随着我国汽车产业的快速发展,我国已成为世界第一大汽车生产国和汽车消费国。汽车产销量巨大,导致对汽车配送的需求也越来越大。当前,我国汽车配送主要采用的是公路运输方式。汽车产品通过公路运输不仅有很大的安全隐患,而且容易造成交通拥堵,增加对环境的污染程度。并且,随着我国汽车产业竞争的加剧,公路运输车辆容量过小的瓶颈问题在汽车配送过程中越来越突出,公路拖车运输容量的限制决定了汽车生产厂商难以降低汽车产品的公路运输费用,即物流成本始终高昂,这使得汽车生产厂商难以在汽车产品价格逐渐下降的行业趋势下保持竞争优势。多式联运具有规模经济效应,并且较为环保和安全,能够有效降低汽车产品的运输成本,因此,在汽车行业采用多式联运的运输方式已经成为汽车行业的普遍需求。另外,我国政府正在大力建设综合运输体系,积极兴建多式联运的基础设施,解决多式联运的运输瓶颈,推进多式联运运输方式的全面开展。在物流成本带来的竞争压力和社会发展多式联运的大好机会面前,我国的各大汽车生产厂商和汽车物流企业积极开展整车多式联运运输。面对当前已经形成的结构复杂的汽车整车多式联运网络,如何最优地进行整车多式联运,是汽车企业目前需要解决的重要问题。本文针对汽车整车多式联运优化问题展开研究,主要研究汽车整车从汽车生产基地到多式联运终端的第一阶段运输优化问题,和从多式联运终端到经销商处的第二阶段运输优化问题,以期为汽车整车多式联运的实施提供参考和借鉴。本文的主要研究内容如下：(1)研究了汽车整车多式联运路径优化问题。首先,分析现有的汽车整车多式联运网络与一般物流网络的不同特征,即包含公路、铁路和水路三种运输方式,每周固定的运输频率,每天多批次的配送,以及有整车发运时间要求等复杂结构和操作特征；其次,针对上述我国汽车行业整车多式联运操作的特定要求,采用数学建模的方法构建易于用主流优化软件求解的整车多式联运路径优化模型,使其不仅具有对整车多式联运路径进行优化的功能,也具有在实际应用中便于计算,能够为汽车企业节省决策时间的特点；最后将该整数规划模型应用于具体的案例,分析、验证了该模型对当前我国汽车整车多式联运线路优化实践有一定的指导作用。(2)对不确定需求条件下带有复杂特征的汽车整车多式联运网络中的车皮和舱位量的优化计算问题进行了研究。首先,采用数学建模的方法将该问题建模成一个两阶段的包含两类决策变量的随机优化模型,模型中第一类决策变量是车皮和舱位的预定量,第二类决策变量是不同运输模式下每条可行线路上的流量；然后以汽车企业整车需求历史数据作为基础输入数据,针对该问题的组合优化特性,对样本平均近似方法进行改进,并使用改进的样本平均近似方法对不确定的整车需求进行仿真,之后结合对偶分解和拉格朗日松弛方法对所建立的两阶段随机优化模型进行求解,以获得模型第一阶段需要确定的车皮和舱位的最优预定量,并在已经获得的每条运输线路上的车皮和舱位预定量的基础之上,使用优化软件计算随机需求情形下每条线路所访问节点的最优整车运输流量；最后,通过案例研究,验证所建立的模型和提出的求解方法,能够有效降低不确定的整车需求对整式多式联运过程中车、船运力的合理调配带来的不利影响。(3)对汽车整车多式联运网络中服务频率的设定和正逆向路径优化问题进行了集成研究。首先,以充分利用现有的整车多式联运网络资源为出发点,从整车多式联运配送网络、对配送时间敏感的客户需求、汽车旧件返回运输的组织、正逆向运输产生的成本四个方面对这个集成规划问题进行了描述；然后通过数学建模的方法,将最大化整车正向运输和汽车旧件逆向运输产生的收益和减去总的运输成本以后的利润当作目标函数,设定需要满足的正向运输资源约束条件、客户需求的配送时间约束条件以及建立在正向运输资源充分利用基础上的逆向运输容量约束条件等,将整车多式联运网络中每天开行的火车和船的服务频率设定问题和正逆向路径优化问题集成构建到一个数学规划模型中；最后,将该模型应用到实例中,通过优化软件对其进行求解,验证该模型能够有效协调整车多式联运运输资源的使用且逆向物流的设计能提高运输资源的利用率。(4)研究了汽车整车多式联运的短途运输问题。首先,针对因客户需求数据不准确或客户需求临时改变而造成的配送冲突问题,提出对从车辆存储中心发出的运输车辆的行驶路线实时进行动态调整来满足变化的客户配送需求,再采用4S店之间相互调配的方法进一步满足客户配送需求的运输策略；其次,根据该策略建立对从车辆存储中心出发的车辆进行调度的一阶段和二阶段数学规划模型,并采用聚类-节约算法进行第一阶段模型的求解,得到从配送中心发出的车辆的静态最优配送路径,然后采用改进的遗传算法对第二阶段模型即客户需求发生变化后的动态车辆路径问题所对应的模型进行求解；最后通过案例研究验证了该模型和求解方法能够缓解整车多式联运上游配送量与下游需求量不匹配所带来的冲突。