中国正在大力推进城市现代化进程,未来城市人口还将进一步增长,由此产生的生鲜农产品城市物流协作配送问题成为一个亟待解决的重要难题。生鲜农产品城市物流协作配送是交通运输领域的一个重要研究方向,是“最后一公里”运输的关键环节。由于生鲜农产品城市物流协作配送的特殊环境的限制,包括:农产品的自身特点、基础设施限制、政府政策、道路通勤情况等,对于生鲜农产品城市物流协作配送的研究日益成为国内外学者的一个研究热点,当前对城市物流配送的研究主要集中在配送中心选址和车辆路径优化两个方面。如何将城市区域内的配送中心进行有效协作,以达到降低运输成本,提高服务效率,减少环境污染,改善道路拥堵状况的综合目的,合理分配配送中心之间的收益是进行协作配送的关键。因此,本论文的选题在解决现实问题方面具有重要的现实意义。生鲜农产品同级多中心协作配送网络是生鲜农产品城市物流协作配送网络的组成部分,因此本文从生鲜农产品同级多中心协作配送的角度研究生鲜农产品城市物流协作配送网络优化问题,将生鲜农产品同级多中心协作配送问题分解为生鲜农产品配送特性分析,多中心协作配送车辆路线优化,配送中心联盟收益分配优化与联盟合作序列求解几个部分,对每个部分进行具体的分析研究,进而对生鲜农产品城市物流协作配送网络的顺利实施提供了理论和实践基础。本文的主要研究内容如下:(1)生鲜农产品配送特性分析是本文研究的首个重要部分,通过对生鲜农产品特点、配送要求的分析明确生鲜农产品存在时效要求高,易腐烂的特点针对性地建立相应的多中心协作配送网络,分析配送网络的构成因素,明确配送网络的结构和特征,建立生鲜农产品协作配送网络的优化原则。(2)多中心协作配送车辆线路优化是本文研究的一个重要部分,将车辆协作配送路线分为直线式和环线式两种配送方式分别进行研究。直线式配送方式即多中心协作车辆指派问题,首先以多个配送中心总运输成本最小为目标,以车辆装载量、最大运输距离、配送中心商品存储量等为约束条件建立数学规划模型,然后采用实数编码的方式建立混合遗传—粒子群算法对模型进行求解,最后以四种收益分配模型对配送中心进行协作配送获得的联盟总收益进行求解。环线式配送方式即多中心协作车辆路线优化问题,同样以多个配送中心总运输成本最小为目标,以车辆装载量、最大运输距离、配送中心商品存储量、客户需求量等为约束条件建立数学规划模型,首先,将客户点按距离聚类形成车辆初始线路,再采用混合遗传—粒子群算法计算,在使用混合算法时交替使用两种算法,以遗传算法为主周期性替换粒子群算法提高混合算法的计算效率,并且在粒子群算法中加入自适应权重增强算法的收敛速度,并与不同算法进行比较,验证本文所提算法的合理性与有效性。(3)配送中心联盟收益分配优化与联盟合作序列求解也是本文研究的重要部分,通过不同收益分配模型得到的收益分配策略是不同的,而不同的收益分配策略对配送中心能否形成长期稳定联盟的影响也是不同的,本文采用联盟稳定性方法选择收益分配策略,以核子中心与不同收益分配策略的距离为半径,采用“雪球”理论确定不同策略的稳定性,最终促成联盟进行长期稳定的合作。而配送中心的合作是一个动态的过程,引进第三方物流服务提供商作为联盟协调者,与配送中心进行谈判,采用严格单调递增方法选择配送中心联盟合作序列。在增加配送中心数量后,按照严格单调递增方法全体配送中心无法形成一个联盟,进而提出形成多个局部联盟的合作模式,以联盟后物流服务提供商获得最大收益为目标得到最佳联盟合作序列。