生鲜产品作为人们日常生活中的必需品,购买频率高,尤其伴随市场升级,以盒马、社区团购为代表的新业态的拓展,门店数量的持续增加,生鲜产品的需求会日益增长。由于生鲜产品对储存、配送时效要求十分严格,导致其配送环节存在物流成本高、质量损耗严重的问题。冷链配送中心作为生鲜产品供应链上衔接产销地与需求客户之间的关键节点,对有效降低物流成本、保证食品质量安全具有重要作用。如何合理优化生鲜产品冷链配送中心选址和运输路径仍然具有一定的研究价值和实践意义。基于生鲜产品需求预测系统复杂性的特点,从经济、人口、市场供给多维度建立生鲜产品需求量影响因素指标体系,构建并联型灰色RBF神经网络的组合预测模型。基于需求量分布情况的变化趋势,对配送中心布局以及运输路径合理优化问题进行分析。以“供应商-冷链物流配送中心-需求点”三层物流网络为研究对象,从违反服务时间窗的惩罚成本和因生鲜产品腐烂变质产生的货损成本两个角度衡量客户满意度。将绿色成本考虑到目标函数中,计算基于车辆行驶速度的碳排放成本。在此基础上,分析配送中心选址与运输路径优化之间的关联性,基于成本最小原则构建冷链物流中心选址-运输路径协同优化的双层规划模型。利用遗传算法和改进的蚁群算法两阶段组合的方法对模型进行求解。针对蚁群算法搜索效率较低的缺点,对状态转移概率进行优化,同时采用局部与全局相结合的信息素更新策略。对模型进行求解时,首先通过迭代寻优分别求解选址问题与运输路径优化问题,再从整体角度选择最佳的物流网络优化方案。通过对算例的计算结果分析,组合预测模型能够较精准的对未来需求市场变化进行预测。在此基础上,应用配送中心选址-运输路径协同优化双层规划模型,将配送中心选址与运输路径优化高效衔接,在兼顾环境效益与客户满意度的基础上,降低物流作业成本,提高客户消费体验,对促进供应链主体间协调配合、提升生鲜产品企业冷链物流供应系统运营效益具有借鉴意义。