随着社会医疗卫生水平的提高,不断上升的疫苗需求量导致疫苗冷链配送问题面临极大的挑战。配送过程中的大量碳排放将污染大气环境,因此需要对配送车辆的路径进行合理规划,使配送方案在满足人们疫苗需求的同时,降低运输成本和对环境的负面影响。烟花算法作为一种群智能算法,结构简单,求解效率较高,适用于求解物流路径优化这类NP-hard问题。基于上述背景,本文对多目标烟花算法及其在低碳疫苗冷链配送问题中的应用进行研究,研究内容如下:首先,分析已有多目标烟花算法的不足,提出一种子群协同选择的区域增强多目标烟花算法。该算法将子群最优火花的概念引入爆炸算子和选择策略,得到区域增强爆炸算子和子群协同选择策略,充分利用局部最优解的信息,增加烟花种群多样性,提高算法求解效率。在多目标函数测试集WFG上验证改进策略的有效性,与5种已有多目标元启发式算法的对比结果表明,所提算法在WFG问题上的收敛性和多样性更好。其次,建立低碳车辆路径问题（简称低碳VRP）的约束多目标优化模型。该模型引入考虑多种因素的碳排放量计量方式,以总碳排放量和子回路最长耗时为最小化目标,以可用车数量为约束条件。为了求解该模型,提出一种离散区域增强多目标烟花算法。它采用部分映射爆炸算子、调整子回路任务的混合变异算子和目标驱动的启发式扩展搜索策略,以分别提高算法的收敛性、多样性和分布宽广度。通过9个不同规模的低碳VRP实例验证所提模型目标的冲突性和改进策略的有效性。与4种已有算法的对比结果表明,所提算法在低碳VRP上能够获取更高的求解精度和更好的解集分布性能,并且适用于不同规模的问题。最后,以低碳VRP为基础,采用企业运输成本和客户不满意度作为优化目标,将低碳疫苗冷链配送问题建模为包含可用车数量、容量约束和时间窗约束的多目标优化问题,提出一种离散双档案区域增强多目标烟花算法。针对问题强约束条件多的特点,所提算法采用消除车辆约束的解码方式,设置可行解档案和不可行解档案两个外部档案协同进化,并对不可行解档案实施可行性搜索。仿真实验结果表明问题目标设置合理,改进策略能够使得所提算法在低碳疫苗冷链配送问题上高效地搜索到一组收敛精度高、分布均匀且范围较广的Pareto非支配解。