面向電子商務農產品代購供應鏈的配送中心多目標選址模型

戴 旭，陳達強，余錦中，葉 呈，章燕萍，李一達

（浙江工商大學 計算機與信息工程學院，浙江 杭州 310018）

面向電子商務農產品代購供應鏈的配送中心多目標選址模型

戴 旭，陳達強，余錦中，葉 呈，章燕萍，李一達

（浙江工商大學 計算機與信息工程學院，浙江 杭州 310018）

針對面向電子商務農產品代購配送模式的供應鏈配送中心選址問題，考慮經濟成本最小化和消費者滿意度最大化，構建多目標決策優化模型。其中，模型經濟成本主要包括固定成本、運輸成本和貨損成本，消費者滿意度主要包括到貨及時性和農產品新鮮度。由于經濟成本和消費者滿意度往往存在效益背反現象，在模型求解過程運用主要目標法將多目標模型轉化為單目標模型，并用貪婪取走的啟發式算法對單目標模型進行求解。從仿真算例求解結果可知，此方法能在滿足消費者需求和農產品代購供應鏈總成本最小化的情況下，達到最優選址的目的。

電子商務；農產品代購供應鏈；優化選址；多目標決策

1 引言

政府在2015年中央一號文件[1]《關于加大改革創新力度加快農業現代化建設的若干意見》中提出了要創新農產品流通方式，支持電商、物流、商貿、金融等企業參與涉農電子商務平臺建設。近年來，生鮮電商發展潛力巨大，儼然成為電商行業的一片藍海[2]。但是由于農產品的獨特性[3]使生鮮電商行業發展面臨困難：①流通成本高；②流通方式落后；③流通秩序混亂；④批發市場地位重要；⑤集貿市場是消費者獲取生鮮農產品的主要場所；⑥農民個體是生鮮農產品流通的主要力量；⑦物流與商流的統一。孫群花[4]認為電子商務下農產品物流配送體系存在如下四個問題：①送貨時間達不到顧客要求；②配送的農產品不夠新鮮；③運輸成本高；④缺乏專業的冷鏈設施設備。

配送中心作為農產品供應鏈中的關鍵節點，起到連接農產品上下游的作用，往往還承擔著流通、加工、包裝、配送等任務。而配送中心關乎運營成本、服務及時性以及農產品新鮮度，對其選址問題的經濟性和有效性進行研究分析是十分必要的。目前，湯希峰等[5]考慮了物流成本最小化和物流服務可靠度最大化，以此建立了物流配送中心選址的多目標優化模型，求解過程中將模型轉化為單目標再運用貪婪取走啟發式算法求得最優解。吳麗敏[6]提出了配送中心要能以最短的時間滿足顧客需求并建立顧客滿意度函數，以物流成本最小化和顧客滿意度最大化為目標構建多目標優化模型并給出了求解算法。楊曉芳等[7]結合易腐品的新鮮度對時間的敏感性特征，建立了最小化物流成本和最大化客戶滿意度的多目標優化模型，采用主要目標法將模型轉換成單目標模型進行求解。對比發現新鮮度條件下建立的冷鏈物流配送網絡模型比傳統模型節省了更多的物流成本。Montanari[8]認為在冷鏈中，時間與溫度的控制至關重要，并運用技術和管理兩種方案，提出結構化的框架，最后確定最合適的管理解決方案以達到物流成本最少。Nagurney和Yu[9]考慮了銷售易腐蝕產品的報廢成本，建立了基于供應鏈網絡的易腐蝕供應模型，并設計了算法對模型進行求解。Kim[10]等人研究了兩階段閉環供應鏈模型，其中考慮了返回時間隨機情況下對易腐蝕產品的配送，并分析了風險情況與腐敗率。

上述研究均為涉及農產品代購供應鏈中消費者參與的問題。為此，本文主要基于電子商務的農產品代購配送業務模式，以配送中心選址問題為研究對象，考慮經濟成本（固定成本、運輸成本、貨損成本）和顧客滿意度(及時性、新鮮度)等因素構建配送中心選址的多目標優化模型，并給出算例加以分析。

2 問題描述與分析

2.1 問題描述

農產品配送中心的選址是農產品代購配送模式中極為重要的一個環節，它是農產品從農貿市場到上班族消費者之間的存儲配送中轉站，包含了集中和分散農產品、組織采購和配送、執行加工和包裝等功能。配送中心的分布對于節省運營成本和提高農產品采購配送效率有著重要的影響，從而也是影響消費者滿意度的因素之一。

