近年来,随着社会经济的不断繁荣发展,网络消费时代B2C电子商务也井喷式迅速发展,人们对网购生鲜冷链产品习以为常。且生活水平的日益提高以及物流的迅速发展使得生鲜产品在电商平台上的销量激增,促使生鲜电商物流转型。而目前国内物流配送的瓶颈之一就在于“最后一公里”,给配送工作带来了许多困难。生鲜产品作为易腐产品,经过终端运输过程中的配送不及时、等待、投递不成功等情况,产品的新鲜度会下降或出现腐损。如今发展起来的自提模式,虽然能解决投递失败等问题,但依旧无法降低生鲜产品因配送与客户时间不匹配造成的新鲜度损失,且现在越来越多企业开设不同形式的自提点,过剩的自提点也造成了配送资源的浪费。这些都导致配送成本的增加以及客户服务质量的降低。因而研究如何整合资源,提升生鲜物流终端配送中的自提服务是很有必要的。本文在传统生鲜冷链物流终端配送选址及路径规划问题的基础上,对“最后一公里”的自提与配送到户混合模式下的选址路径问题进行研究。在分析总结国内外对生鲜冷链配送的发展以及“最后一公里”配送模式研究现状的基础上,提出对自提服务站选址,之后根据客户需求的特点选择自提或者配送到户的不同配送模式,建立考虑产品新鲜度以及客户距离惩罚成本的生鲜产品配送到户与自提结合的LRP模型。在模型约束上,除考虑有关自提配送的固定成本外,增加与客户服务质量有关的新鲜度成本和客户对自提距离接受度惩罚,使模型更贴近实际情况。此外,用LINGO软件对本文建立的模型进行小规模算例求解,验证了模型的正确性及有效性。最后,结合本文所建模型的特点,设计适用于生鲜产品的自提与配送到户结合的混合配送选址路径问题求解的蚁群算法,在蚁群算法中加入变邻域搜索对算法的收敛性速度等进行改进,并采用Solomom标准算例的小中大规模数据对模型进行验证,结果显示本文设计的算法具有良好的稳定性、求解效率以及求解精度。同时用本文算法数据对于传统模式下的配送到户以及完全自提两种模式进行求解,结果表明本文所提出的混合配送模型在整体经济效益和对于客户的服务质量方面均有一定优势。本文提出的模型和算法,能为生鲜电商物流“最后一公里”配送中关于自提服务点选址,选择自提客户及路径规划提供参考,为生鲜电商产品的终端配送提供理论依据。