随着如今世界经济水平和需求的不断向前发展,人民生活水平从温饱向小康方向不断提高,人们更加倾向于一个健康的生活方式和饮食习惯。因此,我们更多的追求新鲜的生鲜农产品来保证自己的生活质量。生鲜产业在广大人民群众的日常生活中占有极大的比重,它与我们的生活水平和质量息息相关。然而,我国虽地大物博却也因地理位置,占地面积等因素而面临着自然灾害频发的危害。近几年,频发的自然灾害、极端的天气情况等令生鲜农产品的产量减少,甚至造成生鲜农产品供不应求,物价上涨,民心不稳等严重的问题。这对生鲜农产品的资源来说是一种浪费,同时会导致经济效益降低,不利于社会稳定。本文主要研究区域风险条件下生鲜农产品供应链应急调度问题。主要探讨在分析恶劣的天气环境下的损耗以及供应风险的基础上,对应急配送时车辆路径进行优化,建立调度模型。主要进行以下4个方面研究:(1)在实际调研的基础上,分析总结影响我国生鲜食品冷链物流配送的影响因素,其中1个因变量为我国生鲜食品冷链物流配送,土地利用空间分布特征用土地的开发状态指标来衡量。5个自变量为物流硬件设施设备、物流技术水平、物流成本、行业标准与规范、政府扶持和监管。构建生鲜农产品冷链物流配送影响因素模型。(2)在上述研究的基础上,考虑灾害风险的条件下,构建基于网格搜索的支持向量机生鲜农产品产量损失模型,研究生鲜农产品在自然灾害风险下的产量损失问题。并以河南省蔬菜中总产量,单位面积产量,受灾面积,成灾面积为例,验证模型的可行性以及有效性,为后续研究调度问题提供依据。(3)在建立生鲜农产品冷链物流配送影响因素模型以及产量损失模型的基础上,研究成本最小前提下物流配送优化问题。给出在需求量一定、时间窗一定以及配送车最大载重量条件下,使配送成本最小的物流配送方案。分别利用蚁群算法与遗传算法对模型进行仿真验证,论证了该模型的可行性和有效性。(4)在上述模型基础上,在考虑惩罚时间窗的条件下,进一步优化生鲜农产品配送模型。通过加入模拟退火算法增强蚁群算法的爬山能力,可进一步降低配送成本。并通过仿真对该模型的可行性和有效性进行验证。