傳統的基于電子商務的農產品代購往往不是自建農場就是與農場合作。前者資金壓力較大，后者安全難以保障。所以本文中的農產品代購配送模式是以經過鑒定的規范化的農貿市場為購貨來源設計的。首先，這些農貿市場的貨物都是經過各種檢測鑒定而進行銷售的，安全有保障。其次，農貿市場相對較集中且都分布在社區聚集地，有利于減少隨后的配送費用。根據已有案例并對相關企業進行咨詢，根據其運作模式總結出符合本文思想的基于電子商務的農產品配送模式，如圖1所示。

圖1 基于電子商務的農產品代購配送模式

本文構建的配送中心選址模型是以選取出的最佳配送中心的總費用最小化為一個目標，其中主要包括從農貿市場到配送中心所需的運輸費用與從配送中心到消費者的配送費用，以及經營配送中心所需的固定成本、因操作不當等導致的農產品損耗費用。另外一個目標是考慮顧客滿意度最大化，其中主要包括顧客從下單到農產品送達中時間的及時性、因時間流逝而導致農產品的新鮮度的變化。

在這個選址模型中，假設已知參數如下：①備選配送中心的位置、個數、運營能力、運營固定成本及允許建設個數的限定；②家庭消費社區的個數、位置及需求量；③農貿市場作為產品采購來源的個數、位置、供應能力。

2.2 模型假設

假設1：一個配送中心可以處理從多個農貿市場采購農產品的任務，同時可以處理向多個消費者配送農產品的任務[11]。

假設2：農產品在采購和配送等運輸過程中所需的運輸費用與運輸量和運輸距離成正比例關系。

假設3：所選的農貿市場能夠滿足消費者所有購買需求，且每個消費者的購買量已知。

假設4：并假定運輸速度符合正態分布，不存在交通擁堵的情況[12]。

假設5：貨損費用只發生在配送中心的加工包裝過程中，人工成本均為常量不作考慮。

假設6：配送中心之間的需求是相互獨立的，不存在相互調劑的情況；農貿市場不能將農產品直接配送給消費者。

假設7：運輸全程都是恒溫的且溫度相同，農產品的新鮮度只受時間影響。

假設8：消費者滿意度與系統的平均及時性以及送達農產品的新鮮度有關。

2.3 符號說明

2.3.1 符號與參數

i—表示農貿市場的編號，可取1，2，…，l；

j—表示配送中心的編號，可取1，2，…，m；

k—表示農產品消費者編號，可取1，2，…，n；

αk為消費者k收到的農產品新鮮度，服從指數函數，αk∈(0,1)；

αsys為整個農產品代購供應鏈系統的農產品平均新鮮度；

βjk為配送中心j到消費者k的農產品送達及時性；

βsys為整個農產品代購供應鏈系統的農產品送達平均及時性；

Tjk為配送中心j到消費者k的實際運輸時間；

djk為配送中心j到消費者k的運輸距離；

vjk為配送中心j到消費者k的平均行駛速度；

tk為規定的到達每個消費者的配送時間上限，本文中將所有到達時間上限統一為一個固定值；

Qij—從農貿市場i到配送中心j的發貨量；

c1—從農貿市場i到農產品配送中心j的采購單位運輸成本；

qjk—從農產品配送中心j到社區家庭需求點k的運輸量，即為k點的需求量；

c2—從農產品配送中心j到需求社區k的發貨單位運輸成本(包括裝卸費、運輸費、訂單費等)；

μ—一籃子農產品中的平均單價；

θ—加工一籃子農產品的平均貨損率，θ∈[0,1]；Cj—備選配送中心j的固定成本。

2.3.2 決策變量

Ij—整數變量，Ij=0表示備選地址未被選中，Ij=1表示選中備選地址；

2.4 決策目標分析

2.4.1 消費者滿意度分析。為簡化模型分析，本文假設在恒定溫度下，農產品的新鮮度是一定的，呈指數變化，

由此可以得到消費者k的農產品新鮮度函數：

則整個農產品代購供應鏈系統的農產品平均新鮮度為：

為簡化模型分析，假定消費者的農產品送達及時性函數為：

則整個農產品代購供應鏈系統的平均及時性可表述為：

2.4.2 系統經濟成本分析。整個農產品代購供應鏈系統的經濟成本主要由固定成本、運輸成本和貨損成本構成。

農產品代購供應鏈系統的固定成本主要是所涉及的配送中心的固定成本，即：

農產品代購供應鏈系統的運輸成本主要是所涉及的兩個階段的運輸成本，即：

農產品代購供應鏈系統的貨損成本主要是在執行加工包裝過程所涉及的貨損，即：

3 模型構建與求解

3.1 模型構建

根據上述分析，可構建多目標優化決策模型如下：

其中，Qij≥0，qjk≥0，cij≥0，sjk≥0；dij≥0，iij≥0，Iij≥0；θ∈[0,1]，α∈[0,1]，β∈[0,1]；p1+p2=1，p1,p2為權重。

