在互联网高速发展的今天，一大批的新型行业快速成长，随着人工智能、云计算的大规模运用，基于场景的物流配送也快速发展。现在，越来越多的人依赖于智能手机，选择同城配送，服务范围从保质期较长的生活用品到保质期要求极高的生鲜食品，并且消费者对商品的质量和服务的质量也越来越高，为了能够提供给消费者更好的购物体验，电商平台，尤其是生鲜产品电商平台需要不断提高自己的物流配送服务水平。本文就是着眼于生鲜物流的同城配送，研究车辆的分配以及路径的优化问题。
　　提高客户的满意度为本篇文章研究的根本意义所在，本文分析了冷链物流和传统物流的不同之处，以成本最小化为优化目标，考虑到配送时间窗，冷链物品的价值大小，从而减少因配送而导致的生鲜食品的腐损成本，提高客户的满意程度。本文所做的研究工作如下:
　　(1)查阅了中国冷链物流相关信息，对电商生鲜产品以及冷链物流进行简要的介绍，将电商生鲜与传统生鲜配送进行对比，并且阐述了中国目前的生鲜电商的配送模式。
　　(2)对冷链物流配送过程中各个环节产生的费用进行核算，将其细分为汽车运输成本、车辆燃油能耗成本、货物损坏的成本和因为配送时间窗而导致的惩罚成本，并且考虑到了生鲜产品的价值优先级以及城市道路的拥堵状况，从而构建了一个既能够保证生鲜产品的新鲜度，又能够实现配送成本最小的带有时间窗的冷链物流路径优化模型。
　　(3)利用遗传算法进行求解模型，并且对比了有无时间窗、不同的腐损率以及是否考虑路段拥挤状况下的成本变化，并且以菏泽市某生鲜电商平台的同城配送为例，使用Python编程，利用遗传算法求解，得到该电商平台对生鲜品进行配送优化后的最低成本以及具体的车辆配送路线。如果该电商平台采用优化后的路线进行配送生鲜产品，可以大大提高配送效率，新的成本统计口径下的成本也会有所降低。实际的案例证明了该文提出的模型的可操作性和有效性。