近十几年来,随着社会的迅速发展,危险品运输的量逐年递增,随之相关运输事故也不少。构造贴合实际运输的模型与高效的求解算法能够实现对危险品进行安全、高效的运输,达到减少运输事故的目的。考虑到道路拥堵程度会对危化品运输（回收）路径的选取有极大的影响,本文引入路径交通拥堵指数,对时变道路系统的拥挤程度进行了刻画。在此道路系统下,从不同的角度、对不同的问题建立两个运输路径模型,而且对蚁群算法进行了改进以求解相应的问题,并得出了一些建设性结论。在基于路径交通拥堵指数的危险废物回收模型中,引入路径交通拥堵指数对道路的拥堵程度、运输风险和成本进行了度量,同时考虑司机工资随时间变化等因素,建立了双目标动态危险废物回收路径模型。本文改进了传统蚁群算法中启发式因子的计算公式并对模型进行求解,最后以某环保公司危险废物回收问题为背景进行了案例分析。结果表明,不同出发时间和车辆使用模式对帕累托最优解有显著影响,最短路径不一定是油耗成本最少的行车路线。提出的模型和算法可为决策者制定调度方案提供参考。在考虑碳排放和路径交通拥堵指数的危险品运输模型中,本文建立了绿色动态危险化学品运输路径模型（CHVRP）,在一定碳排放量的限制条件下,寻求成本和风险极小化的运输路径。为了解决CHVRP模型,作者提出了以模拟退火算法做局部优化策略、蚁群算法为主体的混合算法。测试了基准车辆路径问题的案例,证明所提算法是有效和高效的。对经典案例进行计算,发现碳排放量对路径的选取有极大的影响,碳排放量越大路径选取的空间就越大,同时,在同样碳排放量的前提下,模型给出了最优的出行时间和运输路线。