随着消费水平的日益增长,我国居民对各方面都有了更高层次的追求。在饮食方面,生鲜农产品的需求量越来越大。如何保证生鲜农产品的品质以及配送服务成为生鲜农产品配送车辆路径选择方面考虑的重点。生鲜农产品独特的天然属性特点,造成了生鲜农产品配送方式的特殊性,主要包含几个方面:要求低温环境、运输成本高、配送个性化以及各个配送点较分散。拥有一条科学的生鲜农产品的最优配送路线既要充分考虑客户时间窗的约束条件,维持生鲜产品鲜活度,满足消费者的时间与产品品质需求,又要优化配送路线,合理分布配送点,完善生鲜农产品配送体系,提高配送效率,节约配送成本。这是生鲜农产品公司研究的重点。本文以AN生鲜农产品公司为研究对象,对其车辆路径优化问题开展研究。对AN生鲜农产品公司车辆路径优化问题进行描述并做相应假设,建立包含三种成本函数:固定费用、运输费用以及制冷费用,和取决于车辆配送到达时间和客户时间窗之间的关系的客户满意度函数,构建了总成本值最低和客户满意度最高的多目标优化模型。在求解AN生鲜农产品公司车辆配送路线问题时,分别设置遗传算法(GA)、蚁群算法(ACO)以及遗传蚁群混合算法(GAACO)三种不同优化算法,并将三种求解结果进行综合比较。综合三种算法分析发现,GAACO混合算法是三种算法中求解结果最优的。同一客户满意度,公司支出费用最低,迭代次数最少,收敛最快。