生鲜电商是近年发展起来的一种新型零售模式,它将生鲜产品由传统的单向多层级配送转换为B2B、B2C、O2O等多渠道网状流通。虽然有效减少了中间冗余环节,但也使得配送车辆路径网络变得复杂,加之生鲜产品的易腐烂性、电子商务订单的分散性和客户需求的多样性等特点,对生鲜电商物流配送成本控制和物流配送效率提出了更高的要求。若企业追求成本最低则难以保证生鲜产品质量和物流配送效率,从而降低客户满意度;而最大化满足客户需求又会增加配送成本,导致企业经营困难。因此,为同时实现客户高满意度及企业低配送成本的目标,如何设计出合理的车辆行驶路径方案成为生鲜电商企业亟待解决的关键问题。基于此,本文针对生鲜电商物流配送问题,结合相关理论与方法,从不同角度建立有效的车辆路径优化模型,并利用算例进行验证。主要研究内容如下:首先,介绍基于多目标决策的生鲜电商联合配送车辆路径问题的相关概念及理论基础。通过分析生鲜电商物流特征及车辆路径问题的研究现状,提出论文的研究思路及关键问题,并以此为基础,对联合配送车辆路径问题和多目标车辆路径问题等相关概念和理论基础进行介绍,为论文后续研究提供理论基础。其次,提出基于多目标决策的生鲜电商联合配送车辆路径优化模型。一方面,从客户时间容忍区和时间容忍度对客户满意度进行分析,合理测量考虑时间需求敏感度的客户满意度;另一方面,深入分析生鲜电商联合配送成本的构成要素,并给出各成本要素的计算方法,建立联合配送成本函数。基于此,构建基于客户满意度最大化目标及配送成本最小化目标的生鲜电商联合配送车辆路径优化模型。然后,在分析常见车辆路径问题求解算法的基础上,结合本文模型的特点,选择具有收敛时间短、计算精度高和鲁棒性强等优点的遗传算法,并针对其求解模型的不足,引入外部记忆库、混合选择机制等改进策略,提出能够有效求解本文模型的改进遗传算法。最后,对本文构建的模型及设计的求解算法进行算例分析,以求得最优车辆路径方案。并通过对比分析,验证模型及改进算法的有效性和可行性。