近年来,消费者对于消费品尤其是生鲜食品的质量越来越关注,冷链物流配送越来越成为我们生活中不可分割的一部分,冷链物流为生鲜产品提供了恒定的低温环境,这很大程度的保证了冷链产品能够以较好的质量和新鲜程度送到顾客手中,也使得顾客对于食品质量的需求得到了满足。然而制冷设备在运行过程中必然会增加燃料的损耗,对周围的环境产生污染。由于冷链物流的特殊性,如果最大程度地保证冷链配送中的低温环境要求,保证生鲜产品的新鲜度,则必然导致配送成本的提高和环境污染的增加,如果控制冷链物流配送成本和对环境造成的污染,则很难保证冷链配送产品对于冷藏环境的要求,进而导致产品变质率提高。因此,如何平衡二者之间的关系,既能够将配送总成本控制在最低水平,又能够减少污染并保证冷链产品的质量,通过科学合理的规划配送线路实现绿色低碳且高效的冷链配送,是当前需要解决的重要问题之一。基于以上背景,本文展开了对于冷链物流路径优化的研究。首先,通过对已有研究成果进行研读分析,将冷链物流配送路径优化问题作为对象进行了研究。将相关的研究现状以及相关理论进行了总结分析,在已有研究和相关理论的的基础上阐述了本文的出发点和创新点,为整篇文章的撰写提供了理论支持。其次,创建了以六部分成本构成的总成本最小为目标的优化模型。其中,顾客对于时间窗的要求直接影响顾客的满意度,本文将顾客满意度最大转化为时间窗惩罚成本最小,同时考虑配送过程中对于环境造成的污染最小,将碳排放量转化为碳排放成本,将两者都加入到总目标函数之中。在相关的限制条件下,构建了考虑时间窗和碳排放的冷链物流VRP模型。随后,针对传统遗传算法的局限性,使用精英保留策略、逆转操作和移民策略与其进行结合,并总结出本文所设计改进遗传算法的原理和步骤。最后,利用所构建的模型和算法对A企业冷链配送案例在MATLAB环境中进行求解,用改进的遗传算法为A企业规划出最优配送路径,验证了本文构建的模型以及设计算法的有效性,并在此基础上对影响碳排放量和总成本的相关要素展开了灵敏度分析,为冷链行业相关企业和部门在改善物流配送问题上提供了建议和决策参考。