集装箱多式联运是提高运输效率、推动我国交通运输发展的关键,也是降低成本、提高我国经济竞争力的利刃。而如何在碳减排政策和动态需求变化的内外部条件下优化集装箱运输路径,是集装箱多式联运发展的关键问题。因此,在市场需求不确定的情况下,集装箱低碳多式联运路径的合理优化对减少碳排放量,降低成本,有效达到经济效益与环境保护共赢具有重要的理论与现实意义。基于此,本文进行了如下工作:首先,描述本文的研究背景和意义,对国内外相关领域文献进行分析,提出本文的研究内容和研究方法,并对集装箱多式联运、低碳多式联运、鲁棒优化方法以及遗传算法等相关理论进行阐述,以为后续研究奠定良好的理论基础。其次,对集装箱低碳多式联运路径优化进行概述,提出优化主体并对成本构成进行详细阐述。再次,以总成本最小化为目标分别建立需求确定下和需求不确定下集装箱低碳多式联运路径优化模型,并提出基于蒙特卡洛的灾变自适应遗传算法进行模型求解。最后,将该模型应用到实例中,通过对比传统遗传算法和改进遗传算法的计算结果,验证改进算法的有效性;将需求确定、需求不确定下结果对比,验证模型的鲁棒优化特性;调整碳税率大小,进行相应灵敏度分析。本文旨在以一种较平稳的方法解决需求不确定下集装箱低碳多式联运路径优化问题,在考虑集装箱运输成本、转运成本、时间成本以及基于分段累进碳税率的碳排放成本的基础上,追求系统总成本最小化,同时利用鲁棒性降低系统的不稳定性。这样既可以降低物流成本、减轻环境负担,实现多方共赢,又可以保证多式联运系统的稳定运行,有效满足运输的低碳化、动态化、个性化等需求,促进交通运输行业的科学化发展。