0 引言

多式聯(lián)運(yùn)作為一個(gè)更加綠色高效的運(yùn)輸組織方式，相較于單一的運(yùn)輸方式，不僅可以更適應(yīng)長(zhǎng)距離、大運(yùn)量，還能減排低碳、降低運(yùn)輸成本[1]?！笆奈濉爆F(xiàn)代綜合交通運(yùn)輸體系發(fā)展規(guī)劃明確提出現(xiàn)代貨物多式聯(lián)運(yùn)比重依舊偏低，定制化、個(gè)性化、專業(yè)化運(yùn)輸服務(wù)產(chǎn)品供給與快速增長(zhǎng)的需求不匹配[2]；同時(shí)，相關(guān)的國(guó)家重點(diǎn)研發(fā)計(jì)劃項(xiàng)目就聯(lián)運(yùn)組織效率低、方式銜接不通暢等問題尋找著解決方法[3]。因此，不論是中國(guó)社會(huì)的自身需求，還是經(jīng)濟(jì)全球化的浪潮，高效可靠的多式聯(lián)運(yùn)網(wǎng)絡(luò)至關(guān)重要?，F(xiàn)有的多式聯(lián)運(yùn)路徑優(yōu)化問題，主要聚焦于在確定性條件下的方案選擇[4]。

然而，多式聯(lián)運(yùn)由于網(wǎng)絡(luò)之復(fù)雜、環(huán)節(jié)之繁多、覆蓋范圍之廣，導(dǎo)致其一直受到種種不確定因素的影響。2022年，上海市因疫情的突然爆發(fā)導(dǎo)致其作為物流鏈與聯(lián)運(yùn)網(wǎng)絡(luò)的關(guān)鍵樞紐節(jié)點(diǎn)，中轉(zhuǎn)能力遭受嚴(yán)重打擊。無(wú)論是大宗貨物還是快遞散件都出現(xiàn)了大量堆積的狀況，同時(shí)也由于疫情的突發(fā)，貨運(yùn)需求的波動(dòng)也異于往常，國(guó)民經(jīng)濟(jì)因此嚴(yán)重受損，供應(yīng)鏈與物流網(wǎng)絡(luò)遭受嚴(yán)重破壞。面對(duì)不確定情況的發(fā)生，各企業(yè)應(yīng)能及時(shí)采取措施，有效調(diào)整運(yùn)輸路徑，改變多式聯(lián)運(yùn)組合，確保物流的暢通與保障客戶的利益[5]。

隨著我國(guó)不斷倡導(dǎo)推動(dòng)建設(shè)開放型世界經(jīng)濟(jì)，對(duì)多式聯(lián)運(yùn)的可靠性與需求性不斷增強(qiáng)，國(guó)內(nèi)外對(duì)于不確定條件下的多式聯(lián)運(yùn)路徑優(yōu)化問題也不斷深入研究。關(guān)于涉及綠色低碳背景需求下的多式聯(lián)運(yùn)問題，李珺等[6]研究了運(yùn)輸時(shí)間、中轉(zhuǎn)時(shí)間等不確定條件下綠色多式聯(lián)運(yùn)的路徑優(yōu)化，并用隨機(jī)優(yōu)化理論進(jìn)行求解。Haddad-Sisakht A等[7]考慮到新產(chǎn)品和退貨產(chǎn)品需求以及碳稅的不確定性條件，對(duì)閉環(huán)多式聯(lián)運(yùn)供應(yīng)鏈網(wǎng)絡(luò)的設(shè)計(jì)方案進(jìn)行了優(yōu)化。而有關(guān)目標(biāo)運(yùn)輸成本最小的優(yōu)化問題，李孟亮[8]研究了在混合不確定條件下應(yīng)急物流的選址與路徑規(guī)劃問題，將救援物資需求量、道路交通條件等設(shè)為混合不確定性，建立模型并求解，實(shí)現(xiàn)了物流選址與物資分配，并以此為參數(shù)規(guī)劃車輛路徑。陳汨梨等[9]研究在不確定速度，不確定轉(zhuǎn)運(yùn)時(shí)間以及客戶的不確定貨物送達(dá)需求條件下的西非區(qū)域的多式聯(lián)運(yùn)物流問題，建立以最小運(yùn)輸總成本為目標(biāo)的模型，采用K短路算法進(jìn)行求解，研究得出顧客準(zhǔn)時(shí)送達(dá)概率閾值的變化對(duì)路徑方案選擇的影響最大。耿娜娜等[10]以中歐班列多式聯(lián)運(yùn)為例，考慮了在突發(fā)事件發(fā)生對(duì)貨運(yùn)量產(chǎn)生的不確定性影響，建立雙目標(biāo)優(yōu)化模型——最少花費(fèi)與時(shí)間成本最低，利用Dijkstra算法進(jìn)行求解，并對(duì)運(yùn)輸平均速度、運(yùn)輸基價(jià)進(jìn)行靈敏度分析。

