具有模糊需求的農產品冷鏈物流車輛配送路徑優化研究

2015-10-21 19:57:36潘東靜

安徽農業科學 2015年5期

摘要農產品易變質、易腐蝕的特性，對農產品的冷鏈物流配送提出了更高的要求。該研究對農產品冷鏈物流的車輛配送路徑進行優化，選擇成本最低的配送路徑，建立各零售點具有模糊需求情況下的優化模型，設計混合智能算法進行求解，并通過實例驗證了模型和算法的有效性和可行性。

關鍵詞農產品；冷鏈物流；路徑優化；混合智能算法

中圖分類號S126；F252文獻標識碼

A文章編號0517-6611（2015）05-334-02

Study on Vehicle Distribution Routing Optimization Problem of Agricultural Products Cold Chain Logistics with Fuzzy Demand

PAN Dong-jing （Information Management College， Dezhou University， Dezhou， Shandong 253023）

Abstract As agricultural products have perishable and easy corrosion properties， higher requirement is proposed for agricultural products cold chain logistics distribution routing. This paper optimizes the vehicle distribution routing of agricultural products cold chain logistics， chooses the lowest-cost distribution routing， establishes optimal model when each retail outlets has fuzzy demand， and hybrid intelligent algorithm is designed to solve the model. Finally， the effectivity and feasibility of model and algorithm are verified with an example.

Key words Agricultural products； Cold chain logistics； Routing optimization； Hybrid intelligent algorithm

基金項目德州市軟科學研究計劃項目（2013德科軟第39號）；山東省軟科學項目（2014RKB01638）；山東省精品課程（企業信息系統應用實踐）。

作者簡介潘東靜（1970-），女，山東齊河人，碩士，教授，從事智能決策、物流信息系統研究。

收稿日期2014-12-26

隨著生活水平的提高，人們對農產品冷鏈物流配送提出了越來越多的要求。農產品冷鏈物流是指水果、蔬菜、肉、禽、魚、蛋等農產品在采購、加工、儲藏、運輸、銷售直至消費的各個環節中始終處于規定的、生理需要的低溫環境下，以保證農產品的質量、減少農產品的消耗的一系列供應管理措施和方法[1]。由于冷鏈物流比普通的常溫物流的要求更高，配送商要滿足所配送農產品的質量安全、新鮮度和配送時間要求，因此，研究農產品冷鏈物流配送路徑優化，對提高系統利潤，最大限度降低冷鏈物流配送成本具有重要的現實意義。在以往的研究中，很多是研究確定或隨機環境下的車輛配送路徑，李雅萍研究了確定環境下農產品冷鏈物流的路徑優化問題[2]；溫豹利用Petri網對冷鏈物流配送流程進行建模仿真[3]；呂俊杰等應用蟻群算法對冷鏈物流配送路徑進行研究[4]；劉寶碇等研究了隨機和模糊情況下的車輛調度問題[5]；戎麗霞研究了具有模糊需求以及分時段考慮的需求不確定車輛調度問題[6-7]；但他們都沒有針對農產品的特性進行研究，沒有考慮到各零售點的農產品需求量是模糊變量情況下的配送問題。鑒于此，筆者探討模糊環境下的農產品冷鏈物流車輛配送問題，當零售點需求量是模糊變量時，建立農產品車輛配送路徑優化模型，最小化車輛配送的總成本，從而獲得最大利潤。

1研究假設和模型建立

1.1研究假設由于車輛配送路徑中涉及的因素比較多，如配送中心的個數、車輛數、路線等，為了實現利益最大化，配送中心必須對配送車輛的規模、行車路線及行駛時間進行合理安排，使目標函數得到優化來降低配送成本。為了對問題進行描述和分析，該研究提出如下假設：

（1）問題中只有1個配送中心，有多個零售點，多輛車。

（2）每輛車都有一定的裝載能力限制，每次運貨均不允許超過各自的裝載能力。

（3）每輛車只有1條行駛路線，可以為1個以上的零售點服務，每個零售點只能由1輛車服務。

（4）配送中心不存在缺貨的可能。

（5）每輛車的開始和結束位置都在配送中心。

（6）零售點的需求是模糊的。

（7）每個零售點有一個指定的服務時間窗口限制，盡可能在此時間窗口內把產品送達。

1.2模型建立

模型的目標為在滿足各零售點模糊需求量、時間窗、車輛載重等限制的條件下，求總配送成本最低的配送方案，總配送成本包括車輛運輸成本、配送過程中的貨損成本和不在時間窗內送達的懲罰成本。

模型中的各種參數含義如下：

i=0，指配送中心；i=1，2，…，n，指需要服務的零售點，n為零售點數目；k=1，2，…，m，指提供服務的車輛，m為車輛數目；qi為零售點i的模糊需求；Qk為車輛k的裝載能力，k=1，2，…，m；dij為零售點i到零售點j的行駛距離；tki為車輛k到達零售點i的時間，i=1，2，…，n，k=1，2，…，m；

