随着科技的进步及国民消费模式的转变,物流业得以快速发展,已经成为支撑国家经济发展的基础性产业,被看作是推动国家经济发展的加速器。而城市物流配送作为物流体系中成本占比最重的环节,愈发受到广泛关注。然而,城市配送环境复杂、限制因素多,如配送车辆停车难而贵、城市租金高昂及顾客需求每天变化、顾客对配送时效要求越来越高等,使得城市配送路径优化面临更高的挑战,亟需探索新的城市配送模式。其次,目前已有的研究大多从单一的公司成本角度考虑路径优化问题,而物流业的可持续发展需要同时考虑多方因素,如顾客的满意度、配送人员的收益满意度以及对环境的影响等,本质上是一个多目标优化问题。基于此,本文面向城市物流配送,以降本增效为目标,结合城市配送特性对城市直接和两层配送路径优化问题展开研究,建立相应的多目标数学模型并提出有效的求解算法。本文的主要研究内容和创新点归纳如下:（1）针对城市直接配送车辆停车难而贵的问题,本文在带时间窗的车辆路径问题（VRPTW）基础上,同时优化成本和车辆等待时间,构建多目标VRPTW模型,并提出一种基于分解的多目标变邻域下降算法（D-VND）来求解该模型。D-VND通过一组均匀分布的权重向量,将多目标VRPTW分解成多个单目标子问题,并采用基于路径的进化算子来产生后代;同时在变邻域下降方法中加入目标方向邻域算子作为局部搜索策略以提高解的质量;此外,采用了启发式的初始化策略以及基于快速排序和拥挤度的外部档案机制来提升D-VND的性能。实验结果显示,在不同规模的基准VRPTW数据集上,D-VND在收敛性和多样性上优于其他代表性算法且取得了一些更优的目标解,同时验证了优化车辆等待时间的必要性。（2）针对城市租金昂贵及顾客需求每天变化的问题,本文首次提出一种带移动中转站的两层城市配送模式（2ECD-MS）,以第一层货车替代传统的固定中转站,移动中转站的位置根据每天顾客的需求变化而变化以保证每天配送路径都是高效的。同时,以组成成本的各个部分为目标,构建多目标2ECD-MS数学模型,并提出一种基于聚类的变邻域搜索算法来确定移动中转站的位置以及第一层和第二层运输车辆的配送路径。其次,为了进一步减少成本,将2ECD-MS进行扩展,允许货车直接为顾客配送得到2ECDMS-TDD配送模式。实验结果显示,在不同顾客规模、地理范围和分布类型的54个实例中,2ECD-MS相较于传统固定中转站模式平均总成本减少了3.5%的,而2ECD-MSTDD相较于2ECD-MS平均总成本进一步减少了3.25%。这些说明了所提出的配送模式相较于传统的固定中转站模式在减少成本上的优越性。（3）针对城市配送中顾客对配送时效要求越来越高的问题,本文对2ECD-MS模式进行扩展,采用众包模式进行第二层配送,提出一种基于移动中转站及众包的两层城市配送模式（2ECD-MS-CS）。该模式采用拥有私人车辆的临时司机来进行货物配送,能够灵活快速的响应顾客需求,提高配送速度。另外,同时考虑公司成本、顾客满意度、众包配送个人的收益满意度、顾客时间窗及两层同步约束,构建多目标数学模型,并提出一种多方向进化算法（MDEA）来求解多目标2ECD-MS-CS问题。MDEA设计了多种邻域算子替代传统的进化算子,并结合多方向搜索策略引导邻域算子朝多个方向搜索以充分探索帕里托前沿（PF）。最后,基于现有的VRPTW数据集,设计了众包配送个人的原始行程生成策略并产生40个新的实例。实验结果显示,2ECD-MS-CS与2ECD-MS相比,在不同顾客规模、移动中转站数量及地理分布的40个实例上平均成本降低3.4%,配送速度提高42%。而且MDEA算法在多样性和收敛性上也优于多个流行的多目标优化算法。这些验证了2ECD-MS-CS配送模式在配送速度上的优势,以及MDEA算法的有效性。