梅寶林[1]認為智能供應鏈是生鮮農產品發展的方向，提出了生鮮農產品在流通加工、包裝運輸和倉儲等環節智能化構建的方式，并提出問題和改進措施。韓佳偉等[2]認為農產品在冷鏈物流的每個流通環節都應注重質量與安全的監控，專業化的運營管理模式可以保證生鮮農產品流通的合理性，提高效率和降低成本仍是冷鏈物流競爭力的重要部分。黃凱等[3]運用GM(1,1）預測模型、BP神經網絡預測模型和RBF神經網絡預測模型進行組合，構建了最優組合預測模型，對生鮮農產品需要冷鏈服務進行預測，并帶入地區數據進行實例驗證，得出需加強城鄉冷鏈設施建設大的建議。劉陽陽[4]從大數據背景下分析了傳統生鮮農產品供應鏈存在的問題，并提出需要從末端需求、生產供應、物流協同、數據處理等幾方面進行供應鏈的優化，從而創新生鮮農產品的運作模式；依紹華[5]提出從降低物流成本，建設農產品物流標準化，優化冷鏈基礎設施配置，整合社會物流資源，改進物流管理模式方面來改進農產品物流體系面臨的問題和困難。

He D X等[6]利用數學分析和構建系統模型來對農產品冷鏈物流進行研究，該文章揭示了冷鏈生態系統的復雜性，表明需要全面協調能使農產品冷鏈系統得到優化。Mahmood M等[7]通過研究表明農產品需要通過溫度和濕度的控制來延長產品壽命，空調在新鮮農產品的倉儲過程中有著重要的作用；Singh B K等[8]討論研究了印度冷鏈行業面臨的挑戰和缺口，不適當的冷鏈物流使農產品遭受巨大的損失，并且冷鏈物流面臨投資成本高，技術陳舊和能源需求大等挑戰，這項研究可以為行業利益相關者在制定決策時使用。

王成林等[9]改進了傳統的遺傳算法，在此基礎上添加了貪心算法和禁忌搜索，使最優解的搜索效率提高，并以北京市生鮮農產品為例進行了實例分析，驗證了此模型算法對于物流選址具有一定的應用價值；李婭等[10]結合我國農村多種農產品的類型及其預冷特點，以系統總成本最小為目標，設計改進了遺傳算法，通過實例驗證說明該算法對于我國農村地區預冷設施布局具有重要的實用價值。劉冬等[11]以同時送取貨為側重點，建立了系統成本最小的選址模型，并根據模型的特點改進了混合免疫優化算法，改進了尋找最優解的步驟，使得求解更加快速便捷，這對于物流企業有較強的借鑒意義。

Li等[12]改進了布谷鳥搜索算法，解決了易陷入局部最優的缺點，該算法在解決物流配送中心選址問題中有較好的運用性，可以進行多個中心的選址求解。Lili,Weng[13]在大數據的背景下，利用灰色預測方法對生鮮農產品進行需求預測，在需求預測的基礎上進行配送中心選址，這樣設計出的模型更加貼合實際情況，并且通過具體案例驗證了模型的有效性。Silva A等[14]將倉庫選址與訂單揀貨兩個問題相結合，通過變量鄰域啟發式算法進行解決，改進了一般的倉儲選址的方案。Musolino G等[15]提出了城市配送中心位置選取的方法，該方法追求可持續發展的目標和提高各方的效率，在選取位置時需要考慮車輛路線和能源消耗，并且城市的物流運作可持續性需要用定量方法來進行評價。Agrebi M等[16]基于決策固有的不確定性不準確性和市場未來的發展，通過改進多屬性多因素的模糊決策方法，來進行物流系統配送中心的選址，并且通過比較分析和敏感性分析證明了該方法的優越性。

綜上所述，在生鮮農產品物流方面，國外研究較為成熟，我國則停留在宏觀層面。我國生鮮農產品冷鏈物流發展與發達國家相比，存在著標準體系不健全，技術落后，基礎設施分配不均勻等問題。在生鮮農產品冷鏈物流模式方面，我國的農業狀態是分散小批量的農戶種植，而國外主要是規模化的農場主經營，所以我國的生鮮農產品冷鏈物流模式的研究內容與國外不同，但相同點是都對農產品供應鏈進行側重研究。我國目前對于前端生鮮農產品物流的研究較少，對農產品冷鏈物流與外部效應關系的研究也較少。部分學者在解決倉庫選址問題時，考慮了系統中各個部分的費用，但在現實生活中，生鮮農產品在不適宜儲存的溫度和濕度下，會導致腐敗變質產生損耗成本，而未完全腐敗的產品也會使消費者的購買欲望減少，因此在構建模型時要結合生鮮農產品本身的特性。還有一些學者在構建選址模型時，僅考慮到當前市場的需求量，忽略了未來的市場需求，由于科技水平的不斷提高，生鮮農產品生產量也會不斷增加，所以為滿足長久發展的需要，在選址時合理地預測生鮮農產品未來生產量也十分重要。