随着人们消费结构的升级和消费观念趋于服务式体验的转变,传统线上零售逐渐向新零售业态转型,许多大型互联网企业纷纷拓展线下生鲜电商业务,打造线上线下融合发展的新零售业态。对于新零售业态下的生鲜电商来说,连接企业与消费者的终端配送服务质量是竞争的核心要素,也是提高消费者服务体验的重要手段。本文以Y生鲜超市为背景,针对终端配送中存在的配送总成本高、配送准时性低、配送路线混乱以及车辆利用率低等问题,进一步考虑了配送过程动态新增订单的情况,对生鲜超市动态需求终端配送的路径优化问题展开研究。为实现生鲜超市动态需求终端配送的路径优化,本文综合考虑了车辆配送成本、车辆固定成本以及时间惩罚成本,并结合车辆载重和软时间窗约束构建动态需求终端配送两阶段模型:（1）针对初始订单配送问题,建立配送总成本最小为目标的配送路径优化模型,考虑到模型涉及的顾客点较多且分布较为分散,故而运用改进遗传算法来求解。（2）针对配送过程中的动态新增订单问题,对新增订单进行局部优化,运用动态插入算法将新增订单通过关键点插入到初始配送车辆路径中,建立以最小化变动成本为目标的动态订单配送路径优化模型,得到动态订单配送路径优化方案。对Y生鲜超市南京某区域线下门店一个时间段内的配送业务数据进行分析处理,将其代入模型并运用设计的改进遗传算法求解得到初始订单配送方案。当出现动态新增订单时,一方面,运用动态插入算法基于两阶段处理路径优化策略,将新增订单插入到初始订单配送方案中,以变动总成本最小为目标选择正在配送的车辆折返门店取货完成配送服务。另一方面,基于初始订单路径优化策略,门店直接安排新的车辆完成新增订单的配送服务,并采用改进遗传算法求解得出配送方案。然后,对比分析两阶段处理路径优化策略和初始订单路径优化策略的求解配送方案,得出两阶段处理路径优化策略相对初始订单路径优化策略在节约成本、车辆资源和提高车辆利用率等方面都较优。论文的研究有效改善了Y生鲜超市配送成本高、配送准时性和车辆利用率低等问题,也将对研究新零售模式下生鲜超市动态新增订单的路径优化问题提供一定借鉴和参考。