随着国家经济的发展,人们对生活质量的要求不断提高,对于生鲜农产品的需求也越来越高。在消费观念的影响下,新零售的商业模式覆盖了生活的方方面面,而线上与线下融合的销售方式,拓宽了购买渠道,也缩短了最后一公里配送范围。与此同时,人们更加注重生鲜农产品的质量与新鲜程度,因此在新零售模式下,各个门店在补货过程中,在提高终端消费者的满意度方面,面临着巨大的挑战。本文对生鲜农产品冷链配送问题的资料进行收集分析,将新零售背景下的冷链配送体系与传统的冷链配送体系进行比较,结合H公司业务运作体系,总结其在冷链配送业务中存在的问题,为H公司在新零售冷链配送的发展提供优化思路。对于冷链物流配送优化模型,在目前普遍以配送成本最小化为主、对满意度关注较少的情况下,先是提出减少碳排放的配送总成本最小化模型,对配送总成本在考虑固定成本、油耗成本和制冷成本的基础上考虑碳排放成本,然后在构建满意度函数时,不仅考虑时间窗因素,还考虑新鲜程度的影响。同时运用灰类白化权函数改进满意度函数,更加准确地表现配送的满意度水平。最终建立配送成本与满意度双目标优化的冷链配送模型,帮助企业有效降低配送成本,提升配送效率和整体水平。在模型求解过程中,采用萤火虫算法并对其进行改进。引入相对荧光亮度比例系数,设计萤火虫随机移动方式以约束最亮萤火虫,采用自适应步长策略以及种群差分进化,有利于算法的全局寻优并避免出现局部最优、过早收敛的问题。以H公司25家门店配送路径为例进行求解,获得需求门店的最优配送路线。将改进萤火虫算法与萤火虫算法、粒子群算法、遗传算法的求解结果进行比较,证明了当求解多目标优化模型时,改进萤火虫算法在寻优能力和求解效率方面的优势,并验证了改进萤火虫算法的有效性。此外,为分析在实际配送过程中各个因素的变化对路径优化的影响,对卸货速率、需求门店数两个参数进行灵敏度分析,并将分析结果应用于配送作业,对降低企业物流成本、提高顾客满意度,具有现实意义。