2019年6月,国家发改委倡导要实行绿色高效制冷方案、强化绿色节能意识。物流配送行业作为一类与人民生活密切相关的产业,其自身也应重视绿色节能,更好地推进节能措施的落实。为了降低运输成本,提高客户的服务质量,减少能耗,为车辆寻找配送的最佳路线是一个基本的车辆路径问题（Vehicle Routing Problems,VRP）,同时也是一个非常重要的决策问题。本文研究了一类特殊的多车型车辆路径问题（Heterogeneous Vehicle Routing Problems,HVRP）——冷链中带时间窗与能量消耗的车辆路径问题。将配送车辆分为了两种:普通车辆与冷藏车辆,目标是在考虑客户满意度的同时将运输总成本最小化,为此建立了新的问题模型,采用了改进的人工鱼群算法对此类问题进行求解,最后通过大量的仿真实验证明了该改进算法的有效性。主要内容如下:（1）问题模型的建立。查阅了近年来有关VRP问题及其变体的国内外参考文献,分析了VRP问题发展趋势,针对多车型的冷链物流问题进行建模。多车型的冷链物流问题的研究目标为在满足每个客户需求和时间窗的约束下,最小化总运输成本。（2）问题驱动的启发式策略。初始化策略:分析研究了已有文献针对带时间窗的车辆路径问题的初始化的几种策略,在考虑对当前客户的影响和新插入客户的时间窗约束的同时,使用一种改进的初始解生成策略生成更高质量的解,在保证初始化解质量的同时提高了初始种群的多样性。车辆等待策略:为了进一步提高算法的性能,设计了一种车辆等待策略,在不增加能耗的情况下提高客户满意度。（3）人工鱼群算法的改进。首先对编码解码进行改进,保证在后续操作中不需要进行编码与解码的修复。为了使算法更适用于求解离散化的优化问题,对觅食行为和追尾行为进行了改进,改进的追尾行为在一定的概率范围内学习最优解,具备了跳出局部最优解的能力。同时,在改进的人工鱼群算法中结合变异算子和交叉算子,增强了局部搜索和全局搜索能力。随机行为可以从邻域中进行学习,进一步增强了算法的搜索能力。最后,使用了扩展的SOLOMON算例对改进算法进行测试,经过详细的实验比较,充分验证了所提算法的有效性。