国家统计局货物运输总量数据显示,中国的货物运输量逐年递增,货物运输总量巨大,进一步看各种运输方式年货运量,发现公路运输的年货物量占到所有运输方式的四分之三,各运输方式年货运量极不均衡。公路运输虽然可以实现快捷方便的运输,但对环境带来较大的污染,不利于生态文明建设,所以应该发展其他高效、节能的运输方式。多式联运能充分利用各运输方式的优点,达到高效节能的目的。本文从提高提升运输的效率和充分利用各种运输方式的优势出发,研究了一个带时间窗的多式联运路径选择问题,建立确定性的路径规划问题模型,综合考虑运输成本、客户满意度和碳排放量,将三者作为模型的目标函数,利用权重系数调节各目标函数的比重,满足不同决策者的决策偏好,提升模型的灵活性;在约束中充分考虑了服务的时间窗,服务的能力,根据问题的性质,合理的生成了一个算例,并运用python编写程序求解算例,验证了模型的有效性;对模型的关键变量进行了敏感性分析,发现服务时间对于结果的影响较大。对服务时间不确定性的多式联运路径问题,运用神经网络这一智能优化算法进行求解,神经网络算法有优秀的学习能力和自适应能力,针对不确定性有较好的包容性;算例分析表明,神经网络可以在确定的置信水平下给出鲁棒解,对于指导现实决策有重要意义;之后进一步延伸,将随机模型转换为机会约束模型,并利用样本模拟方法进行模型的求解,首先将模型转换为确定型模型,将样本数据代入确定型模型,通过数值计算,发现时间窗较为敏感的订单会牺牲成本来抵消不确定性。