现代物流业是我国现代服务业中的重要支柱产业,当前我国社会物流总费用与国民生产总值(Gross National Product,GDP)的占比逐步降低到14%左右,但仍远高于发达国家约为10%的占比水平。居高不下的车辆空驶率是导致我国车辆利用率低、物流成本偏高的主要原因,低效化的车辆调度与优化同样还会产生迂回运输和物流资源闲置等问题。近年来国家出台了物流业降本增效等一系列政策,推进物流产业改革与高质量发展。目前物流车辆调度与优化问题的研究多集中在算法的设计方面,重点关注这一复杂的组合优化问题的求解效率研究。事实上,实际的物流运输系统中成本的控制主要依赖于物流车辆资源的整合管理与高效利用,因此单纯依靠算法的研究已经难以有效地降低车辆调度与优化问题的运输成本。鉴于此,本文在现有车辆调度与优化问题的研究基础上,从自营物流与第三方物流深度整合管理的角度进行了研究,主要研究成果如下:(1)针对只有取货需求的回收车辆调度与路径优化问题,根据逆向物流网络中客户需求量较小并且分布较为分散的特点,提出了基于第三方物流资源整合的仓储集货运输模式的物流车辆调度与路径优化方法,并考虑路径连通性约束对此类问题研究的影响。为了应对仓储集货模式下多节点物资汇集产生的分支路径结构,设计了基于双结构体编码的逆选择操作蚁群算法对问题进行求解。结果表明该算法的结构特点保证了迭代寻优过程始终处于可行解空间内进行最优解搜索,相对于传统智能优化算法在处理此类分支路径结构时具有更好的稳定性和求解效率。(2)针对只有送货需求的配送车辆调度与路径优化问题,根据不同客户需求节点需求规模以及位置信息的特点,提出了基于自营物流车辆与第三方物流车辆资源整合管理的部分联合运输策略。该运输策略下自营物流车辆路线与第三方物流车辆运输路线呈现出“哈密顿环+哈密顿路”的新路径结构,在求解时设计了变维数矩阵编码的逆选择操作蚁群算法,并在蚁群算法的概率选择操作中增加车容量关联度参数,以解决两类物流车辆调度与路径优化时的相互影响问题。基于Solomon测试算法提出不同客户规模的测试算例进行实验计算,验证部分联合运输策略的可行性及提出算法的有效性。(3)针对物流网络中具有取货和送货两种需求的取送货车辆调度与路径优化问题,提出自营物流车辆送货运输、第三方物流车辆取货运输的改进部分联合运输策略。此类问题采用部分联合运输策略解决了传统集群回程取货策略和混合回程取货策略由于客户需求分布的随机性导致的迂回运输问题,并有效的降低了物流车辆在整个运输过程中的空驶率。在仿真实验阶段通过集群分布、均匀分布以及半集群分布的测试算例对此类问题下部分联合运输策略的适用性进行了分析。实验结果表明,改进部分联合运输策略在客户需求节点符合半集群分布时相对于传统运输策略能有效降低物流运输成本。本文的研究成果可为我国物流资源整合模式向完全物流业务外包转型过程中提供一种过渡时期的物流车辆组织与管理策略,以应对我国前期战略投资规划导致的企业自营物流占比仍较大的问题,同时第三方物流深度嵌入企业供应链中而不再单纯的作为自营物流车辆资源的运力替代或补充作用。研究工作为企业决策者在物流降本增效工作中的减少物流车辆空驶运输、减少迂回运输、降低物流资源闲置等问题提供了有益的决策参考。