冷链物流的路径规划及协调一直以来是人们研究的热点和难点。其实质是核心为随科技进步以及制冷技术的发展近来快速壮大的，以保持低温环境为基本要求的供应链系统，手段以冷冻工艺学和制冷技术为主的低温物流过程。它集中体现了整个冷链物流运输过程中速度、成本以及效益等各方面要素。并且随着人们对冷链物流配送的要求不断提高，必然促使冷链物流行业不断提高冷链物流运输中心环节的客户满意度，才能在日益剧烈的物流市场竞争中取得先机。　　与其他类型物流运输相比，冷链物流更注重在满足运输、冷藏、时间限制条件下得到物流运输的最大收益，因此本文分析和研究了如何在运输成本、冷藏成本以及时间惩罚成本最低的情况下，及时地将冷鲜货物送达目的地。由于冷链物流实际路况较为复杂，而且有较高的时间成本，本文将通过利用时间窗限制下的车辆路径问题研究模型(Vehicle Routing Problem with Time Windows,VRPTW)作为解决方案的模型基础，加之以一定的路况信息因子，把冷链物流路径规划抽象并构建为相关成本函数模型。并站在配送商的角度上使得运营总成本最小成为模型最终优化目标，随后再利用仿生智能算法来求得该模型的最优近似解。　　而本文应用文化算法分别与蚁群，粒子群以及萤火虫算法相结合，在这三种算法中分别导入信仰空间，通过利用接收函数和影响函数对各自的种群空间进行信息收集和进化影响，进而在理论研究构架上对三个不同仿生智能算法的搜索效率进行了优化，并在随后的章节里讨论并研究了在文化算法框架下三种改进智能优化算法，通过实验算例验证了它们各自改进的有效性，然后在同一路径模型下比较了三种改进仿生智能算法优化结果的优劣，并因此对三种改进算法的改进效果得出了进一步的结论。最后在实际案例的研究解决中应用三种改进智能算法进行求解，得到较为满意结果。并在此基础上总结全文工作成果，并展望未来冷链物流以及智能仿生算法领域的发展趋势。