集装箱公铁联运路径优化研究综述

李欣雅，任舒翼，孙 岩

（1.山东开放大学理工学院，济南 250010；2.山东财经大学管理科学与工程学院，济南 250014）

集装箱公铁联运兼顾了公路运输在中短途货物集疏运上机动灵活的优势，以及铁路运输在长途运输上运输量大、经济性好、可靠性高的特点，同时以标准化的集装箱为货物载体，能够有效提高运输效率［1］，是最具代表性的多式联运形式.近年来，我国公路运输网络不断完善.集装箱公铁联运已经成为我国内陆运输系统的重要组成部分，为我国经济社会的持续发展提供了长足的动力.随着集装公铁联运系统的成熟，如何实现系统的高效运营与管理成为运输从业者以及运输规划领域的专家学者关注的焦点.在集装公铁联运系统运营层面的各类规划中，集装箱公铁联运路径优化能够根据多样化的运输需求，设置优化目标，综合考虑公路运输和铁路运输的运输组织特点、公铁联运网络结构、运输环境等因素，规划最佳的集装箱运输路径，实现集装箱在起讫点之间的运输［2］.因此，路径优化是实现集装箱公铁联运系统高效运营管理的关键［3-4］.

目前，关于集装箱公铁联运路径优化的国内外文献十分丰富.既有文献针对不同的问题优化情景，构建了相应的集装箱公铁联运路径优化模型，设计了问题求解算法.通过对既有相关文献进行的综述，系统梳理集装箱公铁联运路径优化问题研究模块，了解问题研究的发展现状，探讨未来研究方向，对于后续集装箱公铁联运路径优化问题的深入全面研究具有重要的意义.而关于集装箱公铁联运路径优化研究综述的文献极为有限.因此，本文将从优化目标设定、运输方式建模、运输网络构建、运输化解规划、求解算法设计5个模块出发，综合分析问题优化情景，对集装箱公铁联运路径优化问题展开综述研究.

1 优化目标设定

1.1 经济目标

目前，物流成本已占到企业生产成本的30%～50%，降低物流成本已成为企业的第三利润源［5］.在客户需求导向下，降低成本与费用是选择运输服务，规划运输路径的首要目标［6］.因此，无论单目标优化还是多目标优化，集装箱公铁联运路径优化研究均将完成运输订单或运输任务的费用（或成本）最小化作为优化的经济目标.在规划此目标时，文献［7-10］根据多式联运的运输过程和中转过程将费用划分为在途运输费用和节点中转作业费用，不同运输方式的在途运输费率不同，不同的节点中转形式也具有不同的中转作业费率.

Sun［11］、Ayar和Yaman［12］研究在考虑铁路等运输方式节点固定作业时间窗的基础上考虑了集装箱提早到达节点需要等待至固定作业时间窗下界然后进行中转作业的情形，在考虑免费存储时间的基础上，规划了集装箱节点储存保管费用，据此将完成运输订单的费用规划为在途运输费用、节点装卸作业费用以及节点储存保管费用.与文献［7-10］相比，文献［11-12］对经济目标的规划与整个运输过程的各个作业环节更加契合.

集装箱公铁联运的一大优势在于通过公路运输的集疏运提高铁路干线运输的规模经济［13］.费率折扣是实现干线运输规模经济的有效途径.张旭等［14］、Chang［5］、Moccia等［15］少数文献提出了关于运输量的阶梯式递减费率函数，据此构建了考虑规模经济的多式联运路径优化的经济目标.构建考虑费率折扣的目标函数是解决干线运输货运不足问题的有效手段，通过降低费用提高干线运输对运输订单或运输任务的吸引力，能够有效提高干线运输方式的装载率，充分发挥干线运输运量大、成本低的优势.

1.2 时效性目标

集装箱公铁联运多应用于长距离运输中，往往需要消耗大量的运输时间.近年来，随着准时生产等先进策略在生产领域的广泛应用，客户对运输时效性的重视程度越来越高［16］.除规划经济目标降低费用外，集装箱公铁联运路径优化研究的相关文献采用了多种方法以提高路径优化的时效性.

