近年来,随着互联网技术和电子商务的飞速发展,网上购物已成为人们生活的重要组成部分,并促进物流配送需求的急剧增加,而传统纸质包裹在物流配送过程中被大量使用,并对环境产生巨大的负外部性,同时,物流服务提供者需要制造或购买新的外部纸质包裹而承担高额的包装成本。因此,亟需研究一种可回收且能够循环利用的绿色包裹运输模式用于降低物流企业的物流包装成本,同时减小对环境的外部影响。本文旨在通过对绿色包裹的选址-路径问题（Location-Routing Problem,LRP）的研究,在资源共享模式下进行收集中转站的选址和车辆路径优化研究,进而降低物流运作成本和提高物流服务同步度。本文的主要研究内容如下:（1）基于资源共享的绿色包裹收集与配送问题。首先,需要在传统配送网络的基础上,通过绿色包裹代替传统纸质包裹进行物流服务的方式,构建绿色包裹的收集与配送网络;其次,在车辆共享、物流设施共享、客户服务共享等资源共享基础上,通过建立基于合作的物流总成本最小化为目标的混合整数规划模型,实现对绿色包裹收集与配送网络的整体优化;然后,针对建立的模型设计了基于改进粒子群和蚁群算法的混合启发式算法,并设计了算法间有效的选择性赋予机制,实现了全局和局部搜索的有效结合,进而加大了对解空间的搜索和寻优能力;最后,为验证模型和混合算法的有效性,本研究结合第三方物流企业的实际收集与配送数据进行实例分析,研究结果表明,基于合作与共享的绿色包裹收集与配送优化网络相对于传统的收集与配送网络具有显著的经济优势,基于合作和资源共享的绿色包裹收集与配送网络可以使物流成本降低比例达到31.8%。（2）以基于资源共享的绿色包裹收集与配送问题研究为基础,研究绿色包裹的选址-路径优化问题。首先,根据两级设施物流网络的运作特征,分别从第一级运输阶段和第二级客户服务阶段进行建模分析研究,其中,在运输阶段,构建了基于资源共享的状态-空间-时间（State-Space-Time,SST）网络的集中运输网络流模型,进而应用拉格朗日松弛（Lagrangian relaxation,LR）方法构建了集中运输网络流的拉格朗日松弛函数模型;在服务阶段,建立了基于第二级物流网络运作成本最小和物流服务同步度最高的双目标混合整数规划模型;然后,应用高斯混合聚类算法和基于CW节约方法和精英迭代策略的非支配排序遗传算法（CW＿NSGA-II）研究了第二级服务阶段收集与配送网络的客户点划分和多目标优化下帕累托解的比较与获取,进而应用拉格朗日松弛算法研究了集成服务阶段物流运作成本的第一级运输网络的选址-路径优化方案求解;最后,本研究结合实例相关数据进行了算例分析,研究结果表明{S6,S7,S9,S10}为最佳选址方案,在该选址方案下,物流网络同步度的升幅和总运作成本的降幅分别达到3.2%和13.7%,进而验证了基于合作与共享的绿色包裹选址-路径优化方法在降低企业物流运作成本、提高物流收集与配送网络同步度方面具有显著优势。（3）以绿色包裹选址-路径优化问题研究为基础,研究了资源共享模式下绿色包裹选址-路径优化资源配置问题。首先,针对物流设施可能面临设施服务能力与客户需求之间供需能力不匹配的三种场景,从理论层面验证了基于资源共享的合作联盟可以提高物流网络服务能力和降低物流运作总成本;其次,为验证合作网络联盟中参与者的经济收益分配方案的合理性,本文应用Shapley值法对合作产生的额外收益进行了分配研究,进而计算确定了各参与者的成本节省百分比;然后,通过对局部合作与全局合作情形下的成本比较分析,验证了资源合理化配置环境下的全局合作联盟在物流运作总成本以及服务等待时间优化方面的优势;最后,通过对多种收益分配方法的比较分析,采用雪球理论验证了Shapley值法在收益分配及资源配置方面的稳定性,并基于严格单调路径（Strict Monotonic Path,SMP）策略和对角线规则确定了序列联盟π5={DC2,LC,PC1,DC1,PC2}为参与者的最优合作序列。