近年来,随着生产力疾速发展和消费者收入水平的大幅提高,生鲜食品区域化产出和反季节销售规模正大幅增加,消费者越加关注生鲜食品的种类多样化、食用安全性和营养性,尤其是新鲜度和配送的准时性。生鲜食品与常温食品相比其具备生命周期短的特点以及易腐率高的特性,因而冷链物流对保障生鲜食品质量非常重要。由于我国冷链物流起步较晚,配送路径规划多依靠司机经验,缺乏科学理论的指导。这导致生鲜食品配送成本高、货损严重以及送货不准时,使得生鲜配送物流商面临巨大压力。随着大气污染与能源危机的日益严峻,零排放、能源利用率高的电动汽车得到国家和社会越来越多的关注。广泛使用电动汽车出行可以优化当前煤炭、天然气、石油的能源结构,减轻交通污染治理的压力,而且可以得到国家的多项补助。对于生鲜配送商来说,电动冷藏车环保且行驶成本低廉,是未来生鲜配送车辆的合适选择。路径规划是考量冷链物流能否高效运作的至关重要的环节,科学合理的电动冷藏车路径规划可以有效缩短生鲜食品的在途时间,降低物流成本。不同于传统的燃油冷藏车,电动冷藏车由电池直接供电行驶,故具有一些特性:电池容量有限,充电时间较长和充电设备缺乏等。这些特点使得电动冷藏车在生鲜配送车辆调度中不仅需要考虑生鲜货损情况还需要考虑充电时间、充电站位置以及电池容量限制。传统的车辆调度理论已不适合指导生鲜配送电动冷藏车路径规划问题,生鲜物流公司迫切需要以电动冷藏车为研究对象的相关理论。本文主要研究以生鲜食品为配送对象的电动冷藏车路径规划问题,首先对车辆调度理论、生鲜冷链物流和求解算法等方面的文献进行研究总结。然后,考虑生鲜食品配送和电动冷藏车的特点,分析电动冷藏车配送生鲜食品的路径成本,建立基于派车固定成本、行驶成本、制冷成本、时间窗惩罚成本和货损成本之和最小的目标函数;模型约束包括车辆约束、载重约束、电池容量约束和时间约束,进而建立带时间窗的电动冷藏车路径规划问题(Electric Refrigerator Vehicle Routing Problem with Soft Time Window,以下简称“EVRPSTW”问题)的混合整数规划模型。之后考虑到电动汽车车辆调度问题是NP难题,本文应用粒子群算法求解EVRPSTW路径问题,并根据研究问题对算法参数改进和粒子编码设计。最后,本文运用优化后的粒子群算法对含有60个客户点的算例进行仿真求解,仿真测试结果表明本文优化后的粒子群算法能够在一定程度上稳定求解EVRPSTW问题,验证了本文算法在求解EVRPSTW问题上的可行性,并进一步分析多车型混合配送情况下的路径和成本变化;对算法参数w、种群数,以及EVRPSTW模型中的时间窗、电池容量等相关因素进行研究;综合本文研究,从不同角度为生鲜配送企业提供优化建议。