目前很多學(xué)者探討了與低碳因素相關(guān)的不確定性條件對(duì)于多式聯(lián)運(yùn)路徑優(yōu)化的影響，同時(shí)考慮雙重或多重不確定情景的研究相對(duì)較少[11]。而在探討對(duì)于以運(yùn)輸總成本最低為目標(biāo)的多式聯(lián)運(yùn)路徑優(yōu)化問題上，往往考慮的是運(yùn)輸需求、運(yùn)輸速度等不確定條件，忽略了突發(fā)事件下對(duì)于節(jié)點(diǎn)中轉(zhuǎn)能力以及貨運(yùn)需求的雙重不確定影響。因此，本文從提高多式聯(lián)運(yùn)網(wǎng)絡(luò)模型面對(duì)存在突發(fā)事件發(fā)生情況下的可靠性與普適性出發(fā)，考慮如公共衛(wèi)生安全問題等突發(fā)事件的發(fā)生概率以及對(duì)于節(jié)點(diǎn)中轉(zhuǎn)能力和貨運(yùn)需求的不確定性影響，構(gòu)建包含運(yùn)輸成本與延誤懲罰成本為目標(biāo)函數(shù)的路徑優(yōu)化模型，并設(shè)計(jì)遺傳算法解決不同目標(biāo)最優(yōu)。同時(shí)，以中日物流網(wǎng)絡(luò)為例，研究模型與算法的可行性并解決突發(fā)事件下雙重不確定條件的多式聯(lián)運(yùn)路徑優(yōu)化難題。

1 問題描述與建模

1.1 問題描述

考慮到突發(fā)事件下節(jié)點(diǎn)轉(zhuǎn)運(yùn)能力受限及貨運(yùn)需求波動(dòng)的多式聯(lián)運(yùn)路徑優(yōu)化模型是一個(gè)包含多種運(yùn)輸方式、多種運(yùn)輸渠道、多個(gè)中轉(zhuǎn)節(jié)點(diǎn)、固定起終點(diǎn)和隨機(jī)因素在內(nèi)的復(fù)雜問題，在實(shí)際中由于突發(fā)事件等因素的影響，樞紐節(jié)點(diǎn)的中轉(zhuǎn)能力與貨運(yùn)需求往往會(huì)受到影響，即需要在雙重不確定條件下進(jìn)行多式聯(lián)運(yùn)路徑?jīng)Q策。本文旨在規(guī)劃出確定條件下企業(yè)得到以運(yùn)輸成本最低為目標(biāo)優(yōu)化的多式聯(lián)運(yùn)方案并以此獲得確定條件下貨物規(guī)定運(yùn)輸消耗時(shí)間，之后加入突發(fā)事件的發(fā)生概率及其不確定性影響，考慮延誤懲罰成本對(duì)于運(yùn)輸總成本的影響來(lái)優(yōu)化調(diào)整多式聯(lián)運(yùn)方案，確定突發(fā)條件下運(yùn)輸總成本最低與運(yùn)輸總時(shí)間最短兩種不同需求下的運(yùn)輸路徑與方式，為企業(yè)決策提供參考。

