随着社会经济的发展，物流管理及其优化越来越受到重视，运输成本占有率的居高不下呼吁对运输优化方法与理论的研究。联盟运输调度问题(Allied Vehicle Routing Problem，AVRP)研究物流联盟架构下的运输调度的最优化策略。作为国家自然科学基金项目“联盟运输调度问题研究”的子课题，带交通流的AVRP的研究是一个与实际应用紧密结合的理论研究方向，其对于实际配送中的车辆路径安排具有非常重要的意义。论文的主要创新点在于：首次在联盟运输调度问题中引入了交通流约束，并分别建立了带静态交通流、时变交通流、正态分布交通流、不确定交通流等四种情况下的联盟运输调度问题的数学模型，设计了相应的有效禁忌搜索算法对问题进行求解。本文所做的主要工作如下：1．研究带静态交通流的AVRP。在设计相应的禁忌搜索算法时，采用了构造多个初始解和双禁忌表的策略，减少了解的不稳定性，扩大了搜索范围，增强了算法的全局搜索能力。仿真结果表明，算法可行。2．研究带时变交通流的AVRP。在设计相应的禁忌搜索算法时，采用了C-W算法产生初始解，引入了一种较强大的邻域结构，强化了算法的搜索能力，并设计了相应算例进行仿真。3．研究带正态分布交通流的AVRP。解决问题的思路分两阶段进行。设计禁忌搜索算法时，采用了集中性和多样性的自适应策略，通过邻域和候选集的相互配合，动态地调整候选解集中分别用于集中性与多样性搜索的元素个数，较好地解决了集中性和多样性的冲突问题，仿真实验表明，该算法是可行的和有效的。4．研究带不确定交通流的AVRP。针对交通流的不确定性，提出了局域动态调整策略，并设计了一种采用新的逃离机制的适应性禁忌搜索算法，在搜索过程中，这种逃离机制能在集中性和多样性取得平衡点。仿真实验表明，算法可行。