在车辆自组织网络（Vehicular Ad-Hoc Networks,VANETs）的背景下节点的资源十分有限,节点之间难以找到一条稳定的通讯路径,传统的路由算法已经无法应对此种网络环境。延迟容忍网络（Delay Tolerant Network,DTN）的路由算法可以忍受巨大的延迟、连接频繁中断等恶劣条件,因此使用DTN中的路由算法是一种可行的解决方法,如何找到高效的路由转发算法是车辆延迟容忍网络（VANET/DTN,VDTN）的主要问题。本文从以下几个方面提出了三种VDTN路由转发算法:（1）节点相遇速率为某一节点与其他节点相遇的速率,节点相遇速率越高则代表该节点越活跃。越是移动活跃的节点遇到别的节点的概率就会越大,也更适合作为中继节点。网络环境变化迅速也使得路由转发算法应当具有动态地学习网络环境的能力。Q学习是一种基于价值的强化学习方法,本文提出的基于节点活跃度的路由转发算法（Q-based multiple routing,QBMR）使用基于最优树的消息扩散策略,利用Q学习算法对网络环境进行强化学习,并根据节点相遇速率来决定Q值的奖励系数,以此来选取合适的中继节点。仿真结果表明,该算法比相关算法有较高的投递率,较低的网络开销。（2）在对QBMR算法进行仿真实验时发现,在某些网络环境,例如节点速度较低和节点数量稀少的情况下,QBMR算法的性能表现不佳,这是由于在此种类型的网络环境下,为了保证中继节点选择的高效性,QBMR算法消息扩散阶段传递消息副本的条件较为严格,造成了网络启动较慢,导致了最终的消息投递率不佳的问题。针对这一问题,本文改进了QBMR算法消息扩散阶段的消息扩散策略并提出了基于节点活跃度的混合路由转发算法（Q-based hybrid multiple routing,QHMR）。仿真结果表明,在低速节点环境和稀疏节点环境下QHMR拥有更好的性能。（3）在VDTN中,有些节点会因为资源不足而拒绝承担中继消息的职责,这种节点被称为自私节点,通常用信誉值来评价节点的自私程度。网络中自私节点的存在会影响网络的性能,因此路由转发算法应当考虑避免选择自私结点作为消息转发的中继节点。本文提出的基于节点信誉值的路由转发算法（Q-based multiple credit routing,QMCR）利用Q学习算法对网络环境进行强化学习,并根据节点信誉值来决定Q值的奖励系数,控制消息副本扩散的数量。为了避免网络中消息副本过多造成网络拥塞,QMCR算法中的节点使用了消息缓存优化,有效缓解了这个问题。仿真结果表明,该算法在保持较高投递率的同时,网络开销也处于较低的水平。本文对VDTN中的路由转发算法和相关技术进行了研究,通过上述三种算法的设计与仿真验证,其结果表明较好地解决不同网络环境下的路由转发问题,为VDTN路由转发算法的发展提供有价值的参考。