近年来,随着政府对生鲜农产品市场和冷链物流行业的重视,从多方面推进生鲜农产品冷链物流的快速发展。同时居民的收入水平也在不断的增长,人们对生鲜农产品的新鲜度要求越来越高。然而,生鲜农产品在实际流通中,仍然存在冷链“断链”现象严重、腐损率高的问题。因此,如何提高冷链配送的可靠性,降低流通损失率是生鲜冷链物流产业亟需解决的主要问题。本文以生鲜农产品冷链物流配送系统为研究对象。首先,通过分析冷链配送过程中各环节的特点,找出每个环节中影响配送效率的不确定性因素,从配送延迟、数量种类不符、质量不合格三个方面构建冷链配送系统的故障树模型。然后,将故障树转化为冷链配送系统失效的贝叶斯网络,通过模糊综合评价法获得各影响因素的先验概率,以及中间节点和叶节点的条件概率表。通过计算系统正常工作的概率,评估了冷链配送系统的可靠性。通过贝叶斯网络:(1)计算每个影响因素的后验概率,找出导致冷链配送系统失效的主要因素;(2)计算每个影响因素的概率重要度,找出影响冷链配送系统可靠性的关键因素;(3)进行敏感性分析,识别冷链配送系统的敏感性因素。通过算例分析,验证了基于贝叶斯网络进行生鲜农产品冷链配送可靠性分析的有效性。分析结果表明,概率重要度更适合作为识别影响冷链配送系统可靠性的依据。最后,本文将可靠性费用作为优化目标,以期望的系统可靠度指标作为约束条件,结合每个影响因素的可行度和概率重要度,构建了非线性规划模型并求解。通过对每个影响因素的可靠度进行分配,达到提高冷链配送系统的可靠性,优化冷链配送流程的目的。通过算例分析,验证了模型的有效性。分配结果表明,重点优化概率重要度高的因素,不仅有利于提升系统的可靠性,而且所需费用更少。针对优化结果,提出了相关的改进建议。