在军事运输中,采用多种运输方式联合投送是加强战略投送能力建设发展的重要途径,而路径规划是制定多式联运输送保障方案的关键第一步。本文提出了一个以遗传算法为主框架的解决方案,用来求解多式联运的路径规划问题。首先,本文从运输需求内容、运输过程、应用场景等角度对多式联运在军事运输中的应用进行分析,定义多式联运路径规划问题,建立分别以时问最短、路线最短、成本最低为目标的多式联运路径规划模型。该问题是一个规模庞大的组合优化问题,属于NP-hard问题。提出了以遗传算法为主,A*算法为辅的求解思路。接着,参考层次空间推理理论,将铁路、水路、公路、航空等多种运输方式的道路网络数据融合并分层,构建多式联运路径规划专用的网络拓扑。这样的分层处理,能够将单一运输方式道路网络中的最短路这一子问题剥离出来,也能够有效地降低遗传算法搜索空间的规模。然后,本文针对多式联运路径的特点,设计遗传算法的基本要素,并根据算法的实际运行情况调整各项参数。为了调高算法的遗传进化效率,本文也对算法的实现提出了一些改进的策略,例如精英保留、灾变算子的引入等。紧接着,在求解单一运输方式网络中最短路问题时,考虑到A*算法在GIS系统中相较于Dijkstra算法的高效率,本文采用A*算法来求解这一子问题。在启发函数的定义上,根据实际地理数据,采用了一种标记点法,并与Euclidean距离作为启发函数的实现进行对比,根据各自优缺点应用于系统的不同部分。以此为基础,利用地理数据的冗余来进一步提高遗传算法的遗传进化效率。最后,通过设定案例,用实验数据验证了本文提出的解决方案是可行且高效的。