一、项目研究目的及意义

自2010年国家发改委牵头制定了《农产品冷链物流发展规划》之后，我国冷链物流行业便进入了高速发展时期，与传统运输相似，冷链运输是冷链物流的重要组成部分，产品从生产者到消费者的过程中大约有80%以上的时间消耗在冷链运输上；与传统运输方式不同的是，冷链物流由于其涉及的产品具有易腐特性，时间的增加会导致产品价值的不断降低，配送的准时与否直接关系到配送的成本与效益问题。

因此，合理的安排运输车辆路线，优化配送路径以克服在配送过程中随机环境造成的影响，缩短冷链配送时间，减少冷链商品的过程损失值，对企业的发展有一定的现实意义，有利于冷链物流行业的整体发展。

本文在查阅大量资料的基础上，分析冷链物流配送特点与发展现状，考虑在冷链物流配送中影响最大的几个因素，在此基础上，构建随机环境下的冷链配送车辆路径模型，利用神经网络算法在MATLAB软件中进行算法设计，结合应用实例，优化该模型并求解，为现实生活中随即环境下冷链物流车辆路径优化提供可行方案。

二、国内外研究现状

关于车辆路径问题（VRP）的研究最早起源于国外，由著名学者Dantzig和Rasmer^[17]于1959年首次提出，而后得到了快速的发展，到近几年已经有大量的研究内容问世，研究方向主要包括冷链配送过程中的影响因素和算法两大方向。

在冷链配送影响因素方面，Ghannadpour等人提出了不确定性在优先级和客户请求的多目标动态车辆调度和调度问题。Eglese等人总结了在考虑环境影响的车辆路径规划问题。Bekta等人考虑了油耗和行驶时间两个相关的目标的双目标的PRP问题。

在算法研究方面，刘欣萌等提出了运用多智能体进化算法对带有时间窗的VRP问题进行求解，并建立了以服务时间窗和车辆运载量为约束条件的多目标约束模型。Reisabadi研究了对软时间窗网站依赖型车辆路径问题提出了两种启发式算法，蚁群系统的本地搜索和禁忌搜索算法。林俊楷认为不同商品具有不同的属性，为了达到收益最高，必须确定合适的商品配送顺序，利用遗传算法对VRP问题进行建模并求解。