21世纪企业的竞争方式发生了巨大变化,随着供应链管理的发展,一种新的供应链管理模式——第四方物流的出现,引起了学术界和企业界的广泛关注。第四方物流作为客户企业供应链的管理者,在第三方物流的基础上,利用强大的社会资源整合能力为客户企业提供一体的供应链解决方案。而现在的物流理论体系对第四方物流的论述很宽泛,因此相关研究具有十分重要的意义。第四方物流在整合外界资源进行优化决策时,其关键在于物流优化路径的选择和第三方物流供应商的选择这两个问题上。而且受到各种不确定因素的影响,使得物流运作过程中存在着时间延迟。如果由于时间的延迟致使完工时间超过了给定的期限,第四方物流就要承担相应的损失,有一定的风险。所以本论文在分析了第四方物流路径优化问题的研究与应用的基础上,进一步研究了考虑完工风险的第四方物流路径优化问题。本文在对第四方物流路径优化问题、完工风险管理问题,随机理论和遗传算法、免疫算法进行综述的基础上,主要进行了以下几个方面的研究：(1)针对所研究问题的随机性的特点,根据多重图建立了相关机会规划模型。通过极大化完工时间在规定期限内实现的概率从而给出最佳路径。(2)考虑到路径优化问题是一个NP难问题,因此,针对相关机会规划模型设计了基于随机模拟的遗传算法和基于随机模拟的免疫算法。基于随机模拟的遗传算法除了具有编码、交叉、变异、选择等一般遗传算法的特征外,创新点在于采用了随机模拟的方法来确定适值函数；考虑到随机模拟的遗传算法在求解过程中可能过早收敛,因此将亲合度、浓度、期望繁殖率和记忆机制引入基于随机模拟的免疫算法中,能较好的维持群体的多样性。通过对三个不同规模实例进行仿真验证,结果表明基于随机模拟的遗传算法在小规模问题上能得到较好解,但随问题规模的扩大,陷入局部最优；而基于随机模拟的免疫算法则可以克服这一缺点,以较快的收敛速度达到较优解。(3)注意到在随机模拟过程中会消耗大量时间,因此,进一步给出了相关机会规划的等价确定性模型,并应用遗传算法及免疫算法进行求解,结果明显优于基于随机模拟的算法的结果,具体表现在运算时间及稳定性上。本论文的研究工作为的第四方物流路径选择及其优化提供了有效的方法。