协同物流是近年来基于协同理论发展起来的现代物流模式,它通过资源的整合,使相对独立的物流企业构成开放与柔性的物流网络体系,实现整体上的规模效益、优势互补,达到最大限度地降低成本,提高效率的目的。协同物流为解决当前物流企业存在的问题提供了一种新的模式和有效途径,对于促进我国经济与社会发展必将产生重大影响。本文在协同物流框架下,针对问题的特点初步构建了协同物流的网络结构。考虑物流量在时间轴上的变化特点,对其网络总的资源需求建立数学模型,以整体成本最小化为目标。有针对性的采用基于k均值聚类算法构造初始解的禁忌搜索启发式算法。数值实验表明该算法能够有效的求解问题模型。在协同物流网络结构基础上,进一步研究网络运营中的运输的调度计划。研究中考虑回程及任务时间限制,建立数学模型。目标函数中考虑车辆的固定费用、行驶费用、未按时完成服务产生的惩罚、存储费用等多种影响因素。有针对性地提出了混合遗传算法求解该问题,采用基于扫描算法的启发式算法构造初始解,在寻优过程中加入引入并行禁忌搜索以提高解的质量。基于不同规模不同特点的算例进行对比测试,数值实验表明了本文采用的混合遗传算法在求解该类问题时的有效性。