1.2 問題假設(shè)

（1）同一批在運(yùn)輸中不允許被拆分；

（2）在一個(gè)節(jié)點(diǎn)上同一種運(yùn)輸方式的中轉(zhuǎn)費(fèi)用為0，且最多只允許中轉(zhuǎn)一次；

（3）節(jié)點(diǎn)之間各運(yùn)輸方式的速度確定，且均為勻速；

（4）運(yùn)輸中不考慮貨物的損耗。

1.3 模型構(gòu)建

（1）符號(hào)說明（如表1所示）

表1 符號(hào)索引

（2）目標(biāo)函數(shù)確立

式（1）目標(biāo)函數(shù)，計(jì)算多式聯(lián)運(yùn)網(wǎng)絡(luò)運(yùn)輸?shù)目偝杀荆ü?jié)點(diǎn)間運(yùn)輸成本（式（2））、運(yùn)輸延誤懲罰成本（式（5））。式（3）計(jì)算以運(yùn)輸方式e將貨物從節(jié)點(diǎn)i運(yùn)輸至節(jié)點(diǎn)j的運(yùn)輸費(fèi)用，式（4）計(jì)算貨物運(yùn)輸至i節(jié)點(diǎn)時(shí)運(yùn)輸方式從e轉(zhuǎn)換d為所需的中轉(zhuǎn)費(fèi)用。式（6）計(jì)算貨物運(yùn)輸?shù)目倳r(shí)間，包括節(jié)點(diǎn)i由運(yùn)輸方式從e轉(zhuǎn)換d的中轉(zhuǎn)時(shí)間（式（7））以及貨物在運(yùn)輸方式e下由節(jié)點(diǎn)i運(yùn)輸至節(jié)點(diǎn)j的運(yùn)輸時(shí)間（式（8））。

（3）約束條件

式（9）表示節(jié)點(diǎn)處貨物可以發(fā)生運(yùn)輸方式的中轉(zhuǎn)，但中轉(zhuǎn)次數(shù)不超過1次；式（10）表示相鄰節(jié)點(diǎn)之間若進(jìn)行貨物運(yùn)輸，則只有1種運(yùn)輸方式；式（11）表示節(jié)點(diǎn)間貨物的運(yùn)輸量小于運(yùn)輸路徑最大服務(wù)能力；式（12）表示節(jié)點(diǎn)間貨物的運(yùn)輸量小于節(jié)點(diǎn)最大中轉(zhuǎn)能力；式（13）表示突發(fā)事件γ對(duì)于貨運(yùn)需求的影響系數(shù)大于等于0，小于等于1；式（14）表示突發(fā)事件γ對(duì)于節(jié)點(diǎn)i的中轉(zhuǎn)能力的影響系數(shù)大于等于0，小于等于1；式（15）表示突發(fā)事件的概率大于等于0，小于等于1；式（16）和式（17）表示變量yi、xei,j為0～1變量。

2 算法設(shè)計(jì)

由于上述構(gòu)建的是多目標(biāo)多式聯(lián)運(yùn)路徑優(yōu)化模型，在模型中涉及到的變量較多，網(wǎng)絡(luò)布局也非常復(fù)雜，因此，采用遺傳算法求解更加合適。其次，根據(jù)適應(yīng)度函數(shù)對(duì)種群中的每一個(gè)可行解進(jìn)行評(píng)價(jià)，隨后進(jìn)行隨機(jī)采樣、交叉、交異操作，以此過程經(jīng)過多次循環(huán)選代，最終得出目標(biāo)模型的最優(yōu)解。

（1）染色體編碼與適應(yīng)度評(píng)價(jià)

