车辆路径问题(Vehicle Routing Problem，VRP)由于其在现实生活中具有广泛的应用基础和较高的经济应用价值，多年来一直是学术界关注的热点问题之一。2012年国内运输费用占社会物流总费用的52.5％，比重依然较大。在实际运输操作中，城市交通环境存在着突发的交通拥堵，时变的交通流量等诸多不确定因素，导致了车辆在路段上的行驶时间和运营成本都是随机波动的。另外，企业在追求效益的同时，开始关注配送驾驶员工作量的公平性、日益严重的大气污染等问题，这些都增大了车辆调度管理的难度。在实际运输过程中，还需考虑节点之间存在多条备选路径这一问题。因此本文在借鉴已有研究成果的基础上，对考虑不确定性、公平性、大气污染以及节点间多条备选路径的VRP进行了探讨和研究。　　 首先，对绿色随机车辆路径问题进行数学化描述，建立了以运行总成本、驾驶员工作时间标准差以及碳排放量为目标的相关机会约束多目标数学模型，并用李雅普洛夫中心极限定理将机会约束近似等价转化为确定性约束;然后利用改进遗传算法对各个目标单独求解，在求解过程中以目标函数数学期望作为适应度值，并对目标函数中随机变量用蒙特卡洛算法进行模拟，以同时保留其它目标最优路径作为精英策略;依据决策者的判断，用层次分析法(AnalyticHierarchy Process，AHP)对得到的较优路径进行评价，得到静态最优路径。　　 其次，对模型中的相关参数进行实例化，根据给定的数据进行仿真求解;然后对模型中的典型参数进行了分析;最后考虑节点间多条备选路径问题，针对静态规划路径对实际交通突发事件缺乏有效应变措施的情况，基于GPS/GIS系统得到实时动态路况信息，结合节点间多条备选路径对静态路径进行实时调整。　　 最后，总结了本文所做研究工作，指出其中的不足，并提出进一步研究方向。