1）运输时限约束

大量文献规划运输时限约束，使得集装箱按照规划路径运抵运输终点的时刻或耗用的总时间不得超过客户规定的运输时限［12，17-20］.采用运输时限约束能够避免运输的延迟完成，但是仍存在集装箱过早抵达运输终点的情况.

2）运输时限硬时间窗

少数相关文献构建了集装箱多式联运路径优化的硬时间窗约束，使得集装箱运抵运输终点的时刻或耗用的总时间不早于硬时间窗的下界且不晚于其上界，从而避免集装箱提早或延迟到达运输终点［21］.但是，在运输实践中，客户往往在一定程度上接受集装箱提早或延迟运达.因此，采用运输时限硬时间窗规划集装箱公铁联运路径的灵活性较差.

3）运输时限软时间窗

针对硬时间窗的不足，Sun等［11，22-24］、李愈等［25］研究了考虑软时间窗的集装箱公铁联运路径优化问题.上述研究认为集装箱可以较运输时限时间窗提早或延迟运抵运输终点，但会产生惩罚费用，并将该项费用归入经济目标中，通过经济目标的优化，提高集装箱运输较运输时限时间窗的准时性.但是在实际运输中，与软时间窗相关的惩罚费用难以有效确定，而且集装箱提早或延迟到达运输终点并不一定会在短期内造成经济损失［7］.

4）运输时限模糊软时间窗

针对运输时限软时间窗的不足，梁晓慷［26］、于雪峤等［27］、Sun和Li［28］提出了运输时限模糊软时间窗对客户对路径优化时效性的满意度进行建模.运输时限模糊软时间窗以梯形模糊数的形式予以表示，相关的客户满意度函数则以梯形模糊数的模糊隶属度函数表示，并构建客户满意度约束.

5）多目标优化

Xiong和Wang［10］、Sun和Lang［29］等研究认为降低费用和减少运输时间对于规划集装箱公铁联运路径是同样重要的，具体构建了“费用-时间”双目标优化模型.同时，关于运输时限软时间窗，在惩罚费用难以确定的情况下，孙岩等［7］将集装箱运输终点提早或延迟时间的最小化作为时效性目标，构建了路径优化的双目标线性规划模型.同样，针对运输时限模糊软时间窗，Sun和Li［26］构建了集装箱公铁联运路径优化的客户满意度目标，即客户满意度的最大化.

1.3 环境目标

运输系统作为“人-机-环境”系统，其运行也会产生明显的环境影响.2018年，运输业的碳排放量已经超过碳排放总量的30%［30］.目前，我国正在实际行动积极实施“碳中和”和“碳达峰”政策，不断推动完善国内的温室气体减排工作.运输业作为节能减排的重要行业，也在积极落实国家政策，实践低碳运输的发展，推动集装箱公铁联运低碳路径、绿色路径的优化研究.目前，关于集装箱公铁联运低碳路径优化研究多集中在如下3个方面.

1）碳税法

碳税法是目前既有文献规划低碳路径最常用的方法［21-22，31-33］，是对运输中的碳排放进行收税，并将碳税作为经济目标的一部分.通过优化经济目标，降低包括碳税在内的总费用，从而降低集装箱公铁联运中的碳排放.但是，Sun等［22］指出存在一些路径优化案例对碳排放税率的敏感性较弱，降低规划路径的碳排放需要设置较高的税率，而较高的碳排放税率在实际中的可行性往往难以确定.

2）多目标优化

多目标优化法也是既有文献的常用方法［24，34-36］.将规划路径的碳排放量最小化作为与经济目标或时效性目标相并列，构建低碳路径优化的多目标优化模型，求得问题的帕累托解，实现对包括环境目标在内的多个优化目标的折中处理.

