公路上的危险品是一个个流动的危险源,其发生事故,对周围的人、财物及环境等都会产生很大的影响。随着经济的发展,危险品的运输量在大幅的增长,危险品对环境和人类的潜在风险在扩大。如何选择一条最佳的危险品运输路径,使其既能保证运输安全又能保证快捷地到达目的地,是决策部门面临的一个重要问题。论文在对大量的相关文献进行总结的基础上,对国内外危险品公路运输路径决策问题的研究进行了综述,指出了目前针对危险品路径的研究未区分危险品公路运输路径选择时所面临的两种不同的运输网络环境(发达的运输网络与不发达的运输网络),而这两种情况下的路径决策方法不完全一致,而且当前的研究大部分仅停留在确定的环境下,对不确定环境下危险品的路径决策研究成果较少。论文将运输网络环境分为两种情况,针对不发达公路网络用多属性决策的理论与方法来选择最佳路径,针对发达公路网络用多目标决策的理论与方法来选择最佳路径。论文在分析危险品公路运输事故类型、事故特点的基础上,提出了基于事故分级的改进的总风险度量模型,并证明了该改进模型满足E.Erkut和V.Verter提出的3个公理:在分析影响危险品公路运输路径选择因素的基础上,建立了危险品公路运输路径决策指标体系,进而分别考虑在确定环境下危险品公路运输路径决策问题和不确定环境下危险品公路运输路径决策问题,分别建立了基于AHP的路径多属性决策模型、基于BP神经网络的路径多属性决策模型及基于UEWAA和ULHA算子的路径多属性决策模型,并分别用示例验证了模型的可行性;在分析危险品公路运输的三个主要目标(最小化事故分级总风险、最小化运营时间、最小化敏感目标人数)的基础上,分别构建了确定环境下危险品公路运输路径多目标决策模型、不确定环境下的危险品公路运输路径机会约束规划模型、不确定环境下的危险品公路运输路径相关机会约束规划模型,同时给出了求解确定环境下危险品公路运输路径多目标决策模型的扩展标号算法及求解不确定环境下的危险品公路运输路径机会约束规划模型、相关机会约束规划模型的混合智能算法,并分别用示例验证了模型及算法的可行性。论文针对不同的公路网络环境,分别考虑确定和不确定两种情况而构建的决策模型与方法可望为政府监管部门提供决策支持。