1.一种多目标烟花算法的低碳疫苗冷链优化配送方法,其特征在于，包括以下步骤：S1：读取问题输入信息，定义优化目标，设定车辆约束条件；

S2：初始化双档案协同进化型多目标烟花算法参数；

S3：生成初始候选烟花种群POP，采用消除车辆约束条件的解码方式后计算适应度，将烟花种群POP中的可行解加入可行档案Feasible，不可行解加入不可行解档案Infeasible；

S4：对烟花采用部分映射爆炸算子生成爆炸火花；

S5：对烟花采用两点交换变异算子生成变异火花，对每个烟花编码进行随机的两点交换操作,将爆炸火花和变异火花中的非支配解加入NDS，并将其中的不可行解加入Infeasible；

S6：双外部档案协同进化型机制，对所有不可行解档案Infeasible进行可行性搜索，得到可行性搜索火花FS，其中可行解集为F，不可行解集为I，将I加入Infeasible；对NDS∪F实施目标驱动的启发式扩展搜索，得到扩展搜索火花SS；

S7：用NDS∪SS分别根据Pareto支配概念和ε支配概念更新POP和Feasible中个体的支配关系，若规模超出最大预设值，则根据拥挤距离对烟花种群POP和可行档案Feasible进行裁剪；使用I更新Infeasible；

S8：选择出下一代烟花后，从中随机选择一个个体，计算该个体与其他烟花的相似度，将相似度高于80％的个体进行随机长度的循环移位操作；

S9：判断是否达到终止条件，若否，回转执行所述步骤S4，若达到，则终止迭代，输出可行档案Feasible；

步骤S3中：生成初始候选种群具体包括以下步骤：采用整数编码客户访问序列，均匀随机生成规模为N的烟花种群POP，每个个体表示物流车辆前往客户点送货的顺序：X＝{x1,x2,...,xT}

其中，xi(i＝1,2,...,T)为第i个被服务客户点，T为物流车辆需要访问的客户点数量；

步骤S3中，所述消除车辆约束条件的解码方式实现步骤如下：S31，整数编码客户访问序列按车辆容量约束和模糊时间窗约束进行解码；

S32，判断子回路数量，即使用的车辆数是否超过问题可用车辆数，采用一种新型修复算子处理不可行解；

S33，对客户访问序列按车辆容量约束解码后，当子回路数量达到可用车辆数时，将剩余未访问的所有客户放入一个集合中；修复算子为：对该集合依次进行插入操作和置换操作；

S34，若集合变为空集，则该处理不可行解的新型修复算子终止；

S35，若集合无法变为空集，即经插入和置换操作后，仍不能同时满足车辆数量和容量约束，则随机初始化一串访问序列替代原整数编码个体，并重新解码；

S36，输出初始解；

步骤S6中，所述双外部档案协同进化型机制，具体实现步骤如下：S61，设置了可行解档案和不可行解档案两个不重叠的外部档案，分别保存可行解和不可行解中的精英个体；

S62，对不可行解档案实施可行性搜索，可能生成新的可行解和新的不可行解；

S63，可行性搜索策略对某个配送方案中时间窗约束违反程度最大的子回路，按客户可接受到达时间的先后进行排序，所得新的配送方案称为可行性搜索火花FS；

S64，对于不可行解档案经可行性搜索后产生的可行解，将其与子代中的非支配个体利用碳排放量和客户不满意度两种信息共同进行启发式扩展搜索。

2.根据权利要求1所述的一种多目标烟花算法的低碳疫苗冷链优化配送方法,其特征在于，步骤S1中：所述问题输入信息包括：物流车辆需要访问的客户点数量T和客户具体坐标信息以及客户所需的疫苗数量和时间要求；

所述优化目标包括：考虑碳排放的企业运输成本和客户不满意度最小；

所述车辆约束条件包括：每个客户只能由一辆车服务；对于每个被服务的客户点，一定会有一辆车从某个地点行驶到该客户点，并从该客户点离开；保证每辆车的行驶路线中没有子回路；车辆容量约束，车辆数量约束和模糊时间窗约束。

3.根据权利要求1所述的一种多目标烟花算法的低碳疫苗冷链优化配送方法,其特征在于，步骤S2中：烟花种群规模为N、最大评价次数为Evamax、相似度阈值80％，设置评价次数计数器Eva＝0。

4.根据权利要求2所述的一种多目标烟花算法的低碳疫苗冷链优化配送方法,其特征在于，根据消除车辆约束的解码方式进行解码，并计算其目标向量具体包括：f1(x)最小化运输成本和f2(x)最小化客户不满意度：其中，C11为油耗碳排放成本；C12为制冷碳排放成本；C2为司机薪酬；C3为制冷剂成本；FE为燃油排放参数；a为车辆行驶加速度；g为重力加速度常量；θij为从医院i到医院j这一路段的路面坡度；Ce为碳税，Cr为滚动阻力系数；Cd为牵引力系数；A为车辆正面表面积；ρ为空气密度；n为医院数量；K为可用车辆数；w为运输车辆的自身重量；P1为单位货物在行驶单位距离时制冷产生的碳排放量；dij为从医院i到医院j车辆的行驶距离；lij为从医院i行驶到医院j时车辆的载重；P2为每小时司机的薪酬；tdis为车辆在配送中心的消毒时间；vij为从医院i到医院j车辆的行驶速度；tsi为车辆在医院i的服务时间；P3为制冷剂单价；T1为为添加制冷剂的间隔时间；xijk和yik均为决策变量；y0k为出发点；

其中，ti为车辆到达医院i的时刻；t0为车辆的出发时刻；U0为疫苗在出发时的品质；σ为疫苗品质的衰减指数；qi为医院i的需求量；

其中，V1(ti)为客户满意度与车辆到达医院i时的函数关系：其中：ETi为医院i可接受的时间窗最早时间；

LTi为医院i可接受的时间窗最晚时间；

ETi′为医院i期望的时间窗最早时间；

LTi′为医院i期望的时间窗最晚时间。

5.根据权利要求2所述的一种多目标烟花算法的低碳疫苗冷链优化配送方法,其特征在于，定义约束条件包括以下六个：(1)每个客户只能由一辆车服务，即：

(2)对于每个被服务的客户点，一定会有一辆车从某个地点行驶到该客户点，并从该客户点离开，即：(3)经典的子回路消除约束，保证每辆车的行驶路线中没有子回路，即：其中：S为子回路；

(4)车辆容量约束，即：

其中：Q为运输车辆的最大容量；

(5)车辆数量约束，即：

(6)模糊时间窗约束，即：

ETi≤ti≤LTi,i＝1,2,…,n。

6.根据权利要求1所述的一种多目标烟花算法的低碳疫苗冷链优化配送方法,其特征在于，步骤S4中，所述烟花采用部分映射爆炸算子生成火花的实现步骤为：每个烟花根据4种不同的爆炸半径S4，将每个烟花的两个目标值分别进行归一化；再将归一化后的结果相乘，得到N个乘积；

S42，根据第i(i＝1,2,...,N)个乘积在N个乘积中所占的比例来计算第i个烟花需要变化的编号个数；

S43，令每个烟花产生4种爆炸半径不同的爆炸火花,通过部分映射交叉操作产生8个爆炸火花，其爆炸半径分别为：其中：ri1为第一种爆炸半径；ri2为第二种爆炸半径；ri3为第三种爆炸半径；ri4为第四种爆炸半径；Ai为爆炸振幅；

S44，将编码中的配送中心0删除，得到一串客户的访问序列；随机选取4个其它烟花的客户访问序列，分别与当前烟花进行部分映射交叉操作。