随着我国国民经济的不断提升，推动了社会总体的消费升级，民众对于生鲜、肉制品、奶制品和速冻食品等的需求越来越高。自然而然，实现上述商流移动的冷链物流，也当引起我们的极大重视。据统计，2018年我国的冷链市场规模将近3000亿元，到2020年有望突破4700亿元大关，不得不承认这是一个消费潜力十分庞大的市场。这也使得社会各界对冷链的重视程度都在逐步提高，其中政府层面尤其重视冷链物流的发展，近年来不断出台相关政策，在多个文件中提出了完善冷链物流基础设施的建设，健全冷链物流体系等要求以加快该行业的发展。如2015年的《冷链即食食品生产审查实施细则（2015版）》，对于提供给消费者可直接食用的冷链即食食品的企业，提出了系统的生产条件的审查及其相关检验要求；在2017年的中央文件《关于深入推进农业供给侧结构性改革加快培育农业农村发展新动能的若干意见》中，明确指出要加强冷链物流基础设施网络建设：“完善全国农产品流通骨干网络，加快构建公益性农产品市场体系，加强农产品产地预冷等冷链物流基础设施网络建设，完善鲜活农产品直供直销体系。”从中不难窥探出冷链市场的走向，未来必定会爆发出巨大的活力。

但是，就目前的现实情况来看却并不乐观。我国仅在水果蔬菜这一市场，每年就有占总产量20%至40%（约8000万吨）的果蔬腐烂，造成了800亿人民币的巨大损失。其中，有很大一部分原因要归结于冷链物流“最后一公里”的配送，冷链物流与普通物流最大的不同在于，各环节都需要在规定的低温之下进行，且时效性极强。这在 “最后一公里”配送中很容易产生疏忽，如果在这一环节发生冷链的断裂，那就可谓“前功尽弃”了。“最后一公里”配送管理俨然成为了冷链配送企业提高供应链管理水平的重要战略问题，该阶段的管理水平能体现企业的运营管理能力，影响企业的竞争优势，这是亟待优化的难题。

国内外学者先后都为此进行了详细的研究：在国外，Kim（2010）等人运用了一种基于LinkRank思想的特殊社区发现方法来针对性解决复杂网络的社区发现以及划分问题，但存在只能得出小范围社区聚集的配送区域的缺陷。Li Huali等（2013）以层次三角形区间需求模型为基础建立了离散物流配送网络模型，并使用遗传算法对该模型进行求解，最终合理地建立了物流配送体系。Yu-Hsiang Hsiao（2018）考虑了带时间窗的车辆路径问题（VRPTW），该问题考虑了之前未研究的多种实际情况——多种易腐食品的特性，质量的持续下降，质量水平的各种要求以及车辆运输过程中的最佳温度设定，开发了基于GA的求解算法来解决水果和蔬菜冷链的“最后一公里”配送路径优化。

在国内，刘洪娟等人（2010）使用层次分析法，既考虑了配送中心到需求点之间的距离、道路流量与可靠性等因素，也考虑了配送中心自身及其周围的环境因素，将各因素转化成综合成本，并采用遗传算法求解出了多个配送中心的选址及配送区域划分模型。吴潇钰（2017）考虑到了企业实际的运营中，站点存在的最大容量约束和派送员存在的工作时间约束，研究了带容量约束的聚类选址问題和带工作时间约束的cvrp问题，最后使用蚁群算法求解，为配送企业的最后一公里选址及车辆路径规划问题提供了参考方向。李玉鹏等（2017）提出了一种基于复杂网络的“最后一公里”物流配送区域划分方法，该方法构建了现实生活中物流配送的复杂网络模型，然后基于两阶段的LinkRank 社区发现算法实现了物流配送区域的划分，最后建立了一套完善的物流配送体系。王有鸿（2018）通过研究车辆路径问题和有时间窗车辆路径问题，完成了物流配送路径的遗传算法聚类优化设计，给出遗传算法聚类优化实现步骤，以实现科学配置物流路线，节约运输车辆数目并提高满载率。

以上研究为实际解决“最后一公里”配送问题提供了宝贵的理论依据，同时也使我深受启发，但不同于以上的种种研究方法，我将选用K-means聚类方法进行冷链物流“最后一公里”配送区域的划分，并通过算例验证其合理性。

2. 研究的基本内容与方案

2.1本论文的基本内容

（1）阐述冷链物流“最后一公里”配送问题的研究背景及现实意义，搜集国内外学者对于冷链物流的研究成果并进行具体介绍。

（2）研究冷链物流的基础理论知识，包含冷链物流的定义及特点、“最后一公里”的内涵、冷链物流“最后一公里”的配送模式及优缺点等。

（3）采用基于聚类方法进行“最后一公里”物流配送路径的优化进行建模，即主要使用K-means法来解决冷链物流“最后一公里”配送区域的划分问题，并通过编写Python代码实现。

（4）通过一定地理范围内，针对小区的冷链物流“最后一公里”配送实例来验证K-means聚类算法所得结果的合理性，并评价该算法的优缺点。