危险品在国民经济中具有巨大的应用潜力,它的大量使用在促进经济发展的同时,带来越来越多的风险,引起了广泛的关注。随着世界各地对危险品需求量的不断增加,危险品道路运输线路优化问题成为一个热门话题。尽管危险品道路运输事故发生的概率极低,但一旦发生其后果却是灾难性的,这意味着需要考虑更多现实因素以降低危险。由于危险品道路运输存在不确定性,且国内在不确定性理论这方面的研究起步较晚、投入力度较低、研究基础薄弱,特别是将不确定理论与危险品道路运输结合的研究与国外相比存在巨大差距。因此,开展不确定环境下危险品道路运输线路优化问题研究是极其迫切和必要的。国内外研究焦点集中于确定性环境下的危险品道路运输,对不确定性理论在危险品道路运输方面的应用较少。在算法设计时,虽然遗传算法已被成功应用于确定性环境下的危险品道路运输模型,但由于危险品独有的特性,单纯的遗传算法已不能满足系统优化的需求,需要针对具体的模型设计对应的混合智能算法。因此,深入不确定环境下危险品道路运输线路优化问题研究是非常有意义的。本文关注危险品道路运输线路过程中的多个环节,提出车辆路径、物流中心选址、路径选择、配送等优化模型,将减少受影响的人数作为主要考虑因素,降低危险的同时为决策者提供多种选择。论文的研究内容包括:(1)模糊环境下危险品道路运输车辆路径优化模型针对确定性环境下的危险品道路运输车辆路径优化模型,采用不确定性理论对危险品运输的在途时间和受影响人数进行模糊化,该方法包括多约束条件数学建模、可信性测度的计算等关键部分;设计混合智能算法的流程,针对提出的数学模型提供解决方案,有利于提高客户的满意度,验证了不确定性理论在解决危险品道路运输优化问题上可以达到降低危险的目的。(2)模糊环境下危险品道路运输物流中心选址优化模型依据不确定性理论可以降低危险品运输总危险的思路,设计如何评估危险品道路运输事故发生概率,分别使用负二项回归模型和模糊逻辑模型完成基础概率的确定以及修正,得到最终的事故概率。将其应用于物流中心的选址优化模型上,完成单物流中心以及多物流中心的选址,设计生物免疫算法与模糊模拟相结合的混合智能算法,验证其收敛性。(3)模糊随机环境下危险品道路运输路径选择优化模型借鉴金融领域的风险价值模型,在模糊随机环境下提出带有机会测度的风险价值模型--机会风险价值模型,提出模型的主要性质,据此构建适合危险品道路运输的双目标即危险性最小和运输成本最小模型。使用k-最短路算法与模糊随机模拟算法设计混合智能算法并判断其收敛性,研究不确定性环境下危险品道路运输网络路段筛选的空间规律,确定合理的路径。(4)模糊随机环境下危险品道路运输配送优化模型利用不确定环境下道路运输配送的危险信息,针对仓库与客户之间的多对一配送模式,以配送数量为研究对象,建立不确定环境下危险品道路运输配送的双目标模型,分别对期望值模型和机会模型分析处理,设计相应的混合智能算法并加以验证,为系统决策者提供危险品道路运输的最佳配送方案。