由于多式聯(lián)運(yùn)路徑優(yōu)化模型既需要對(duì)節(jié)點(diǎn)進(jìn)行判斷也需要對(duì)運(yùn)輸方式進(jìn)行選擇，所以在編碼時(shí)分成兩層，如式（18）。種群中每個(gè)個(gè)體的長(zhǎng)度為M+N，其中前M層是運(yùn)輸方式的編碼，后N層是中轉(zhuǎn)節(jié)點(diǎn)的編碼。

確定好編碼方案后，本文采用隨機(jī)方法生成初始種群。第一層表示運(yùn)輸方式（用1～3表示）；第二層表示所有城市是否經(jīng)過的0～1編碼（0表示不經(jīng)過，1表示經(jīng)過），如此就可以表示從起點(diǎn)到終點(diǎn)的任意一種多式聯(lián)運(yùn)運(yùn)輸方案。解碼時(shí)，若考慮無(wú)突發(fā)情況的確定環(huán)境，則將染色體的兩層解碼轉(zhuǎn)化成城市1—城市2—運(yùn)輸方式的矩陣，分別計(jì)算不同運(yùn)輸方式下的運(yùn)輸成本和運(yùn)輸時(shí)間，再計(jì)算中轉(zhuǎn)費(fèi)用和中轉(zhuǎn)時(shí)間，最后計(jì)算兩部分的總成本；若考慮突發(fā)情況的發(fā)生，則需要再根據(jù)計(jì)算出的實(shí)際運(yùn)輸時(shí)間與規(guī)定運(yùn)輸時(shí)間的差值得到延誤懲罰成本并最后計(jì)算出運(yùn)輸總成本。

適應(yīng)度評(píng)價(jià)的設(shè)置與目標(biāo)函數(shù)以及遺傳算法的性能密切相關(guān)。對(duì)于目標(biāo)為運(yùn)輸總成本最優(yōu)的多式聯(lián)運(yùn)模型，適應(yīng)度評(píng)價(jià)則要將適應(yīng)度函數(shù)值與運(yùn)輸成本倒數(shù)的最大化估計(jì)相關(guān)聯(lián)；若需要重新確定方案目標(biāo)令運(yùn)輸總時(shí)間最優(yōu)時(shí)，則可將適應(yīng)度函數(shù)值調(diào)整為與運(yùn)輸時(shí)間相掛鉤。

（2）選擇、交叉與變異

本文采用輪盤賭選擇法進(jìn)行適應(yīng)度篩選。輪盤賭選擇法是依據(jù)個(gè)體的適應(yīng)度值計(jì)算每個(gè)個(gè)體在子代中出現(xiàn)的機(jī)率，并按照此機(jī)率隨機(jī)地挑選個(gè)體構(gòu)成子代種群。輪盤賭選擇策略的出發(fā)點(diǎn)是適應(yīng)度值越好的個(gè)體被選中的機(jī)率越大[12]。同時(shí)，考慮到該模型單個(gè)節(jié)點(diǎn)的改變對(duì)目標(biāo)函數(shù)的影響較大，所以本算法采用單點(diǎn)交叉與單點(diǎn)變異的操作對(duì)種群個(gè)體的適應(yīng)度提高，即根據(jù)一定的交叉概率GA.pc從父種群中選出兩條子代染色體，通過隨機(jī)配對(duì)對(duì)它們進(jìn)行交叉操作，生成新的編碼串，基于適應(yīng)度函數(shù)等判斷其可行性。同時(shí)，設(shè)置單點(diǎn)變異GA.pm進(jìn)行變異操作，按一定概率在新生成的編碼串中隨機(jī)挑選兩個(gè)位置進(jìn)行基因交換，以增加子代個(gè)體的多樣性，克服陷入局部最優(yōu)解現(xiàn)象。

3 實(shí)例研究與分析

3.1 案例描述與相關(guān)數(shù)據(jù)

