近些年来,随着电子商务的快速发展,利用电商平台网购生鲜产品已经成为购买生鲜产品的重要方式之一。生鲜产品具有易腐烂、易变质等特性,对于配送时间和运输环境温度较为敏感。消费者购买生鲜产品频次高,单次购买量小,需求往往涵盖不同温层生鲜品,对配送时效性要求高,故生鲜产品物流配送成本居高不下。另一方面,路网状态的变化往往会造成配送车辆行程时间的改变,从而影响到生鲜配送时效性,考虑路网中车速的时变特性对配送路径优化决策更具现实意义。本文以生鲜电商社区配送为研究对象,具体研究工作如下:（1）对国内外研究现状展开综述,现有的生鲜物流配送研究多假定配送车辆速度恒定,考虑路网车速时变特性的研究较少,然后介绍了TDVRP车辆路径问题的模型和求解算法。以生鲜电商企业为切入点,分析了几种不同的生鲜电商运营模式,并对不同温层生鲜品需求进行分析。（2）由于路网车速的时变特性,出行时刻的不同影响车辆行程时间,根据采集的历史车速数据基于BP神经网络预测未来车速,计算跨时段下的行程时间。分析生鲜社区配送网络的要素,以车辆载重量、配送时间限制和最大蓄冷保温箱数等为约束,考虑车速时变性和生鲜多温层需求,构建以总成本最小为目标函数的生鲜电商社区配送优化模型。（3）基于两种启发式算法对模型进行求解。利用插入式算法构造较优初始种群,采用改进的比例选择法进行选择操作。在种群进化后期采取精英保留策略避免破坏优良个体结构,改进交叉、变异算子使其随种群个体适应度值变化而改变,增加种群多样性。（4）以某企业生鲜配送中心服务多家社区自提点为实例背景,配送货物包含三种温层生鲜品,代入参数利用MATLAB软件求解。通过分析实例求解结果发现,改进后的AGA算法求解效果更好,收敛更快,能有效跳出局部最优;改变配送车辆出行时刻可以有效降低车辆等待时间、在途时间和配送总成本,企业可根据实际情况调整配送中心发车时间。图31幅,表9个,参考文献69篇。