就目前来看,生鲜电商运营模式虽然受到消费者的欢迎,但是由于销售产品的属性特殊,导致其经营现状并不乐观。生鲜电商的运营首先离不开冷链物流体系的支持,而冷链末端物流作为冷链物流配送的关键环节,将与终端客户面对面接触,其运行的好坏不仅决定客户体验,也影响企业成本以及未来收益,那么需对冷链末端物流服务过程提出更高的要求。通常情况下,规划好的冷链末端物流方案按照准时、高效的标准来执行。但是,随着当下人们的生活节奏加快,现实生活中很多情景无法预料,因此真实物流配送过程中常常出现人为产生的干扰事件,其中以客户时间窗变动为代表出现较为频繁。这一事件的出现生成干扰,导致企业初始拟定的规划方案不能合理进行,甚至中断配送过程。因此,如何妥善处理冷链末端物流中出现的干扰事件是解决上述问题的关键。本文通过运筹建模的形式构建考虑成本的生鲜品初始取送过程,据此研究时间窗变动下生鲜品同时取送车辆路径问题的干扰管理模型。为更利于求解本文模型,Improved NSGA-Ⅱ基于原有的算法改进设计,并通过求解实验算例以及Solomon标准数据,证明得到性能更佳的算法。本文的主要研究工作如下:（1）针对生鲜品同时取送中干扰事件的处理,鉴于该物流过程涵盖客户、车辆和产品三个主体,时间窗变动给其带来的扰动影响各有不同。本文运用干扰管理的理论方法,分析时间窗变动下人、车、货的扰动影响。第一部分,结合营销学中感知服务质量的理论方法与运筹学中定量优化的研究手段,从客户感知时间成本的视角,通过数理分析,度量末端物流服务下客户预期与实际体验之间的心理差距,并将量化结果纳入到本文提出的模型;第二部分描述干扰下车辆在物流配送过程中,行驶路线以及车厢内载运生鲜品数量的变化;第三部分以运筹建模的形式,刻画生鲜品在不同时空下的腐变情况,并计算造成的成本变化。（2）构建了一种兼顾初始配送目标和偏离成本目标的同时取送车辆路径干扰管理模型。模型以初始配送目标为基础,并在初始生成的方案已传递给客户的前提下,以缩小心理感知差距作为减小时间窗变动干扰的首要目标,继而考虑最小化整个系统的总成本支出。（3）为了求解本文所提出的干扰管理模型,进一步改进了原始的快速非支配排序遗传算法（NSGA-Ⅱ）,主要改进为启发式生成初始种群和蜂王保留OX交叉算子,同时也根据本文模型特点来设计算法,经过指标HV评估和对比,说明本文算法Improved NSGA-Ⅱ经改进和设计,运行性能更好。本文把营销学中的感知服务质量融入到干扰管理中,通过运筹学量化的手段,将理论转化为可以应用以及指导实践的方法,同时也是物流学科和营销学科的一次交叉与渗透,不仅丰富了干扰管理的理论和方法,而且是感知服务质量的创新应用。为了求解本文所提出的问题,本文经设计及改进而得到的算法,在性能表现上更优良,得到的结果更加理想。本文提出的时间窗变动下生鲜品同时取送的干扰管理模型,有效提高了干扰事件影响下末端物流系统应对扰动的能力,有利于提高客户满意度,能够为生鲜电商企业的冷链末端物流规划提供决策支持。