3）碳交易法

相较于碳税法和多目标优化法，碳交易法在集装箱公铁联运低碳路径优化研究中的应用较少.但是，该方法在车辆调度问题［37-38］、生产路径问题［39］等研究上得到了一定的应用，并表现出较好的可行性.碳交易法在设定碳排放限额的基础上，规定高于限额的碳排放量将额外收费，而低于限额的碳排放可进行交易以获得收益，从而推动低碳路径的规划.

目前，关于集装箱公铁联运低碳路径优化的相关文献大都偏向某一种方法的直接应用之上，缺少对不同低碳方法优化低碳路径的效率和可行性进行分析研究.而针对给定的案例，以多目标优化的帕累托解为基准，分析碳税法和碳交易法的效率和可行性，一方面能够帮助决策者设定合理的参数（包括碳排放税率、碳排放限额、碳交易价格），另一方面能够帮助决策者选择最佳的低碳方法规划集装箱公铁联运低碳路径.

除上述普遍的优化目标外，涉及非常规货物运输的集装箱路径优化问题还需要考虑其他特定的优化目标.例如，对于危险品运输而言，其公铁联运路径优化需要考虑运输风险目标［4］；对于生鲜货物运输而言，其公铁联运路径优化需要规划运输损耗目标［40］.本文认为后续研究应从多目标优化的角度出发研究集装箱公铁联运路径优化问题，探讨不同优化目标之间的折中处理策略.而求解多目标优化问题的方法十分丰富，包括先验法（例如，加权求和法）、后验法（例如，ε约束法）以及交互式模糊规划法等.

2 运输方式建模

集装箱公铁联运路径优化涉及公路运输和铁路运输两种不同的运输方式.目前，大部分既有文献将集装箱在节点的中转作业简化为连续的“集装箱达到→集装箱即刻中转→集装箱即刻出发”过程［2，4］.基于上述简化，Xiong和Wang［10］、Sun和Lang［29］以运输成本最低和运输时间最短为优化目标构建多式联运路径规划的双目标优化模型；Zhang等［21］提出了带有硬时间窗的多式联运路径优化模型，设计了问题求解的遗传算法；温旭红等［41］基于碳税法研究了多式联运低碳路径优化问题.近年来，越来越多的研究开始关注不同运输方式运输组织上的区别对路径优化的影响.规划不同运输方式的不同运输组织模式使得优化建模中对集装箱公铁联运流程的规划符合实际运输情景，能够有效提高路径优化支持实际运输的可行性.因此，设定优化目标后的首要工作即对运输方式进行建模.

2.1 铁路运输建模

1）节点固定出发时刻

目前，考虑运输方式节点固定出发时刻的相关文献较多.Hrusovsky等［42］设定了节点固定出发时刻约束，能够保证集装箱到达中转节点的时刻不晚于后续所选铁路运输服务在该节点的固定出发时刻，在此基础上以完成多批运输订单的费用最省为目标，设计了一种混合仿真与优化方法，对服务时间不确定下的多式联运低碳路径优化问题进行了优化.在相同的设定下，Guo等［43］研究了考虑运输订单动态变化和配送软时间窗的多式联运路径实时优化问题；Heinold和Meisel［35］以欧洲集装箱公铁联运系统为研究对象，分别以排放量优化和运输时间优化为目标，研究了集装箱运输路径优化问题.

2）节点固定作业时间窗

Chang［5］规划了多式联运中铁路运输和航空运输两种运输方式节点固定作业时间窗的硬约束，要求集装箱运抵中转节点的时刻必须在后续所选铁路/航空运输在该节点的作业时间窗内.而Ayar和Yaman［12］、Moccia等［15］认为集装箱到达节点的时刻不应晚于时间窗的上界，但可以早于时间窗的下界，当集装箱到达节点的时刻早于时间窗下界时，需要等待至该下界，然后才能进行中转作业.据此，前者研究了土耳其某货运公司的多批次货物多式联运路径优化问题，后者则对意大利多式联运系统进行了路径优化研究.