中國(guó)和日本作為亞洲最為關(guān)鍵的兩個(gè)經(jīng)濟(jì)體，一直長(zhǎng)期保持貿(mào)易往來(lái)與互通有無(wú)，安全高效的供應(yīng)鏈網(wǎng)絡(luò)不僅有利于各國(guó)自身穩(wěn)定發(fā)展，同時(shí)也保障國(guó)際物流供應(yīng)鏈穩(wěn)定暢通的重要一環(huán)。由于地理、經(jīng)濟(jì)等相關(guān)因素，若可以合理地組合多式聯(lián)運(yùn)物流鏈，便能有效地降低運(yùn)輸價(jià)格、提高貨物運(yùn)輸?shù)臅r(shí)效性，同時(shí)吸引整合更多資源。

本文查閱資料并根據(jù)現(xiàn)有國(guó)際物流網(wǎng)，設(shè)計(jì)中日多式聯(lián)運(yùn)物流網(wǎng)絡(luò)。假設(shè)初始有50t貨物從中國(guó)成都出發(fā)運(yùn)往日本大阪。建立以成都為起點(diǎn)，大阪為終點(diǎn)的多式聯(lián)運(yùn)物流網(wǎng)絡(luò)，網(wǎng)絡(luò)模型如圖1所示。設(shè)初始節(jié)點(diǎn)最大中轉(zhuǎn)能力和運(yùn)輸路徑最大服務(wù)能力都大于貨物總重，分別取60t和100t。突發(fā)事件對(duì)貨運(yùn)量的影響為運(yùn)輸貨物占初始貨物總量的95%，突發(fā)事件對(duì)節(jié)點(diǎn)中轉(zhuǎn)能力的影響為節(jié)點(diǎn)中轉(zhuǎn)能力為初始最大中轉(zhuǎn)能力的50%。

圖1 多式聯(lián)運(yùn)網(wǎng)絡(luò)示意圖

各節(jié)點(diǎn)之間鐵路距離通過查詢鐵路12306官方網(wǎng)站獲得，水路運(yùn)輸距離通過查詢船訊網(wǎng)航線獲得，航空運(yùn)輸距離可以通過相關(guān)航空公司航班獲得。不同運(yùn)輸方式單位運(yùn)價(jià)以及運(yùn)輸方式之間的轉(zhuǎn)運(yùn)費(fèi)用與轉(zhuǎn)運(yùn)時(shí)間具體來(lái)源于文獻(xiàn)資料，鐵路運(yùn)輸成本約為0.42（元/噸·千米），水路運(yùn)輸成本約為0.44（元/噸·千米），航空運(yùn)輸為1.22（元/噸·千米），不同運(yùn)輸工具之間轉(zhuǎn)運(yùn)費(fèi)用與轉(zhuǎn)運(yùn)時(shí)間如表2所示；設(shè)3種運(yùn)輸方式的平均運(yùn)輸速度不變，鐵路運(yùn)輸80km/h，水路運(yùn)輸40km/h，航空運(yùn)輸300km/h；單位延誤懲罰成本為1 200元/h。

表2 運(yùn)輸轉(zhuǎn)運(yùn)費(fèi)用與轉(zhuǎn)運(yùn)時(shí)間

3.2 案例求解與結(jié)果分析

設(shè)定上述算法參數(shù)，種群規(guī)模GA.popsize=20，最大迭代次數(shù)GA.MaxCycles=200，交叉概率為0.7，變異概率為0.3，懲罰系數(shù)為100。取突發(fā)事件發(fā)生概率為0.5，突發(fā)事件影響節(jié)點(diǎn)為上海，突發(fā)事件對(duì)貨運(yùn)需求的影響系數(shù)為0.95，突發(fā)事件對(duì)節(jié)點(diǎn)中轉(zhuǎn)能力的影響系數(shù)為0.5。

