第四方物流(Fourth Party Logistics,4PL)是一个供应链的整合者,设计物流系统运作方案,整合供应链资源并优化整个供应链。随着现代物流业的蓬勃发展,第三方物流(Third Party Logistics,3PL)协作、整合能力上的缺陷逐渐凸显,4PL受到学术界和行业界的广泛关注,成为物流领域研究的热点问题。路径问题是4PL优化中的关键问题。第四方物流路径问题(Fourth Party Logistics Routing Problem,4PLRP)包括两个方面:路径选择问题和3PL供应商选择问题,一些学者对其进行了研究,并取得了一定的研究成果。然而,现有研究主要针对确定性问题。在物流运作中,受到天气、交通、人为误操作和各种突发状况等影响,运输过程具有很强的不确定性。为使4PL系统能够在不确定环境下为客户提供有效的运输方案,本文研究了不确定环境下的4PL路径优化问题。研究内容如下:(1)研究了带有随机运输时间和成本的4PL路径优化问题。受客观世界不确定性因素的影响,物流运输系统具有较强的随机性。当物流企业具有历史数据,从而预估不确定事件的发生概率或概率分布时,可以将物流运输时间和成本描述为随机变量。因此,从4PL角度出发,研究了带有随机运输时间和成本的4PL路径优化问题。在总运输成本约束下,以总运输时间最小为目标,首先建立期望值模型和机会约束规划模型。其次,为提高模型求解效率以及鲁棒性,将机会约束规划模型转化为等价确定性模型。进而,根据4PL选择路径过程中需要同时选择3PL供应商的特点,设计蚁群算法和带有替换策略的改进蚁群算法对模型进行求解。最后,为验证所设计算法和模型的有效性,设计三类算例进行仿真实验。算例结果验证了改进算法的有效性,并表明等价确定性模型在保证解的鲁棒性的同时保证了较高的求解效率。(2)研究了考虑机会偏好的4PL路径优化问题。由于电子商务的高速发展和物流业竞争的愈加激烈,物流企业间传统的价格竞争已逐渐转为客户服务水平的竞争。不确定环境下的物流决策往往倾向于在保证一定收益的情况下获得更高的客户满意度。因此,从4PL角度出发,研究了考虑机会偏好的4PL路径优化问题。首先,基于前景理论,采用前景值描述了客户对运输时间和运输成本满足要求的置信水平的心理偏好,并以最大化总运输时间和成本置信水平的前景值为目标,建立了问题的数学模型。进而,设计蚁群算法以及双种群改进蚁群算法对所建立的模型进行求解。最后,通过算例参数分析,将该模型与风险中性的数学模型进行对比,结果表明考虑机会偏好的模型可以更准确地描述客户对运输时间和成本的心理偏好;通过数值算例对算法进行对比分析,结果表明了改进算法的有效性。(3)研究了考虑客户时间偏好的4PL路径优化问题。人们在不确定环境下的决策往往受到心理因素的影响。为使4PL系统能够在不确定环境下为客户提供有效的运输方案,在一定费用投入下获得更高的客户满意度,提高企业核心竞争力,从客户角度出发,研究了考虑客户时间偏好的4PL路径优化问题。首先,基于累积前景理论对4PLRP运输时间的价值函数和权重函数进行描述,给出总运输时间的前景值计算表达式,并建立4PLRP的累积前景模型。进而,根据问题特点,设计蚁群算法和改进蚁群算法对模型进行求解。最后,通过数值算例验证算法的有效性。并且,将所建立模型与期望值模型和考虑客户时间偏好的前景模型进行对比,算例分析表明累积前景模型可以更有效地描述客户心理行为,并适用于具有不同风险态度的客户群体。(4)研究了带有不确定运输时间的4PL路径优化问题。实际物流运作中,有时并不能获得足够的历史数据,以获得事件发生的概率分布。此时,针对缺少足够运输时间历史数据的4PLRP,如何准确有效地描述运输时间具有重要意义。不确定理论为缺少历史数据的不确定性描述提供了有效的工具。因此,引入基于信度的不确定理论,在将运输时间描述为不确定变量的基础上,从客户角度出发,研究了带有不确定运输时间的4PL路径优化问题。首先,基于不确定理论,以总费用最小为目标,总运输时间以一定信度满足客户要求为约束,建立不确定规划模型。其次,将不确定规划模型和基于随机理论的机会约束规划模型进行对比分析,验证不确定规划模型的有效性。进而,根据问题特点,分别从提高不可行解修复效率角度和禁止不可行解角度设计三种改进遗传算法对不确定规划模型进行求解。最后,通过数值算例,验证改进方法的有效性以及算法各自的适用性。并且,通过与期望值模型进行对比,数值算例表明了不确定规划模型的鲁棒性。