[ai，bi]指零售點i的服務時間窗口，i=1，2，…，n；C為車輛單位距離的行駛費用；θ1為運輸過程中貨損系數；θ2為開啟車門時的貨損系數。

為建立優化模型，做如下定義：

xijk=1，車輛k從零售點i到零售點j0，否則

車輛的總行駛距離為ni=0

運輸中的貨損成本C損。貨損成本包括運輸途中的貨損和開啟車門時的貨損，運輸路途越長，貨損越大，開啟車門卸貨時，卸貨量越大，時間越長，從而貨損越大。因為qi是模糊變量，用E（qi）表示qi的期望值。因此，貨損成本表示為：

總需求量不能超過車輛的裝載量，因為每個零售點的需求量是模糊的，給每輛車k指定一個置信水平αk，車輛k的裝載量為

每個零售點i盡可能在指定的時間窗口[ai，bi]得到服務，車輛到達零售點的時間如果早于ai，則必須等待到時間ai才開始服務，λi1為期間零售點i的貨損系數，若晚于bi，則要接受一定的懲罰，λi2為零售點i的懲罰系數，表示為：

Pi=λi1（ai-tki），tki

λi2（tki-bi），tki>b，

建立的模型為：

2混合智能算法求解模型

因為每個零售點的需求量是模糊變量，求解模型使用基于模糊模擬、遺傳算法的混合智能算法進行求解，智能算法描述如下。

2.1遺傳算法編碼

為了對遺傳算法進行編碼，用x、y、t 3個決策向量刻畫車輛運行情況，其中x=（x1，x2，…，xn）為整數決策向量，表示n個不同的零售點，對于所有的i≠j，有1≤xi≤n和xi≠xj，i，j=1，2，…，n，它是序列{1，2，…，n}的一個重排（x1，x2，…，xn）。

y=（y1，y2，…，ym-1），也是整數決策向量，其中y0≡0≤y1≤y2≤…≤ym-1≤n≡ym。

t=（t1，t2，…，tm），tk代表車輛k在配送中心的發送時間，k=1，2，…，m。

這樣，運行計劃就由x，y，t進行描述，對于每個k（1≤k≤m），如果yk=yk-1，表示車輛k沒有運行，如果yk>yk-1，表示車輛k已運行，并且離開配送中心的時間為tk，行駛路線為0→xyk-1+1→xyk-1+2→…→xyk→0。

2.2染色體初始化

對于基因x，隨機初始化1到n的一個數，重復此過程產生n個互不相同的數，得到一個序列（x1，x2，…，xn），它是（1，2，…，n）的一個重排，得到基因x=（x1，x2，…，xn）。對于每個滿足1≤i≤m-1的i，取yi為0到n的一個隨機數，然后按從小到大進行重排，得到序列{y1，y2，…，ym-1}，即是基因y=（y1，y2，…，ym-1）。假設在配送中心也有一時間窗口[a，b]，對每個i置ti為時間窗口[a，b]內的一個隨機數，i=1，2，…，m，就得到基因t=（t1，t2，…，tm），如果驗證染色體是可行的，就接受此染色體，否則，重復以上過程，直到得到一可行的染色體種群。

2.3交叉變異操作

對染色體進行交叉變異操作，尋找最優解。

2.4模糊模擬

因為零售點的需求量是模糊變量，要通過模糊模擬計算模糊事件的可信性。對于L=Cr{f（ξ）≤0}的模糊模擬計算描述如下[5]：

假設3輛車的裝載能力分別為310、385、200，假定所有零售點需求得到滿足的置信水平為90%，即有機會約束Crni=0nj=0xijkqj≤Qk≥0.9，K=1，2，3，4，假設車輛運輸的單位成本為1，運輸速度為每小時30，運輸過程中貨損系數θ1=0.001，開啟車門貨損系數θ2=0.001，等待期間每個零售點的貨損系數均為0.002，懲罰系數均為0.05。

通過運行混合智能算法，設遺傳過程交叉系數為0.2，變異系數為0.3，4 000次模糊模擬，1 000次遺傳迭代，得到了最優車輛調度計劃：

車輛1：配送中心→8→2→1→配送中心

車輛2：配送中心→6→7→5→配送中心

車輛3：配送中心→4→3→配送中心

車輛1、車輛2、車輛3在配送中心的出發時間分別為8：00、7：30、7：50，運輸成本為241.97。

4結語

農產品冷鏈物流的配送路徑優化研究能大大降低配送過程的成本，該研究對具有模糊需求的農產品冷鏈物流車輛配送路徑進行研究，建立優化模型，并設計混合智能算法進行求解，對模糊環境下的農產品冷鏈物流配送優化問題具有一定的指導意義。

參考文獻

[1]

孫春華. 我國生鮮農產品冷鏈物流現狀及發展對策分析[J]. 江蘇農業科學，2013，41（1）：395-399.

[2] 李雅萍. 鮮活農產品冷鏈物流配送路徑優化研究[J]. 價值工程， 2013（31）：25-27.

[3] 溫豹. 基于Petri 網的冷鏈物流配送流程建模與仿真[J]. 物流科技，2013（12）：102-105.