式（8）表示經濟成本最小化目標，包括運輸成本、固定成本和貨損成本。式（9）表示消費者滿意度最大化目標，包括農產品新鮮度和到貨及時性。式（10）表示最多只有m個配送中心可提供服務。式（11）表示至少有1個配送中心可提供服務。式（12）表示只有選中的配送中心才能為消費者提供服務。式（13）表示一個消費者只能由一個對應配送中心提供服務。式（14）表示經過加工后的量不能低于消費者的需求量。

3.2 模型求解與算法設計

由于物流成本與服務質量存在著效益背反現象，由此構建的多目標優化模型往往不存在唯一最優解，通常存在一組或多組非劣解。為了簡化多目標模型的求解[13]，一般將其中幾個目標函數作為約束條件，轉化為只考慮一個主要目標的單目標模型。本文也采取主要目標法對模型簡化求解，將配送中心總成本最小和顧客滿意度最大兩個目標其中的一個作為主要目標。主要目標的選取可以由公司的戰略決定。

其次，根據求解問題的規模選擇合適的算法。轉化后的單目標優化模型是具有多個約束條件的組合優化問題，屬于NP-hard難題，其求解算法主要有精確計算方法和啟發式算法兩類，其中精確計算方法的計算量隨著問題規模(候選地址與消費者數量)的增加呈指數增長，只適合于求解小規模的選址問題；而啟發式算法作為一種逐次逼近的算法，能夠高效率地得到較高精度的解，采用最大物流成本節省優先的貪婪準則設計的貪婪取走啟發式算法可以求得模型很高精度的近似解[14]，其基本步驟如下：

①選中建設配送中心的地址數j=m，即所有候選地址都建設配送中心。

②將每個客戶指派給j個選中建設配送中心的地址中離其最近的那個，并計算出此方案的消費者滿意度和物流成本。

③若物流成本低于C0，則輸出j個選中地址以及客戶的指派結果，計算停止；否則，轉入④。

④從j個選中建設配送中心的地址中確定一個取走地址，滿足：若取走它，并將其客戶指派給其他最近的選中地址，物流成本節省最大。

⑤選中的地址集合中刪除該取走地址，令j=j-1，轉入②。

由此可以求得Ij和Yjk的值是選中建設配送中心的地址數是候選地址j建設的配送中心服務的客戶數。

4 案例分析

假定已知2個農貿市場（M1，M2），各農貿市場到配送中心的距離及供應能力見表1；4個配送中心候選地址（DC1，DC2，DC3，DC4）和10個消費者（C1，C2，C3，C4，C5，C6，C7，C8，C9，C10），消費者到配送中心的距離及需求量見表2。

表1 農貿市場到配送中心的距離及農貿市場的供應能力

表2 配送中心到消費者的距離及消費者的需求量

一籃子農產品價值μ=20，采購運輸單價c1=1.5，配送運輸單價c2=2，貨損率h=0.05，配送中心固定成本Cj=50 000，農產品新鮮度函數系數g=1，b=1.09，消費者滿意度函數比例系數p1=0.6，p2=0.4，配送時限tk=5，配送速度νjk～N（50，202）。

案例求解思路：將案例分析以線性規劃的方程書寫，分別涉及目標函數，約束以及自變量。在該案例中，滿足配送中心與農貿市場以及客戶一對一從配送中心拿到貨的模型設計方案列出以下線性規劃求解模型。目標即該供應鏈成本最低，完成最小解模型。約束條件方面要保證供應量大于或等于配送量大于等于需求量，從而保證客戶完成需求量產量。由于配送中心數量最多為四個，最少為一個，因而要對分別設置一個、兩個、三個以及四個配送中心等16種配送中心設置的情況分別計算求解成本。同時要保證在消費者滿意度滿足α∈[0,1]和β∈[0,1]系數情況下，得到16種配送中心消費者滿意度的值。最終配送中心選址方案將通過在滿足消費者滿意度的情況下，成本最低來確定。

