配送是冷链物流中极为重要的一环,在配送过程中,制冷机组因持续制冷会消耗更多的燃料,产生更多的二氧化碳,使配送成本居高不下。如何在保证经济效益的前提下降低碳排放量是冷链物流配送路径规划中致力解决的问题。现实生活中的配送情况比较复杂,目前的研究方向多基于单配送中心且每个客户只被服务一次的情况,而这种配送模式难以满足客户的全部需求,所以本文综合考虑了同时取送货和需求可拆分的情况,细分配送过程中碳排放的来源,建立多配送中心冷链物流配送路径优化模型,利用改进的蚁群算法求得科学有效的配送方案。具体研究工作如下:本文根据冷链物流高能耗、高排放的特点,首先对碳排放来源进行细化分析,得知在配送过程中二氧化碳的排放来源有两个:一是车辆在运输行驶过程中产生的二氧化碳;二是制冷机组在运输过程中和提前到达等待的过程中需要消耗燃油,发电制冷从而产生二氧化碳。其次,以车辆载重为约束条件,以固定成本、燃料成本、碳排放成本、货损成本和惩罚成本之和最小为目标建立冷链物流配送路径优化模型。然后对蚁群算法的状态转移概率和更新机制进行改进,并对模型进行求解。最后通过算例分析验证考虑碳排放成本可以控制燃油的消耗和二氧化碳的排放,并进一步研究不同的碳税制度对路径规划的影响,结果表明征收碳税虽然会小幅度增加总成本,但在企业可以接收的范围之内,而且可以有效的减少燃油成本和碳排放量。