最短路问题是寻找从原节点到其他节点最短的距离，它在交通运输、行程安排、信息传递中有很重要的作用． 在本文中，我们研究具有模糊随机弧长的多属性最短路问题，即每条弧有三个属性：路程、运行时间、运行费用。我们想找到一条路程最近、时间最短和费用最少的路，所以我们建立了三个多目标规划模型：期望值模型、最小化悲观值模型和模糊随机相关机会规划模型．由于多目标规划通常不存在最优解，我们把目标函数进行加权求和建立妥协模型，为了求解这些妥协模型，我们采用了混合智能优化算法，这种算法由模糊随机模拟、神经元网络以及遗传算法混合而成，我们用一个数值例子来说明混合智能优化算法的有效性；另外我们还分别推广了模糊约束和随机约束的等价形式并且找到一个关于模糊随机约束的清晰等价形式；我们为了说明模糊随机约束的等价形式的有效性，也举了一个数值例子． 本文的结构如下：第一章：介绍了最短路问题以及本文涉及到的一些概念和定理；第二章：推广了模糊约束和随机约束的等价形式，并且给出了一个模糊随机约束的等价形式；第三章：建立了多属性最短路问题的三个模型；介绍了混合智能优化算法的有关内容；第四章：数值例子；第五章：对本文进行总结．