由于考慮到遺傳算法最優(yōu)解的局部性與隨機(jī)性，當(dāng)無(wú)突發(fā)事件發(fā)生時(shí)，根據(jù)上述算法求解結(jié)果篩選排序，得到的最優(yōu)路徑結(jié)果如圖2所示：基于運(yùn)輸總成本，對(duì)篩選結(jié)果進(jìn)行排序，輸出最優(yōu)運(yùn)輸路徑：成都（鐵路）→西安（鐵路）→太原（鐵路）→北京（鐵路）→大連（水運(yùn)）→大阪，在上海節(jié)點(diǎn)進(jìn)行鐵水中轉(zhuǎn)，總成本為93 633.6元，運(yùn)輸總時(shí)間為73.6h，一次轉(zhuǎn)運(yùn)費(fèi)用為490元。得到的總運(yùn)輸成本收斂曲線如圖3所示，同時(shí)，將運(yùn)輸總時(shí)間73.6h設(shè)為貨物規(guī)定運(yùn)輸消耗時(shí)間tod。

圖2 無(wú)突發(fā)事件下最優(yōu)路徑結(jié)果示意圖

圖3 無(wú)突發(fā)事件下總運(yùn)輸成本曲線收斂

當(dāng)突發(fā)事件發(fā)生時(shí)，根據(jù)上述設(shè)計(jì)的遺傳算法求解，輸出運(yùn)輸總成本為目標(biāo)的最優(yōu)路徑結(jié)果；同時(shí)調(diào)整算法，將適應(yīng)度函數(shù)與運(yùn)輸總時(shí)間關(guān)聯(lián)，得到在突發(fā)事件下運(yùn)輸時(shí)間最小的多式聯(lián)運(yùn)最優(yōu)路徑方案，輸出路徑結(jié)果如表3所示，其中，方案①～方案④為運(yùn)輸總成本為目標(biāo)函數(shù)的算法求解結(jié)果，方案⑤與方案⑥為運(yùn)輸總時(shí)間目標(biāo)函數(shù)的算法求解結(jié)果。

表3 突發(fā)事件下遺傳算法最優(yōu)路徑輸出結(jié)果

基于運(yùn)輸總成本與運(yùn)輸總時(shí)間，對(duì)輸出結(jié)果進(jìn)行篩選，所有路徑中，方案②的運(yùn)輸總成本最低，方案⑤的運(yùn)輸總時(shí)間最短。方案②為：成都（鐵路）→西安（鐵路）→太原（鐵路）→北京（鐵路）→大連（水運(yùn)）→大阪，在大連節(jié)點(diǎn)進(jìn)行鐵水中轉(zhuǎn)，總成本為123 578.0元，運(yùn)輸總時(shí)間為83.3h，一次轉(zhuǎn)運(yùn)費(fèi)用為465.5元，延誤懲罰成本為11 640元。方案⑤為：成都（鐵路）→西安（鐵路）→太原（鐵路）→北京（航空）→大阪，在北京節(jié)點(diǎn)進(jìn)行鐵航中轉(zhuǎn)，總成本為139 647.05元，運(yùn)輸總時(shí)間為38.0h，一次轉(zhuǎn)運(yùn)費(fèi)用為536.75元，延誤懲罰成本為0元。在突發(fā)事件發(fā)生時(shí)，企業(yè)可根據(jù)自身對(duì)成本或時(shí)效的不同需求，結(jié)合實(shí)際情況與企業(yè)目標(biāo)，選擇最適合的方案進(jìn)行多式聯(lián)運(yùn)。

