在集装箱轴辐式班轮网络设计中,一个重要参数是各港口间的集装箱运输需求。当需求发生变化时,优化设计的网络随之发生变化。优化设计的最终航线网络结构一旦决策就很难改变,以确定需求为模型构建参数的航线网络优化不能随市场运输需求的变化,使决策者承担相当大的风险。因此,需要考虑不确定性条件下的轴辐式网络优化。对于不确定班轮问题的处理,主要有随机规划、模糊规划、情景集鲁棒优化等方法。其中,随机规划方法需要不确定变量的概率分布,模糊规划需要隶属度函数、情景集法需要情景概率分布。港口的复杂性使实际的不确定变量分布难以获取。因此,以上方法有其相应的局限性。在此条件下,本文尝试引入区间集合形式约束集装箱运输需求参数,以运输成本和中转成本总成本为目标函数,建立混合整数线性区间规划,联合优化枢纽港选址、支线港配置、干线航线三个问题。引入风险因子,将含有区间形式的目标函数转化确定性函数,从而进行优化求解。本文建立的模型为NP-hard问题。模型的复杂性决定了问题求解的难度,鉴于此,提出利用GA(遗传算法)和AC(蚁群算法)相结合的混合遗传算法求解。其中,枢纽港选址利用遗传算法,支线港配置利用最短路径法,干线航线优化采用蚁群算法。但整个算法仍以遗传算法为框架,选取目标函数值的倒数作为适应度函数；选取最优个体和轮盘赌相结合的算子作为选择算子；采用单点交叉作为交叉算子；采用基因互换作为变异算子。最后利用算例验证模型的可行性和算法的有效性。同时也说明利用区间规划处理需求不确定性问题,不仅能体现数据非精确性,同时求解结果能包含不确定性信息并且在一定程度上反应集装箱需求信息,因此能够使决策者更为详细地了解风险状态与后果。