生鲜品作为品质生活不可缺少的物资正随着人们生活水平的提高而需求量增多,同时人们对生鲜品质量的要求也随之提升。目前我国生鲜品配送研究相对滞后,有关行业发展仍不平衡,生鲜品在从出发地到目的地的过程中,存在配送时间长、配送成本高等问题,生鲜品厂家无法得到高回报的同时消费者满意度也有所下降。同时在冷链配送问题的研究中,一般假定行驶速度恒定且路网两节点之间只有一条可选择路径,然而在实际的配送过程中,受到交通管制、交通拥堵等影响导致路网交通流量实时发生改变,从而使配送路网中的车辆行驶速度受到限制,呈现实时变化的趋势,且路网两节点之间存在多条变化趋势不同的可选择路径。如何结合实时变化的路网交通信息对冷链配送路径进行优化,从而降低物流成本,提高冷链配送企业核心竞争力是当前面临的重大课题。本文针对配送网络两节点之间存在多条通路且不同通路交通信息实时变化特征的冷链配送动态车辆路径问题,首先分析实时变化的道路交通信息,并对不同通路的通行时间进行计算,再分析各项成本构成,建立了包含制冷成本、货损成本、时间窗惩罚成本、车辆派遣成本在内的总成本最小化的两阶段模型,第一阶段根据预测通行时间进行初始优化,第二阶段根据真实通行时间进行实时调整。在第一阶段预优化时,根据历史交通信息,设计自适应混沌遗传算法求得初始配送路径与通路选择策略;在第二阶段实时调整时,根据不同通路实时变化的交通信息,保持原配送节点顺序不变,提出配送节点处更新通路选择策略以降低两节点间的通行时间。算法生成初始种群时运用了Logistic映射方程,并采用了自适应交叉与变异算子,同时根据多通路的特点设计了双循环的目标函数计算方式,最后通过运用不同算法对比计算不同规模算例与本文算例的不同变形,分析验证了本文所建模型与算法的有效性。研究成果可作为冷链配送车辆路径问题新的研究方法与研究思路,并对冷链配送企业合理安排配送方案具有指导意义。