从国务院2017年发布的《关于加快发展冷链物流保障食品安全促进消费升级意见》中可知,为了统筹规划好冷链物流的基础设施建设,建立好覆盖全国各地的基础设施网络、促进行业科学发展、保障人民群众的食品安全,补齐“最后一公里”短板是行业健康发展不得不面对的一个问题。在这样的背景下,论文首先从“最后一公里”出发,大量梳理文献后发现,前人的研究大多集中在确定性因素上,对不确定因素,尤其是时间窗的研究还非常不足,故论文将带不确定时间窗的多目标冷链物流决策定为研究方向。然后从基本的车辆路径优化模型上着手,又依据冷链物流产品运输途中易损坏、需制冷、时效要求高、有碳排放指标的特点,提出基本假设。其中详细说明了对于时间窗的假设,并通过时间窗函数来描述客户满意度。再将冷链物流理论、车辆路径优化、蚁群算法相关理论三个角度相结合,以路程最短、花费最小和客户满意度最高为优化目标,成功构建带不确定时间窗的冷链物流优化模型。最后,进行数据采集与处理,并设置参数,以及随机生成一定数量的时间窗长度≥1小时的时间窗数据组并选取其中通过蚁群算法求解模型而得出的总路径最小的时间窗数据组,再通过将这组时间窗数据最小区间长度缩小至0.5小时,来进行最小时间窗长度的对比,以期为企业给予顾客的时间窗选取的服务提供一定的应用价值;而在小范围配送的情况下,时间窗是极其重要的影响因素,在随机生成的100组最小区间长度≥60的时间窗中,选取其中最短距离最长的一组数据来与最短的距离进行对比;除此之外,论文还考虑了无解情况下的几种典型情况,并加以分析与讨论。论文模型不仅能为冷链物流行业相关问题及服务提供理论依据,还拓展了蚁群算法对复杂数据组的优化应用,这也是对冷链物流优化理论和其他相关理论的一种补充。