3）固定列车开行方案

在实际运输情景中，铁路运输需要遵守固定列车开行方案，列车开行方案规定了铁路货运列车的固定开行路径、开行周期、节点作业时间窗、节点到发时刻.集装箱公铁联运路径优化问题需要全面考虑铁路运输固定列车开行方案对路径优化的约束.目前，相关文献对规划列车开行方案的关注度不高.为了提高路径优化支持实际集装箱公铁联运的可行性，后续研究在优化模型时需要重点关注对铁路运输上述特点的规划.

2.2 公路运输建模

1）公路运输的灵活性规划

相较于铁路运输需要遵循固定的列车开行方案，公路运输具有较高的灵活性.针对公路运输不受固定开行方案或时刻表限制的特点，大多数相关文献在规划集装箱公铁联运路径时认为：①当从前一节点将集装箱运抵当前节点后，公路运输可即刻进行集装箱卸车作业；②当在节点完成集装箱装车作业后，公路运输可即刻离开该节点，将集装箱运往后续节点.

2）时变公路运输时间规划

相较于铁路运输，公路运输更容易受到外界环境的影响，公路拥堵、交通事故、恶劣天气等因素均会影响公路运输的运营［44］.目前，少数文献考虑到外界环境对公路运输的影响，采用了分段线性函数构建了时变公路运输时间来反映一天之内公路运输受外界环境的影响情况［22，45］.在考虑公路运输灵活性和时变公路运输时间的基础上，上述研究将公路运输的节点出发时刻规划整合到集装箱公铁联运路径优化中.

3）公路运输节点出发时刻规划

在既有文献研究的基础上，本文认为后续研究需要充分规划外界环境对公路运输相关参数（包括碳排放、运输时间等）的影响，在规划公路运输时变特点的基础上，通过在集装箱公铁联运路径优化中规划公路运输节点出发时刻达到如下目标：①配合铁路运输的固定开行方案，实现公铁联运；②减少集装箱在节点的作业等待时间，从而减少存储保管费用；③避开拥堵时段，减少公路运输的碳排放；④配合与运输时效性相关的三类时间窗，提高集装箱公铁联运的准时性.

3 运输网络构建

目前，绝大多数集装箱多式联运路径优化研究建立在广义的多式联运网络中［10，21，29］.所谓广义多式联运网络即在运输起讫点之间存在若干可选的中转节点，不同节点之间存在公路、铁路、水路等不同的运输方式.在既有文献中，“集装箱达到→集装箱即刻中转→集装箱即刻出发”这一简化的中转作业流程多与广义多式联运网络相结合来规划集装箱运输路径.

对于集装箱公铁联运而言，轴辐式网络通过“公路中短途集运→铁路长途运输→公路中短途疏运”模式更好地发挥公路运输和铁路运输各自的优势，实现枢纽节点作业以及干线运输的规模经济，能够有效完成集装箱的“门到门”运输［4，13］.目前，集装箱轴辐式公铁联运网络优化多集中在网络设计问题研究上［13］，针对该网络结构的路径优化研究相对较少.

1）基于整车运输的集装箱轴辐式公铁联运网络

在少数关于集装箱轴辐式公铁联运路径优化文献中，孙岩等［4］、Sun和Li［28］构建了基于整车运输的轴辐式网络.在该运输网络中，每一运输订单或运输任务的集装箱将由公路运输从相应的运输起点直接运输至枢纽节点，然后进行公路运输到铁路运输的中转.在采用铁路运输将集装箱运抵运输终点所在区域的枢纽节点并完成铁路运输至公路运输的中转后，每一运输订单或运输任务的集装箱将由公路运输从枢纽节点直接运输至运输终点.基于整车运输的集装箱轴辐式公铁联运网络适用于大批量的整车运输情景.

