目前,随着生鲜电商的快速发展和消费者个性化需求的增多,新兴的生鲜电商模式及配送方式不断涌现,特别是具有成长性的特色发展模式的“小众”电商平台吸引了各行各业的广泛关注。然而,在“两超、多强、小众”的激烈竞争环境中,大部分生鲜电商仍无法盈利,甚至面临转型、重组或倒闭的窘境。冷链物流是制约其发展的最大问题,而末端“最后一公里”配送是冷链物流最核心最本质的环节,有效控制末端冷链配送成本成为其核心竞争力。社区智能直投被认为是解决生鲜末端配送的有效方式,但该配送服务模式仍处于初级探索阶段,也未能完美解决末端配送问题。因此,探讨此类生鲜电商物流配送模式、发展问题和路径规划问题,具有很强的现实背景和研究价值。本文以C2B2F模式的生鲜电商社区配送为研究对象,考虑此配送方式下大规模、多车场、多品类产品及相关约束的配送问题,以最小配送车辆约束下总成本最小为优化目标,构建了多车场的生鲜电商配送路径优化模型。基于模型结构及问题的分析,提出了此数学模型的优化思路和两阶段求解方法。第一阶段,以最小化车辆数为目标,设计带约束的系统聚类算法将配送社区的需求合载,求得该阶段最小车辆数及相应配送成本。第二阶段,以第一阶段结果为基础,将问题转化为带库存与车辆约束的指派问题,并设计蚁群算法进行分析与求解,获得最终车辆路径优化方案。其中,聚类算法的约束集合主要涉及聚类对象满足初始和过程选取要求及聚类簇满足车辆装载率要求等;蚁群算法涉及融入指派问题编码、库存及车辆约束等问题,并对蚁群算法各参数性能详细分析。结合A公司配送实例分析,并利用ArcGIS10.2地理信息软件和MatlabR2014a软件进行数据处理与编程,研究结果表明:(1)C2B2F模式下生鲜配送路径规划与传统生鲜配送问题截然不同,其模型构建及问题求解等需要从问题本身重新设计。(2)考虑约束条件下生鲜电商车辆路径模型构建及算法求解,其对生鲜电商配送问题刻画更为客观和贴切,为企业配送及其长期发展提供一定参考价值。(3)提出两阶段求解方法并进行算法设计,其对求解大规模、多车场及多品类生鲜配送问题具有一定可行性和有效性。