随着我国的经济持续发展和人民生活质量的提高,人们对冷链物流配送的生鲜产品需求量越来越大,我国的冷链物流行业进入快速发展的阶段。在现实生活中,货物的配送过程往往会遭遇不确定的干扰事件,对整个配送计划产生了很大的影响,从而导致物流企业的成本增加,客户满意度降低等结果。冷链物流由于其存储,加工,配送等阶段都处于低温条件,这种特点使得冷链物流配送的成本和时间要求更加严格。本文主要就冷链物流配送的过程进行研究,以客户的需求量变化为干扰事件,应用干扰管理的方法建立最小化干扰事件扰动的数学模型,并设计了相应的启发式算法,为冷链物流配送企业的经营活动提供了参考。由于冷链物流的各个阶段都处于低温状态,论文分析了冷链物流的适用范围,冷链物流的特点和冷链物流配送的影响因素。由于生鲜产品的易腐性,引入变质函数,建立了冷链物流配送的基本模型。针对客户需求量变化这种干扰事件,论文研究了干扰的识别,干扰事件的度量方法。干扰事件必须要进行一定的识别,需要明确的判断这个事件是否对初始的配送计划产生了不可行的负面作用。建立了冷链物流配送的干扰管理模型,目标函数是与初始计划相比,使客户的不满意度偏差最小化,配送企业的成本偏差最小化,以及车辆驾驶员的扰动成本偏差最小化。三个目标之间有优先级。论文运用禁忌搜索算法对所建立的干扰管理模型进行求解。研究了初始解的产生,解的表示方法,邻域结构的设计,禁忌表的设计,蔑视法则和终止准则。通过算例验证了所设计的数学模型和算法的可行性。将干扰管理优化后的配送计划和传统重调度方法得到的配送计划进行对比。干扰管理的配送计划成本增加很小,能够使客户的不满意度得到大幅降低,并且使道路网络的变化较小。