2）基于车辆调度和干线运输相结合的集装箱轴辐式公铁联运网络

随着运输规模呈现“小批量、多批次”的特点，集装箱轴辐式公铁联运网络也开始参与到零担运输中.在此情境下，公路运输承担着由运输起点至枢纽节点的取货服务以及由枢纽节点到运输终点的配送服务.此时，区别于整车运输情景中公路运输的直达运输模式，公路运输将采取车辆调度问题所采用的模式，每辆集装箱卡车将负责多个运输订单或运输任务由运输起点到枢纽节点的取货服务或者由枢纽节点到运输终点的配送服务.

该情境下的集装箱公铁联运路径优化问题即公路运输的取货及配送调度问题与铁路干线运输服务选择问题的结合.由于增加了车辆调度问题的复杂性，且车辆取送货调度需要与铁路运输相协调，因而基于车辆调度和干线运输相结合的集装箱公铁联运路径优化较整车运输情境下的问题优化更加复杂.目前，Heggen等［46］、Lu等［47］少数文献对该路径优化问题进行了研究.

3）轴辐式与点对点式相结合的集装箱公铁联运网络

Sun等［11，22-24］考虑了某些运输订单或运输任务需要在短时间内完成的情形.此时，由于中转作业需要消耗大量装卸作业时间，且中转过程受铁路运输列车开行方案的限制，采用公铁联运往往难以满足运输需求.而采用由运输起点至运输终点的公路全程运输更能满足此类运输订单或运输任务的急切性.因此，相关文献［11，22-24，48-50］将点对点式的公路全程运输整合到上述两种轴辐式网络中，构建了轴辐式与点对点式相结合的集装箱公铁联运网络.

通过上述文献分析，本文认为集装箱公铁联运路径优化应建立在符合公铁联运特点、能够充分发挥公铁联运优势的运输网络之上.因此，后续相关研究应更多地关注对上述三种集装箱公铁联运网络的规划，并在此基础上构建路径优化模型，设计求解算法.

4 运输环境规划

目前，集装箱公铁联运路径优化的既有文献大都建立在确定运输环境之上.在确定运输环境中，决策者认为运输订单或运输任务的相关信息、公铁联运网络的时间参数、能力参数等均是确定的.但是，由于受到外界环境的干扰，运输系统的状态一直处于变化之中，因此运输系统是一种动态系统.路径优化需要在实际运输开始前完成，而在路径优化阶段，决策者难以有效预测实际运输开始后运输系统的状态.因此，优化集装箱公铁联运路径优化应考虑运输环境的不确定性，以提高路径优化在实际运输中的可靠性［51］.目前，关于不确定性的规划多集中在如下3方面.

1）时间不确定性

关于不确定环境下的集装箱公铁联运路径优化研究文献大都集中在时间（尤其是运输时间）不确定上.国内相关文献偏重于模糊时间（包括运输时间和节点作业时间）情景下的集装箱公铁联运路径优化的研究，在采用三角模糊数或梯形模糊数刻画模糊时间的基础上，构建了问题优化的模糊机会约束规划模型、模糊鲁棒优化模型等［24，28，52-53］.而国外相关文献则倾向于采用随机规划对不确定时间下的集装箱公铁联运路径优化问题进行建模，在假设随机时间服从正态分布或均匀分布基础上，构建了问题优化的随机机会约束规划模型、随机鲁棒优化模型等［42-43，54-55］.

2）能力不确定性

相较时间不确定性，考虑能力不确定性的集装箱公铁联运路径优化研究文献十分有限.其中，Sun等［56］分析了运输能力的过高估计和过低估计对集装箱公铁联运路径优化结果可行性的影响，强调了考虑运输能力不确定性对于路径优化的必要性.Sun等［11，22，56］探讨了三角或梯形模糊运输能力约束下的公铁联运路径优化问题，构建了问题优化的模糊机会约束规划模型.Uddin和Huynh［48］对能力不确定性的概率分布进行了拟合，采用随机规划研究了考虑节点作业能力与弧段运输能力不确定的公铁联运路径优化问题.

