旅游线路车辆配置问题，就是要找到在车辆配置到旅游线路上所做的最大贡献和的旅游线路车辆配置。这个问题已经被给予了高度重视。对旅游线路车辆配置的研究有助于旅游业节约物流成本并提高客户满意度，对提高旅游业的竞争力将起到重要的作用。本文原创性地研究了在不同的不确定环境下的最大贡献旅游线路车辆配置问题。文中定义了一些新的最大贡献旅游线路车辆配置概念，根据不同的决策需求提出了若干模型，设计了混合智能算法求解这些模型，并给出一些数值试验来说明算法的有效性。 本文把概率论引入到该问题中，研究了随机环境下的最大贡献旅游线路车辆配置问题。在介绍了两种新的最大贡献旅游线路车辆配置概念之后，本文提出了随机期望最大贡献旅游线路车辆配置模型、随机α-最大贡献旅游线路车辆配置模型，将随机模拟嵌入到遗传算法中设计了混合智能算法来求解模型，并用一个数值试验展示了算法的有效性。对于模糊情况，本文建立了模糊期望最大贡献旅游线路车辆配置模型、模糊α-最大贡献旅游线路车辆配置模型。根据可信性理论，在贡献值由三角模糊变量刻画得假设前提下，本文分别给出了模型的两个清晰等价形式。随后，本文给出了求解模型的混合智能算法和证明其有效性的数值例子。进一步，本文介绍了随机性和模糊性并存的不确定性的模糊随机理论的基本知识，提出了模糊随机期望最大贡献旅游线路车辆配置模型、模糊随机(α，β)-最大贡献旅游线路车辆配置模型，并设计了结合模糊随机模拟和遗传算法的混合智能算法，给出了展示算有效性的数值例子。最后，本文把基于概率论和可信性理论的机会理论引入到该问题中，提出了混合期望最大贡献旅游线路车辆配置模型、混合α-最大贡献旅游线路车辆配置模型，并设计了结合混合模拟和遗传算法的混合智能算法，给出了一个数值试验展示了算法的有效性。 总结本文的创新点，包括以下几个方面：(1)首次提出了在随机环境、模糊环境、模糊随机环境和混合环境下的最大贡献旅游线路车辆配置问题的若干模型；(2)设计了结合不确定模拟和遗传算法的混合智能算法，并提出了证明其有效性的数值试验。