“交通强国战略”的实施和推进,要求建立多层级一体化综合交通枢纽系统,实现客运零距离换乘、货运无缝化衔接。交通枢纽作为交通运输系统中客货换乘与中转的载体,选址决策的合理性直接影响整个交通枢纽系统的运行效率。我国交通运输系统具有层级性和多模式的基本特征,研究多层级多模式交通枢纽选址优化问题顺应了现代交通运输发展的需求,可为推进综合交通枢纽一体化和交通强国建设提供理论支撑和决策依据。现有关于交通枢纽选址的研究大多关注于单层级单模式枢纽网络拓扑结构,且忽略了参数信息对交通枢纽选址决策的影响。因此,本文立足于不同维度的参数信息,系统地研究多层级多模式交通枢纽选址问题。本文拓展了传统的枢纽选址理论和方法,首先从理论层面提出多层级多模式交通枢纽选址优化方法,对综合交通枢纽选址问题进行建模;进一步考虑交通枢纽系统中多层级枢纽和多模式运输等要素,利用基于参数信息的规划方法对综合交通枢纽选址方案进行分析;其次根据所建立模型特点,分别设计高效的求解算法;最后从客货运应用层面,将所提出的多层级多模式交通枢纽选址优化方法分别应用于城乡公共交通系统和货物运输系统中。本文的主要工作具体开展如下:（1）基于完全参数信息的多层级多模式交通枢纽选址双目标优化问题。首先,基于Complete-Star-Star结构的多层级多模式枢纽网络,以最小化系统的总成本和起讫点间最长运输时间为双目标,构建了考虑完全参数信息的交通枢纽选址双目标优化模型。其次,通过分析模型结构特征,利用（?）-约束重构方法求解小规模问题获得帕累托最优解集。进一步为了在较短的时间内求解大规模算例,设计了两种启发式算法—双目标变邻域搜索算法和改进的非支配排序遗传算法。最后,利用Turkey货物运输系统数据进行大量的数值实验,实验结果验证了双目标优化模型的优越性和求解方法的有效性。（2）考虑不确定需求和直连策略的多层级多模式交通枢纽选址随机优化问题。首先,基于Hybrid Hub-and-Spoke结构的多层级多模式枢纽网络,构建了综合考虑运输需求不确定性和非枢纽之间直连策略的交通枢纽选址随机规划模型,旨在最小化包含建设成本和运输成本在内的总成本。其次,结合随机期望和机会约束理论,将模型转化为基于特定假设的等价二阶锥形式,并利用CPLEX软件求解小规模算例。进一步为了有效地求解大规模问题,设计了一种基于局部强化策略的文化基因算法。最后,将模型和算法应用到Turkey货物运输系统进行数值实验,实验结果验证了随机规划模型和文化基因算法的有效性。（3）不确定时间和成本下多层级多模式交通枢纽选址随机优化问题。首先,基于Ring-Star-Star结构的多层级多模式枢纽网络,构建了考虑不确定时间和成本的交通枢纽选址随机规划模型。其次,在正态分布假设条件下采用中心极限定理,将模型转化为等价线性形式;同时针对更一般的参数分布情形,利用蒙特卡洛模拟逼近目标期望值和机会约束。进一步设计了一种基于转移搜索策略的文化基因算法求解大规模问题,该算法同样适用于蒙特卡洛模拟方法。最后,利用CAB和Turkey运输系统数据进行大量的数值实验,实验结果验证了随机规划模型和求解方法的有效性。（4）面向双重不确定性和区域划分的多层级多模式交通枢纽选址分布鲁棒优化问题。首先,基于Complete-Star-Star结构的多层级多模式枢纽网络,分析行程时间和建设成本参数及其对应分布函数的双重不确定性特征,构建了考虑区域划分的多层级多模式交通枢纽选址分布鲁棒优化模型。为了便于计算,构造了零均值有界扰动集和高斯扰动集,并分别得到了分布鲁棒优化模型的安全逼近形式和等价形式。通过分析转化的二阶锥形式,可以利用CPLEX软件求解小规模问题。进一步为了求解大规模算例,设计了两种启发式算法—变邻域搜索算法和基于种群和搜索的启发式算法。最后,结合山东广饶城乡公共交通系统数据展示了模型的优越性,并随机产生大规模算例验证了启发式算法的有效性。