3）需求不确定性

国内文献对需求不确定下的集装箱公铁路径优化问题进行了一定程度的研究.相关文献大都根据模糊集理论，采用三角模糊数或梯形模糊数刻画需求的不确定性，据此构建了考虑模糊需求的路径优化模型［8，11，23，57-58］.少数相关文献研究了随机需求下的集装箱公铁路径优化问题［59-60］.相比之下，国外鲜有文献研究在研究集装箱公铁联运路径优化时考虑此类不确定性.Fazayeli等［61］研究了考虑时间窗和梯形模糊需求的多式联运选址—路径优化问题.

通过上述文献综述可知，关于不确定环境下的集装箱公铁联运路径优化的相关文献大都集中在单一不确定性的规划之上，相比之下考虑多源不确定性的相关文献十分有限.较考虑单一的不确定性，对多源不确定性进行规划能够更好地提高集装箱公铁联运路径优化的可靠性.因此，本文认为后续集装箱公铁联运路径优化研究应重视对时间、能力、需求多源不确定性的规划.

同时，越来越多不确定环境下的运输优化文献指出了采用随机规划的局限：一方面，随机规划需要大量的历史数据对不确定参数的概率分布进行拟合，而实际运输优化往往难以有效获得足够数量的数据；另一方面，随机规划采用基于情景的方法通过规划大量的情景来表示不确定性，极大提高了问题求解的复杂性［61］.因此，近年来，采用模糊规划构建不确定环境下的集装箱公铁联运路径优化模型得到了广泛的关注.本文认为后续研究可借助模糊规划展开相关研究.

当构建路径优化的模糊规划模型后，为了求得清晰化的路径优化结果，既有文献采用了多种模糊求解法，包括模糊机会约束规划法［22-24］、模糊排序法［4，11，61］、模糊鲁棒优化法［62-63］等，实现模糊规划模型的清晰化转化以使问题求解可得到清晰的路径优化方案.目前，相关文献大都偏重于某一种方法的应用，而忽略了不同方法之间的比选.因此，本文认为后续研究可采用多种模糊求解法对问题优化的模糊规划模型进行清晰化转化，并针对具体案例对比分析基于不同模糊规划法的求解结果，从而选择针对具体案例的最佳方法.

5 求解算法设计

在根据目标设定、运输方式建模、运输网络构建、运输环境规划设定集装箱公铁联运路径优化情景，构建优化模型后，需要设计求解算法对算例或者案例进行求解，得到问题最优解，并据此展开算法或者案例分析.目前，既有文献中的求解算法设计主要分为以下2类：

1）精确求解算法

孙岩等［7］、Sun和Lang［29］构建了集装箱公铁联运路径优化的线性规划模型，并利用LINGO、CPLEX等数学规划软件对模型进行编程，然后利用软件调用精确求解算法（例如，单纯性法、分支定界法等）求得问题的全局最优解.精确求解算法更适合求解线性规划模型.对于非线性模型的求解，精确求解算法往往会陷入局部最优，并且会消耗大量计算时间.而一些复杂情景下的集装箱公铁联运路径优化问题往往难以构建线性规划模型.

针对精确求解算法的局限性，Sun等［11，22-24，28，32］、Xie等［64］在构建集装箱公铁联运路径优化非线性规划模型的基础上，采用线性化技术将非线性规划模型转化为等价的线性化模型，然后利用数学规划软件运行精确求解算法对等价的线性规划模型进行求解，从而得到路径优化问题的全局最优解.

2）启发式算法

精确求解算法在中小规模问题的求解中具有较好的可行性.但是，Ayar和Yaman［12］证明了集装箱公铁联运路径优化问题是一种NP难题，采用精确求解算法难以有效获得大规模优化问题的最优解.而启发式算法被广泛认为是求解NP难题最有效的方法.

因此，大量既有文献对求解集装箱公铁联运路径优化问题的启发式算法进行了设计，例如遗传算法［53，61］、粒子群算法［58］、蚁群算法［65］以及不同算法的相互组合优化［66］，并验证了算法的有效性.启发式算法一般基于解的表示、初始解的生成、适应度函数的构建、迭代更新策略、迭代终止准则5方面进行设计.

