物流配送问题具有广泛的现实基础和经济应用价值,多年来一直是学术界研究的热点之一。在众多分支当中,集送一体化配送问题更是得到广泛关注。实际情况中,配送对象在物流活动中体现出的多样性、变化性、随机性为集送一体化配送增加了更大的不确定性。与此同时,物流活动对环境的污染问题日益突出,推进现代物流降低运输成本、节约能源、降低污染是提高物流效率的迫切需要。因此,本文研究一类随机需求下集送一体化节能配送问题,具有较强的理论和现实意义。研究考虑软时间窗约束下,集货需求服从泊松分布的节能配送线路优化问题,以期增加企业收益并降低车辆运行过程中的油耗费用,提升物流企业形象。针对单配送中心、多车辆、多客户、集货需求随机的物流网络,研究两个优化问题:(1)未考虑客户满意度的随机需求集配节能配送优化问题。建立以成本与收益之差最小化为目标的Model Ⅰ;(2)考虑客户满意度的随机需求集配节能配送优化问题。在Model Ⅰ的基础上,建立成本与收益之差最小化、客户满意度最大化的双目标模型Model Ⅱ。针对两个模型的求解,首先设计基于贪心算法的粒子群算法求解Model Ⅰ,得到车辆的配送线路决策,其中调用贪心算法对不满足车辆最大载重量约束的车辆路径方案进行调整。然后设计基于帕累托占优原理的多目标粒子群算法(MOPSO)求解Model Ⅱ,得到一系列非支配解,即若干个配送方案。对Model Ⅰ与Model Ⅱ进行仿真实验,检验算法的效果和效率。Model Ⅰ结果表明,同时考虑最大化随机集货收益和最小化油耗费用,比只考虑其中一个因素,会对配送线路产生不同的影响,且成本和收益呈正相关关系。Model Ⅱ结果表明,客户满意度与经济利益呈现负相关关系。一味地注重经济收益会降低客户对服务时效性的满意程度,高水准的客户满意度往往需要集货收入、配送成本做出妥协,与物流系统中服务水平和服务成本的二律背反性吻合。此外,对不同客户采取差异化的服务策略,有助于配送企业提高资源利用率和经营的针对性,建立富有竞争力的客户关系。