，，，,2

(1.浙江工业大学 特种装备制造与先进加工技术教育部重点实验室，浙江 杭州 310014；2.嘉兴职业技术学院 机电与汽车分院，浙江 嘉兴314036)

随着全球气候变暖，低碳经济逐渐成为世界各国关注的焦点，而物流业是碳排放的主要来源之一，因此低碳环境下的选址路径问题(Location routing problem，LRP)受到学者的关注.在模型上，曹剑东等[1-2]以总成本最小化为优化目标研究了考虑碳排放因素的车辆路径问题(Vehicle routing problem，VRP).在实际的物流配送系统中，车辆路径的优化目标往往不止1个，可能同时考虑包括最短配送路径、最少总成本、最少碳排放量和最少车辆数等因素.Jemai等[3-4]研究了最小化运输路径和碳排放的多目标VRP模型；鲁建厦等[5-6]研究了最小化成本和车辆数的LRP模型.然而在现实生活中，物流企业一方面在配送时要尽量降低运营成本，另一方面还要减少碳排放、增加客户满意度.客户的满意度主要体现在车辆的准时到达，车辆在客户要求的时间内到达，则客户的满意度最高，提前或者推迟到达都会引起客户满意度的下降.在求解算法上，求解多目标VRP或LRP模型的算法基本是线性权重处理法或者是NSGA-II算法等传统的启发式算法，不同LRP变种问题的特殊性限制了这类算法的通用性，对于不同LRP问题都必须设计相对应的搜索策略，所以设计一种通用性算法使其较好地运用于一类相似的问题是目前研究的热点，超启发式算法就是这样的方法之一.

基于此，在传统LRP基础上，研究考虑碳排放带……