生鲜电子商务作为生鲜品售卖的一种新模式，越来越受到市场的认可和欢迎，在方便消费者生活的同时，生鲜品物流的配送也成了企业运营的新挑战。“最后一公里”配送的效率和质量关乎企业的生存和发展，响应及时、送达时间快、产品新鲜度高完整度好的企业将在激烈的市场竞争中赢得优势，因此生鲜品末端配送近年来逐渐受到学者的广泛关注。实际上，末端配送有多种形式，不同形式有不同特点，实际操作过程也大相径庭，而目前的研究多将末端配送作为一个整体概念，针对性较弱。
　　“智能直投模式”是末端配送的其中一种方式，该模式通过在社区设立智能终端、消费者自提的方式运营，在大城市尤其是年轻白领阶层、双职工家庭等群体中应用广泛，该模式方便快捷、安全高效、保鲜效果好，市场前景广阔。本文以生鲜智能直投模式作为研究对象，从最小化企业成本和最大化顾客满意度两个目标入手，构建了智能直投模式下的车辆配送路径优化模型，并通过改进的遗传算法进行数值实验，对比证明了该方法的有效性。具体如下：
　　首先，指明了本文的研究背景及意义，并对于生鲜电商运作模式、多目标决策问题、车辆路径规划问题等进行了定性化分析。在对国内外相关研究进行分析的基础上，得出了本文的研究目的、方法及思路。此后，理论基础部分详细介绍了生鲜电商物流配送、多目标车辆路径规划等相关理论，并由此引出“智能直投模式”这一概念，详细分析了智能直投模式的定义、分类及配送流程，为后文研究提供理论帮助。
　　其次，本文构建了一个生鲜智能直投模式下的车辆路径优化模型。结合生鲜智能直投模式的独有特点，详细介绍了顾客满意度和企业配送成本的构成要素，并给出了详细的计算方法。模型将企业配送成本与顾客满意度同时作为优化目标，通过线性加权法将多目标巧妙转化为单目标问题。此外，对模型设置了一定的假设和约束条件，现实意义较强。
　　接下来，本文阐述了一个将排序选择法和轮盘赌法相结合的遗传算法思想，详细介绍了改进遗传算法的选择、交叉、变异以及终止等各环节的操作过程，使得改进的遗传算法既保证不遗失优良个体，又避免陷入全局最优，运算效率较高。
　　最后，设计了一个智能直投模式下的数值实验，运用上述改进的遗传算法对其进行求解，求得了综合考虑配送成本以及顾客满意度最优的配送路径，最后通过对比分析，证明了该模型及算法的有效性。在此基础上，也得到了本文的研究结论，并提出不足之处。