随着经济和贸易的全球化,国际间的运输联系也更加频繁,多式联运作为一种能充分发挥各种运输方式优势的现代化运输组织方式,相对单一运输方式,资源利用率更高、运输全程距离更长、综合效益也更好,因此成为国际运输的重要形式之一。近来,新冠疫情的爆发为当前国际集装箱运输带来了更大的机遇和挑战,一方面,订单和运量暴增,国际集装箱运输价格上升到之前的数倍甚至十倍,另一方面,由于疫情管控与工人停工等造成国际集装箱运输的时效延长,普遍存在延时问题,因此,如何同时实现成本和时效两方面最优化成为运输路径选择中亟待解决的问题。论文以国际集装箱运输为研究对象,基于多式联运背景下研究国际集装箱运输的最优路径规划问题。在模型设计中依次建立以最小运输成本模型、最小运输时效模型,以及整合运输成本和时效的加权多目标规划模型。其中,多目标模型中的时效函数考虑了货物的时间价值;最小运输成本的建模在文献基础上据实际情况进行了调整:考虑多式联运中常用的两种集装箱箱型,将决策变量从粗糙的运量决策细化成对应不同箱型的运量。考虑四种运输模式,并加入多式联运中转时间和多式联运等待时间造成的成本（传统文献中成本建模相对粗糙,决策一般不能直接运用）。在模型求解算法上,该问题不仅需要考虑路径成本、时间效率,还要考虑是否进行中转换装的决策,因此问题从节点规模上（国际路径节点多）和计算空间上（增加运输模式转换维度）比传统路径规划问题增加了复杂度,因此,算法首先采用启发式算法以快速的找到满意解,其次采用精确算法在启发式算法基础上缩小搜索范围找到最优精确解。这里启发式算法采用遗传和蚁群混合算法,精确算法采用改进Dijkstra算法。由于传统Dijkstra算法在多式联运路径规划中不能直接适用,论文分别从三个方面进行了改进:算法退出机制考虑有向带权联通图;循环多顶点标号;增加交通工具类型元素。在数值算例部分,论文采用“中国长沙至德国汉堡”的实际案例数据进行分析,求解中采用论文的算法分别考虑成本模型权重为0.5、效率模型权重为0.5,成本模型权重为0.2、效率模型权重为0.8和成本模型权重为0.8、效率模型权重为0.2的三种不同权重的最优选择路径,分别得到了三种不同的最优化路径选择方案:长沙-兰州-汉堡,长沙-郑州-汉堡,长沙-钦州-汉堡。对比三种不同的优化路径结果,长沙-钦州-汉堡的路径在钦州从铁路转到海运,节约了成本,但时间较长,适用于成本倾斜模型（α=0.8）;而另外两条路径长沙-兰州-汉堡,长沙-郑州-汉堡,均是采用铁路运输,但是长沙-郑州-汉堡相对来说时间更短,但成本较高,适用于效率倾斜模型（β=0.8）。总体来说,案例计算结果符合现实逻辑,模型与算法能够满足不同运输目标客户的差异化需求,也能够为其它同类型多式联运企业多式联运通道设计和客户运输方案设计提供参考与借鉴。