随着“一带一路”战略的提出与持续推进,我国与欧洲的经贸关系日益密切,物流运输需求旺盛,贸易通道和运输方式不断发展和完善,集装箱多式联运凭借其诸多优势迎来了前所未有的发展机遇。然而,中欧集装箱多式联运由于其距离长、涉及区域广、作业程序复杂经常会受到不可量化的因素影响,如恶劣天气、车辆拥堵、燃油费率变动等会使运输成本、运输时间及换装作业时间发生较大波动,这些不确定因素会对集装箱多式联运运输方案选择产生较大影响。因此,如何减小不确定性因素对多式联运经营者带来的风险,为其选择最佳的运输路径和运输方式,进而优化我国内陆城市至欧洲腹地城市的集装箱多式联运路线成为关注的焦点。本文从合理有效地组织集装箱多式联运为出发点,在综合分析中欧之间现存的集装箱运输通道的基础上,充分考虑到运输成本、运输时间、中转换装作业时间受现实中一系列不确定因素的影响而产生的随机特征,并利用鲁棒优化方法,在基准数据的基础上采用随机扰动的方式生成各情景数据。同时,结合中欧贸易的现实情况,建立了在满足碳排放限制条件下,以运营成本和运营时间最小的戏目标集装箱多式联运运输路径优化模型。此外,本文采用带精英策略的非支配遗传算法(NSGA-Ⅱ)对所构建的双目标优化模型进行求解;以“南通-柏林”20个40英尺的集装箱货物为例进行中欧集装箱多式联运运输路径优化的算例分析。·首先,分别采用CPLEX和NSGA-Ⅱ算法对小规模算例进行求解,以验证模型和算法的有效性;其次,将单目标模型与多目标模型求解结果进行对比分析,证明多目标优化可以解决各子目标之间的冲突,得到多个目标的折衷解;再次,将鲁棒优化模型和确定型模型进行对比分析,并改变情景数据的扰动方式,证实了鲁棒优化模型适用于所有情景,其结果对加权权重不敏感,较确定型模型有良好的稳定性;最后,分别对碳排放限额、运行时间窗、遗憾值进行灵敏度分析,考察其发生变化时对实验结果的影响。