El propósito de este estudio es resolver el problema de bajo factor de carga y margen de beneficio en el transporte punto a punto de trenes de carga internacionales a través del modo de organización de transporte de ensamblaje. Se construye un modelo de optimización de ubicación enrutamiento biobjetivo para optimizar problemas, como la ubicación del centro de ensamblaje, la ruta de ensamblaje de carga, la frecuencia de trenes de carga internacionales y el número de formaciones. Los objetivos son minimizar el costo total integral y maximizar la satisfacción promedio de los transportistas. Considerando el impacto de la tecnología blockchain, se introducen en el modelo la proporción de reducción del tiempo de despacho de aduana después de la implementación de blockchain, la proporción de reducción de tarifas de despacho de aduana después de la implementación de blockchain y el costo de la tecnología blockchain. El estudio de caso se basa en datos de transporte ferroviario para 2022. En este caso, se seleccionan 43 estaciones en la Península de Indo-China como estaciones de origen y se designan dos estaciones chinas como estaciones terminales. Se propone un algoritmo mejorado NSGA-II (ANSGAII-OD) para resolver el modelo de optimización de ubicación enrutamiento. Este algoritmo se basa en el aprendizaje basado en la oposición y su fuerza dominante. El estudio de caso indica que el transporte de ensamblaje es ventajoso en comparación con el transporte directo. Además, el costo integral se reduce en un 19.77%. Además, la tecnología blockchain puede reducir costos y mejorar la eficiencia del transporte de manera efectiva. Después de la implementación de la tecnología blockchain, el costo integral se reduce en un 8.10%, mientras que la satisfacción promedio de los transportistas se incrementa en un 10.35%.