近年来,我国冷链物流业快速发展,冷链物流不仅能够满足人们对新鲜食品的需求,还能够使食品在运输途中尽量减少损失和浪费。冷链物流的发展越来越精细化,由于我国冷链物流发展水平相对比较落后,当前冷链物流的发展面临诸多困难。首先,冷链物流具有时效性特征,在配送过程中会产生腐败变质,要求生鲜产品应及时地送达到顾客手中。其次,冷链物流配送过程中需要考虑多种因素,随着客户数量的增多,如何在满足消费者良好服务水平的同时尽可能节约运营成本已成为物流企业亟待解决的问题。最后,冷链物流要求在生产、贮藏运输、销售,到消费前的各个环节中始终处于规定的低温环境下,冷链的运作始终是和能耗成本相关联的,且对温度的控制又需消耗更多的能源,与以“低碳”为主题的发展理念相悖。基于以上原因,首先为了改变目前冷链物流配送过程中广泛采用的成本最小化模型的现状,提出了基于成本,碳排放和顾客满意度的多目标优化模型。其次基于该优化模型的特殊性,设计了一种具有多目标启发函数的改进蚁群算法进行求解,提出的改进多目标蚁群算法可以有效解决多目标优化模型的车辆路径配送问题,具有比传统蚁群算法更好地性能,从而得到更多的帕累托最优解。最后通过仿真实验表明,本文提出的多目标模型和算法获得的配送路径可以同时实现降低配送成本,减少碳排放和提升顾客满意度的多目标优化,实现更加绿色环保的配送解决方案。相较于成本最小化的单目标模型只能提供一种配送路线,多目标优化在现实生活中能为物流企业提供多种配送路线方案选择。在实验过程中通过对温度变化和货损系数进行灵敏度分析,为冷链物流企业合理配送提供参考依据,促使物流企业有效安排工作的同时承担起更多的社会责任。图42 表5 参79