重装倒运作为多式联运末端衔接的关键环节，其去程与返程任务间的强时序耦合关系对调度优化提出了特殊挑战。现有车辆路径问题（VRP）模型未充分考虑双向时序耦合、多中转点协同及重型装备不可拆分等约束，难以直接应用于重装倒运场景。因此，本文定义重装倒运双向耦合调度问题（HED-BC），提炼出去程-返程强时序耦合、装备不可拆分等核心特征。为解决该问题，本文首先建立了多中转点重装倒运双向耦合调度优化模型，以平板车数量、运输时间等为优化目标，采用CRITIC客观赋权法确定权重，然后设计了基于反馈采样的遗传算法（FSGA）采用多层编码，构建双向知识交换机制，结合动态惩罚策略与偏好导向选择算子，实现复杂约束下的高效寻优。以我国西南高原边防场景为案例进行验证，结果表明算法在1000代内将平板车使用数量从60辆收敛至35辆，任务完成率达100%，总完成时间30 h，验证了模型与算法的有效性。本文模型与算法可为军事投送保障中的多中转点重装倒运调度提供直接或间接决策支持，实现资源集约与任务时效的有效平衡。

重装倒运,双向耦合调度,反馈采样遗传算法