滚装船凭借运量大、安全性高、经济环保等优势在商品车配送中扮演着重要的角色,因而滚装船配送也成为许多商品车销售物流中的核心环节。由于商品车存在类型尺寸重量等诸多因素的差异,且需求不确定性较高,船公司在确保滚装船航行安全并且满足客户需求的前提下需要决策三类问题:即选择滚装船航行路线及挂靠港口（路径）,选择商品车装船（配载）,以及选择商品车在船上的停放位置（积载）。由此产生了复杂的商品车滚装船配送路径-配载-积载问题（routing prestowage stowage problem,RPSP）,这是目前许多运输商品车的滚装船公司亟待解决的难题。本文针对不确定需求下商品车滚装船配送RPSP集成优化问题,结合商品车存储中心的库存水平引入滚装船灵活挂靠港口策略,构建以船公司总成本最小的整数规划模型。基于该问题多维度、多阶段、多背包组合特点,设计了改进遗传算法（IGA）进行求解,并通过6个挂靠港的多车型商品车的实例,对模型与算法进行了分析验证。结果表明,滚装船的总成本会随着需求控制系数的增加而增大,不确定需求下结合商品车存储中心库存水平的灵活挂靠方式,比固定港口的商品车配送方式能够有效降低总成本支出。除此之外,在考虑滚装船的甲板稳定性方面,添加甲板横倾与纵倾约束比不考虑稳定性约束的模型,在生成滚装船甲板的配积载方案上有很大差异,没有稳定性约束时生成的配积载方案会增加滚装船航行倾覆的风险,并且本文的IGA算法在计算时间方面与解的质量方面与其他文献的算法比较均取得显著的优化效果。本文研究结论为滚装船公司在共享需求港商品车库存水平的条件下,根据需求港商品车的库存水平决策配送港口、商品车配送数量和商品车在滚装船甲板上的位置,为滚装船公司转变传统运输模式提供参考,在一定程度上减少滚装船的总成本。同时也为滚装船公司与各个区域的商品车经销商提供一个良好的合作思路,使得滚装船公司能够更好的适应商品车海运物流的发展。