3.3 雙重不確定下參數(shù)影響分析

探究雙重不確定模式中，在貨運(yùn)量不確定的前提下，分析突發(fā)事件γ對(duì)于節(jié)點(diǎn)中轉(zhuǎn)能力影響系數(shù)V(γ)的變化對(duì)運(yùn)輸總成本的影響，將節(jié)點(diǎn)中轉(zhuǎn)能力影響系數(shù)的基礎(chǔ)數(shù)值分別變化50%、75%、100%、125%、150%，對(duì)應(yīng)的運(yùn)輸總成本的變化（如圖4所示），可以發(fā)現(xiàn)，當(dāng)節(jié)點(diǎn)中轉(zhuǎn)能力影響系數(shù)V(γ)＜1時(shí)，運(yùn)輸總成本明顯增加；其中0.75≤V(γ)＜1時(shí)，運(yùn)輸總成本以較快速度增加；而其他區(qū)間內(nèi)運(yùn)輸總成本的的變化相對(duì)平緩。分析其原因，主要是由于突發(fā)事件對(duì)于貨運(yùn)需求的影響相較于對(duì)節(jié)點(diǎn)中轉(zhuǎn)能力的影響更小，突發(fā)事件的影響導(dǎo)致節(jié)點(diǎn)中轉(zhuǎn)能力的降低已不能滿足貨運(yùn)需求的波動(dòng)，使得該運(yùn)輸節(jié)點(diǎn)在聯(lián)運(yùn)網(wǎng)絡(luò)上功能失效，原運(yùn)輸方案遭到破環(huán)；而節(jié)點(diǎn)中轉(zhuǎn)能力的增強(qiáng)與貨運(yùn)需求的增加也未能使聯(lián)運(yùn)方案更優(yōu)化，給予企業(yè)更多收益。這提醒相關(guān)部門與企業(yè)在控制成本關(guān)注時(shí)效性的同時(shí)，也需要注重節(jié)點(diǎn)的魯棒性與貨運(yùn)需求的變化，組織選備安全可靠且運(yùn)輸能力有一定冗余的聯(lián)運(yùn)線路以適應(yīng)突發(fā)事件對(duì)于市場(chǎng)需求的波動(dòng)；而突發(fā)事件發(fā)生時(shí)，企業(yè)應(yīng)盡可能小的調(diào)整原聯(lián)運(yùn)方案，降低運(yùn)輸成本過增的風(fēng)險(xiǎn)。

圖4 雙重不確定下節(jié)點(diǎn)中轉(zhuǎn)能力系數(shù)的變化對(duì)總成本的影響

4 結(jié)論

本文探討了在實(shí)際多式聯(lián)運(yùn)系統(tǒng)中突發(fā)事件對(duì)于節(jié)點(diǎn)中轉(zhuǎn)能力與貨運(yùn)需求的不確定性影響，建立了存在突發(fā)事件發(fā)生概率的雙重不確定條件的多式聯(lián)運(yùn)網(wǎng)絡(luò)路徑優(yōu)化模型，并設(shè)計(jì)遺傳算法進(jìn)行求解。同時(shí)運(yùn)用中日區(qū)域的多式聯(lián)運(yùn)物流，網(wǎng)絡(luò)檢驗(yàn)了本文提出的模型與所設(shè)計(jì)算法的可行性，得到在突發(fā)事件發(fā)生時(shí)不同需求下最為合理的運(yùn)輸方案、方式選擇與運(yùn)輸時(shí)間等，并對(duì)結(jié)果展開更進(jìn)一步的數(shù)據(jù)分析與探索，對(duì)實(shí)際多式聯(lián)運(yùn)組織規(guī)劃提供優(yōu)化方案與啟示。由于所構(gòu)建模型的復(fù)雜性，本文并未加入突發(fā)事件的影響范圍、節(jié)點(diǎn)的魯棒性與失效性以及路徑受損情況等特性因素，因此從多式聯(lián)運(yùn)路徑優(yōu)化模型的普適性與實(shí)際應(yīng)用的可靠性出發(fā)，考慮突發(fā)事件發(fā)生的概率、影響類型，建立需求不確定與系統(tǒng)魯棒性模型將會(huì)是未來(lái)多式聯(lián)運(yùn)路徑優(yōu)化的研究方向。