针对煤矿井下无轨胶轮车人工调度成本高、车辆利用率低的问题,通过构建智能化调度模型协同优化运输效率与环保性能.首先,建立融合硬时间窗、货物禁忌和里程约束的MT-CVRPTW 模型.其次,构建以总成本与碳排放最小化为目标的双目标优化模型,并提出基于并行遗传算法(PGA)和自适应大邻域搜索(ALNS)的PGA-ALNS混合优化框架.仿真试验结果表明,该算法通过PGA的全局搜索与ALNS动态邻域优化的双层协同机制,结合时间敏感权重策略和精英保留机制,使碳排放成本保持最低,相较于遗传算法和模拟退火算法,其运输总成本分别降低了11.1％和7.6％,总距离分别降低了10.7％和4.7％,求解时间分别缩短了40.2％和36.1％.采用PGA-ALNS算法优化后的调度方案,其车辆平均实载率达94.16％.该方法有效提升了井下运输的经济性与环保性,为智能矿山建设提供了技术路径.