近年来人民生活水平有了很大的改善,消费习惯随之改变,生鲜农产品的消费潜力巨大,与此同时对生鲜农产品品质提出了更高的要求。如何有效地保证生鲜产品质量并满足客户的配送时间需求,从而提高客户满意度成为生鲜企业物流配送服务的重点考虑因素之一。然而当前生鲜产品物流配送呈现“效率低、高成本、损耗高”特征,若未能有效合理的规划配送路径,不仅会降低客户的满意度,更制约企业的发展,高效的物流配送方案是该行业的当务之急,合理的配送方案也将会降低配送成本,提高企业的竞争力。因此研究如何科学有效地规划配送的路径,可以节约配送成本、降低生鲜农产品质变率、满足客户配送时间的要求从而提高满意度,具有一定的现实意义。以S生鲜公司的生鲜农产品配送为研究对象,通过调研了解到该公司客户配送点急速的扩增,配送路线缺乏有效规划,配送区域划分不合理,导致目前配送过程不及时、配送成本高、客户满意度低等问题。针对生鲜公司当前配送现状,以生鲜农产品的送达新鲜度以及客户点对配送时间的要求,构建新鲜度和配送时间相结合的客户满意度函数;再研究分析当前企业配送过程中产生的固定成本、变动成本、制冷成本、新鲜度下降的货损成本、时间窗惩罚成本等配送成本,构建考虑客户满意度和配送成本的目标模型优化,并针对多个目标的数学模型设计多目标鲸鱼算法。相比传统的单目标算法和经典的多目标遗传算法,能够获得更优质的帕累托最优解集。对比企业当前配送路径,多目标模型和算法求得的配送路径可以实现区域车辆与人员合理分配、降低企业配送成本、提高客户满意度的多目标优化。相比成本最低的单目标只能提供一种配送路线,多目标优化获得的帕累托最优解集可以综合衡量成本和满意度之间的联系,为S公司提供可供选择的多种配送方案,并对企业实际配送过程中的出现的需求量、行驶速度、温差的变动情况进行灵敏度分析,为企业提供相关意见,并给其他企业提供一定的参考和借鉴。