在经济全球化和电子商务浪潮的有力推动下，我国物流行业实现了较快的发展并获得了良好的认知度。但是,国内物流市场整体集约化程度低，这导致国内企业的物流费用明显高于国外同行业。多式联运能够有效整合经济优势和技术特征各异的多种运输方式，从而降低物流运输费用和提升运输系统的工作效率。然而，频繁的货物运输对生态环境造成了严重的负面影响，阻碍了经济的可持续发展。如何降低物流运输费用和物流运输对环境造成的不良影响成为了业界和学术界共同关注的课题。因此，本文对数量折扣下多个任务集合运输的多式联运进行研究，具体工作如下：　　对以最小化集合运输费用为目标的多式联运路径规划问题进行了研究。首先，本文建立了数量折扣下多个任务集合运输的多式联运路径规划模型。然后，应用扩展变形方法对多式联运网络图进行处理，并建立了关于扩展变形网络图的多个任务集合运输路径规划模型。仿真实验结果表明，与单独运输相比，数量折扣下多个任务的集合运输能够有效降低物流运输费用，更好地发挥多式联运的优势。为满足路径规划工作的及时性要求，本文设计了改进的遗传算法。实验结果表明，对于小规模的问题，改进的遗传算法能够快速求得最优解；对于大规模的问题，改进的遗传算法能够在短时间内求得有效解。此外，改进的遗传算法求解时间不会随着问题规模的变大而明显上升。　　对考虑碳排放的集合运输多式联运路径规划问题进行了研究。本文建立了最小化总运输费用和总碳排放量的双目标路径规划模型，并设计了改进的非劣排序遗传算法。实验表明，改进的非劣排序遗传算法能够在短时间内求得多个Pareto有效解，有利于多式联运经营人根据实际情况选择满意的运输方案。本文还分别对总运输费用和总碳排放量的权重系数及数量折扣力度进行了灵敏度分析。实验结果表明，权重系数的变化能够导致任务的运输方案、总运输费用和总碳排放量发生变化。此外，在总碳排放量确定的条件下，集合运输的总运输费用与数量折扣力度之间存在负相关关系；在总运输费用确定的条件下，总碳排放量与数量折扣力度之间存在负相关关系。