随着互联网经济的不断发展,人们的生活质量不断提升,对于速冻食品、海鲜等冷链产品的需求也不断增加。为了提升消费者的购物体验,保证冷链产品的新鲜度和安全性,越来越多的生鲜农产品零售企业开始采用新零售模式,该模式融合了线上电商和线下零售的优点,缩短了门店与消费者之间的配送距离,较好的解决了最后一公里的问题。然而新零售模式下的门店多采用少量多批次的进货策略,因此,对冷链企业的配送效率提出了更高的要求。本文以冷链配送中心与门店之间B2B冷链配送为研究对象,在考虑门店时间窗要求和碳排放的基础上,以冷链配送总成本最小为目标,建立了带时间窗的多配送中心冷链物流配送路径优化数学模型,并使用MATLAB软件仿真求解。首先,阐述了传统冷链物流的基本概念和特点,并与新零售模式下冷链物流配送体系对比,确定了影响新零售模式下冷链物流发展的关键问题在于冷链配送中心与门店之间B2B冷链配送成本较高。其次,介绍了车辆路径问题的基本概念、分类以及常用的求解算法,针对多配送中心B2B冷链物流配送路径优化问题中涉及参数较多、复杂度较高,提出使用启发式算法求解。之后分析了冷链物流配送成本的构成,基于对低碳物流和可持续发展理念的考虑,将碳排放成本考虑到冷链配送总成本中,在考虑门店服务时间窗、车辆最大载重量等约束条件的基础上,以冷链配送总成本最小为目标,建立了多配送中心冷链物流配送路径优化数学模型。针对粒子群算法后期迭代中容易出现早熟的情况,通过将免疫算法的免疫记忆、免疫浓度调节和疫苗接种三种机制引入到粒子群算法中,从而得到新的免疫粒子群算法,确保了新算法在迭代后期能够保持较高的粒子种群多样性,提高了算法的收敛速度和求解精度,并通过测试函数对免疫粒子群算法的性能进行检测,验证了免疫粒子群算法的优越性。最后,结合实际案例,使用MATLAB软件对算法和模型进行编码仿真,求解得到案例的最优车辆配送方案,并通过对比免疫粒子群算法和标准粒子群算法的求解结果,验证了免疫粒子群算法的有效性以及本文所建立数学模型的合理性。本文通过对新零售模式下多配送中心B2B冷链物流配送路径优化问题的研究,能够使企业合理调度车辆运输,降低企业的冷链配送成本,加快冷链产品的流通。同时,考虑了冷链配送过程中产生的碳排放,符合低碳物流和可持续发展理念,有利于树立良好的企业形象,增强企业竞争力。