此外，Chang［5］、Ayar和Yaman［12］针对考虑多运输订单或运输任务的集装箱公铁联运路径优化问题设计了问题求解的拉格朗日松弛算法，即对运输订单或运输任务的捆绑约束（例如，能力约束）进行松弛处理，将多运输订单或运输任务的路径优化问题转化为一系列的单运输订单或运输任务的路径优化问题，然后针对单运输订单或运输任务的优化问题设计启发式算法，从而有效降低了算法设计难度，提高了问题求解效率.

虽然启发式算法能够高效求解集装箱公铁联运路径优化问题，但是启发式算法无法通过算法自身验证求解的精度.此外，启发式算法并不完全依赖优化模型，因此也无法证明优化模型在数学逻辑上的正确性.因此，本文认为后续集装箱公铁联运路径优化研究应该重视精确求解算法和启发式算法的互相结合，通过精确算法验证优化模型的正确性，并通过中小规模的算例或案例，以精确求解算法的优化结果和计算时间验证启发式算法在问题求解上的精度和效率，然后通过大规模算例或者案例进一步验证启发式算法的有效性，并在此基础上进行算例或者案例分析.

6 结论与展望

本文从优化目标设定、运输方式建模、运输网络构建、运输环境规划、求解算法设计上对集装箱公铁联运路径优化研究进行了系统的文献综述，总结了既有文献在上述5个模块上的研究情况：

1）在优化目标设定上，在物流与运输业向现代服务业转型的背景下，既有文献重视经济性目标围绕“以客户需求为核心”理念的设定，但是，既有文献对其他优化目标的关注较低，未能规划集装箱公铁联运路径优化综合效益的提升.

2）在运输方式建模上，不同于车辆调度问题仅涉及单一运输方式，集装箱公铁联运需要公路运输和铁路运输两种运输方式的参与，且两者采用不同的运输组织方式，但是，根据各自的运输组织模式对两种运输方式进行规划仅得到少数既有文献的初步关注.

3）在运输网络构建上，集装箱公铁联运路径优化均需建立在的运输网络之上，运输网络结构规划需要结合问题研究所规划的特定运输情景，但是，既有文献对运输网络结构的规划尚不深入，未能在问题优化时考虑所构建运输网络的适用性.

4）在运输环境规划上，多数既有文献关注于确定运输环境下的公铁联运路径优化，虽然少数既有文献对不确定运输环境进行了规划，但是偏重于单一不确定性的规划，缺少对多源不确定性的考虑.

5）在求解算法设计上，求解算法的目的在于求得算例或案例中集装箱公铁联运最优路径，并为算例或案例分析提供数据支撑，但是，既有文献多关注于启发式算法或精确求解算法的直接应用，缺少两者在问题求解中的结合.

针对上述文献综述总结，本文展望了后续集装箱公铁联运路径优化的研究方向：

1）从多目标优化角度出发，构建优化目标和约束条件，对集装箱公铁联运路径优化的经济性、时效性、环境可持续性、可靠性等目标进行综合效益优化.

2）根据公路运输和铁路运输的运输组织特点对两者进行建模，综合考虑公路运输的灵活性、时变性特点以及铁路运输固定列车开行方案对集装箱公铁联运流程的影响.

3）根据公路运输和铁路运输的各自优势规划能够充分发挥集装箱公铁联运优势的运输网络（例如，轴辐式网络、点对点式与轴辐式相结合网络），并进一步探讨集装箱公铁联运中公路运输的不同形式（整车运输、零担运输）.

4）从时间、能力、需求等方面综合考虑集装箱公铁联运系统的多源不确定性，重视不同不确定规划方法的对比.

5）重视精确求解算法和启发式算法在问题建模与求解上的结合与验证，提高集装箱公铁联运路径优化的求解精度和求解效率.