随着人民生活水平的提高,健康饮食观念日益深入人心,我国生鲜果蔬的年产量巨大且逐年递增,生鲜果蔬已成为人民日常生活必不可少的食物。在挑选生鲜果蔬时,消费者也越来越关注果蔬的新鲜度和营养价值等品质问题。但我国冷链物流发展起步较晚,相比于西方发达国家我国生鲜农产品仍具有较高的腐损率和较低的流通率。我国生鲜果蔬在配送过程中经常会出现冷链断链的情况,所以研究生鲜果蔬配送问题可以有效降低因配送不当造成果蔬腐败问题,保障生鲜果蔬食品安全。本文以城市生鲜果蔬配送问题为研究对象,采用集中交付点配送模式完成对城市生鲜果蔬的最后一公里配送任务。主要研究了城市生鲜果蔬配送集中交付点选址问题和配送车辆路径优化问题。在集中交付点选址方面,将选址与居民日常出行规律相结合,利用均值漂移聚类算法对居民日常出行数据进行数据分析和信息挖掘完成集中交付点选址;在配送车辆路径优化问题方面,通过建立生鲜果蔬配送车辆路径问题数学模型并使用粒子群算法进行求解,完成配送中心到集中交付点的车辆路径优化;最终设计配送车辆信息可视化模块,实现配送车辆可视化管理。首先,以集中交付点的便利性和覆盖率为主要考虑因素,提出基于居民日常出行规律的集中交付点选址方法。将居民日常出行起讫点数据作为样本数据进行均值漂移聚类分析,得到居民日常出行的高频访问区域。同时为了满足集中交付点对住宅区的覆盖率,为每个样本数据赋予确定的权重值,权重值由样本数据在指定半径下所包含的住宅区数目而定,所包含的住宅区数目越多权重值越大,使得不同的样本数据对最终选址点的贡献不同,使其更加趋向于住宅区,保证了选址点对住宅区的覆盖率。通过将选址结果与菜鸟驿站站点分布情况对比分析验证该方法的有效性。其次,结合所采用的集中交付点配送模式和城市生鲜果蔬配送特点分析了城市果蔬配送成本构成,将固定成本、运输成本、制冷成本和违反时间窗惩罚成本总和作为优化目标,以配送车辆最大装载能力作为主要约束条件,建立城市生鲜果蔬配送路径优化模型。设计粒子群算法对所建模型进行求解,并通过与遗传算法进行比较,验证了所选用的粒子群算法在求解该模型中的优越性。最后,现阶段很少有专门针对物流配送环节设计车辆信息可视化模块,为了方便对配送车辆实现可视化管理和保障配送过程透明化,设计了配送车辆信息可视化管理模块,实现对配送车辆位置和配送方案的可视化展示,同时也实现对配送数据的统计分析和管理。