了基于该模型的节点限行策略和发车时间窗递推计算公式。并将随机网格网络算例中的部分路段设置为动态风险路段,验证了限行策略的可行性。结果表明:路段限行策略和节点限行策略的结合既能降低运输风险、优化风险分布,又可保证车辆绕行时不会出现风险突增的情况。将此方法推广应用于多起讫点,得到了针对单一类型危险货物在多起讫点间运输的路网限行策略。（3）针对双层模型特点和经典蚁群算法的优缺点,设计了改进蚁群算法求解模型。引入负反馈机制、回溯机制增强蚂蚁探索路径的成功率,并将随机和伪随机比例选择规则进行结合,加入突变算子和单点交叉算子以保证蚂蚁不会陷入局部最优。同时利用双启发函数策略探索更多的解空间,通过参数动态自适应调整和对蚂蚁寻路过程及单点交叉算子进行并行化设计,以减少算法运行时间。结果表明:相较于经典蚁群算法,改进算法具备更强的跳出局部最优和搜索更大解空间的能力,收敛速度更快,得到的解在质量和数量上均有明显优势。本论文对道路限行条件下的危险品运输路径优化问题进行了深入研究,研究成果可为政府相关部门制订道路限行策略提供理论支撑,为危险品运输企业优化运输路径提供科学的决策支持,进一步保证危险品道路运输的安全可靠。