新形势下对于物流运输的更高要求,冷链作为其中重要的一方面具有着重要的研究意义。如何在现有资源下更大程度的降低成本,如何获得更有效配送路线以及不同方式间有什么变化,这是本文主要研究的问题。本文通过比较分析了不同共同配送的模式,建立适用于生鲜易腐产品共同配送的冷链配送网络,进行共同配送。将共同配送的类型大致分为三种:客户资源整合,中心仓库与配送车辆整合,以及客户与中心仓库与配送车辆三者整合。根据整合资源的逐步扩大以及整合方式的逐步复杂,建立起三种不同的共同配送模式。选取其中的客户资源整合条件下以及配送中心与配送车辆整合条件下的两种不同的情况进行建模分析。由于冷链对时间的要求使得模型的建立更为具体且更有实际有意义。对于路径优化模型的求解,本文采用了遗传算法与改进量子遗传算法求解。改进量子遗传算法中加入遗传算法中交叉与变异的进化方式与小生境多重进化,运用轮盘赌的选择方式进行对种群进化的筛选等方式,可以增加种群的多样性,降低其陷入局部最优的概率,提高算法的收敛能力。最后结合实际案例,采用MATLAB软件进行编程求解,对模型和算法的可行性进行具体验证,可以根据实际情况对其数值修改进行定量分析。由解决问题算法间的比较可以发现,改进的量子遗传算法比遗传算法能够获得更优的解及路线,但是在计算时间上有着明显差异,时间较长,所以在对时间要求严格的冷链运输中,需要根据情况来决定采用。在不同共同配送模型间的比较上来看,将更多资源进行合并的模型获得了更优的解。灵敏度的分析将不同环境对模型参数值的影响进行了数值化的展现,选择了内外温差与运输速度两个参数进行了分析。本文的研究可以为企业联合配送提供参考依据同时对进一步发展冷链共同配送提供了理论上的参考依据。