在激烈的市场竞争和低碳经济的需求下,客户体验和绿色发展变得越来越重要,因此,从市场竞争、社会责任、企业形象等角度考虑,冷链物流公司都必须关注客户满意度和碳排放,以实现更好的发展。为了同时考虑冷链物流路径优化问题中的成本、客户满意度和碳排放问题,本文提出了一种综合性的冷链车辆路径优化模型。对于客户满意度,本文使用准时交货作为评估标准;对于碳排放,本文引入了碳交易机制来转化成碳排放成本以作为碳排放约束;对于目标函数,本文基于成本收益的思想,将目标函数确定为单位满意成本最小化。为了求解模型,本文运用了周期进化遗传算法（CEGA）,该算法基于自然界生物进化存在“进化-退化”并存特点的思想,首先使用组合算法使种群在指定周期内发生进化,然后利用交叉和变异策略使种群平均适应度发生暂时的退化,这使得整个迭代过程发生螺旋式上升的进化,因而改善了标准遗传算法过于“早熟”的搜索特点。随后,通过标准VRP数据库对算法的寻优能力进行了检验,发现CEGA的寻优能力比标准遗传算法更强。最后,对一个实际冷链运输案例进行了仿真实验。通过与成本最小化模型对比,本文的综合性模型的优化结果显示少量增加的总成本可以大大提高平均客户满意度、从而获得更具性价比的解决方案。随后,分析了碳价格对总成本、碳排放量和平均客户满意度的影响。数值分析的结果表明,随着碳价格的上涨,总成本有两个相反的趋势,这取决于碳配额是否足够多;在一定范围内提高碳价格可以有效减少碳排放,但同时也会在一定程度上降低平均客户满意度;碳排放量与客户满意度之间存在权衡关系。最后,基于研究结果对企业和政府的提供了一些实际的管理建议。