随着消费者对新鲜、健康产品的偏好日益增加,国内消费者在奶制品上对低温奶的需求量也随之增加。因低温奶保质期短、易腐易损,从生产到销售需要全程冷链作支撑,冷链物流特别是冷链物流配送在低温奶的流通中发挥着巨大的作用。近年来,我国冷链物流得到迅猛发展,城市中单个物流配送中心需要服务的网点越来越多,由此构成的配送网络错综复杂,为低温奶网点配送带来了挑战。此外,由于低温奶对时效性要求高,配送半径有限,如何合理安排车辆的行驶路线,快速安全的进行低温奶配送以缩短产品的在途时间,提高配送效率具有重要的现实意义。因此,本文以城市低温奶网点配送为研究对象,采用先分组后路线的两阶段法研究低温奶网点配送中的车辆路径问题。本文主要工作和贡献如下:(1)低温奶网点分区研究。定义了最短干道距离,以实际距离代替欧式距离作为网点分区依据。同时考虑距离和密度对k-medoids聚类算法初始中心进行优化,增加配送量约束,对网点进行分区聚类。(2)低温奶网点配送中车辆路径问题模型构建与求解。根据低温奶网点配送的特点,构建了低温奶网点配送最短路径模型。提出了一种基于模拟退火的离散型布谷鸟搜索算法(SA-DCS),并使用算例与改进的布谷鸟搜索算法(RKCS)进行仿真对比,以验证算法的有效性。(3)应用案例研究。选用Y食品有限公司真鲜奶吧配送真实数据,开展低温奶网点配送中的车辆路径问题案例研究,进一步验证模型和算法的有效性。研究表明,本文所提出的改进的k-medoids聚类算法具有良好的有效性和鲁棒性,考虑配送量约束的聚类质量明显优于未考虑配送量约束的聚类结果。且本文提出的基于模拟退火的离散型布谷鸟搜索算法在寻优精度与搜索性能上具有良好的表现。此外,由上述两者构成的先分组后路线的两阶段法被证明是求解车辆路径问题的有效方法。