根據前面給出的例子，利用Excel軟件的線性規劃求解得到結果見表3。

結合經濟成本和消費者滿意度的比較，可選擇DC2作為配送中心的選址方案，經濟總成本為84 336.842 1，消費者滿意度為0.913 9。本文建立的多目標選址模型可以在滿足消費者滿意度極大化的情況下選取經濟成本最小的選址方案，使模型得到最優解給面向電子商務農產品代購配送模式的供應鏈配送中心選址問題提供了較好的借鑒意義。

同時，在本例中發現如果一個配送中心對于消費者提供的服務能力有限，即使多建配送中心也不會對消費者滿意度有太大的改善，反而會極大的增加因多建而產生的經濟成本。

表3 計算結果

5 結論

基于電子商務的農產品代購配送模式下的配送中心選址問題具有復雜性和多目標性，必須要兼顧成本因素和消費者滿意度因素。根據農產品的特性，本文考慮了時間流逝對農產品新鮮度的影響；還考慮了到貨及時性。并且將農產品新鮮度和到貨及時性作為衡量消費者滿意度的指標，結合經濟成本最小化建立多目標優化模型。

求解結果表明：在配送量、配送距離以及需求量已知的情況下，對農貿市場、配送中心以及消費者市場進行測算比較發現，配送距離極大靠近需求量時，能極大的保證在滿足需求的前提下做到總成本最小化，從而極大的提高運輸效率，做到配送中心選址的合理化，在配合多目標要求的情況下，完成配送中心的選址。

[1]中共中央國務院.關于加大改革創新力度加快農業現代化建設的若干意見[EB/OL].http://www.gov.cn/zhengce/2015-02/ 01/content_2813034.htm.

[2]宮談飛,張良,畢建平,等.國內外生鮮電商運營模式分析與啟示[J].商業研究,2014,(27):27-30.

[3]陳軍.考慮流通損耗控制的生鮮農產品供應鏈訂貨策略及供需協調研究[D].重慶：重慶大學,2009.

[4]孫群花.農產品電子商務物流配送體系優化研究[D].成都：成都理工大學,2015.

[5]湯希峰,毛海軍,李旭宏.物流配送中心選址的多目標優化模型[J].東南大學學報(自然科學版),2009,(2):404-407.

[6]吳麗敏.基于顧客滿意度的多目標配送中心選址方法研究[J].物流科技,2014,(6):95-97.

[7]楊曉芳,姚宇,付強.基于新鮮度的冷鏈物流配送多目標優化模型[J].計算機應用研究,2016,(4):1 050-1 053,1 074.

[8]Montanari R Cold chain tracking:a managerial perspective[J]. Trends in Food Science&Technology,2008,19(8):425-431.

[9]Yu M,Nagurney A.Competitive food supply chain networks with application to fresh produce[J].European Journal of Operational Research,2013,224(2):273-282.

[10]Kim T,Glock C H,Kwon Y.A closed-loop supply chain for deteriorating products under stochastic container return times[J]. Publications of Darmstadt Technical University Institute for Business Studies,2014,43(2):30-40.

[11]李子路.電子商務環境下生鮮農產品的家庭配送模式及配送模型研究[D].重慶:重慶大學,2011.

[12]侯淑婕.帶時間窗的冷鏈物流選址配送問題研究[D].上海:上海大學,2015.

[13]Snyder Lawrence V.Supply chain robustness and reliability: modeling and algorithms[D].Evanston,IL,USA:Northwestern University,2003.

[14]Tang Xifeng,Mao Haijun,Li Xuhong.Logistics facility location model based on reliability within the supply chain[A]. Proceedings of the 4th IEEE International Conference on Management of Innovation&Technology[C].Bangkok,Thailand,2008.

Multi-objective Location Model of Distribution Centers Oriented toward Agricultural E-business Commissioned Buying Supply Chain

Dai Xu,Chen Daqiang,Yu Jinzhong,Ye Cheng,Zhang Yanping,LiYida
(School of Computer&Information Engineering,Zhejiang Gongshang University,Hangzhou 310018,China)

In this paper,in view of the location problem of the distribution centers oriented toward the commissioned buying supply chain of the agricultural E-businesses,we established the multi-objective decision optimization model that aimed both at minimizing the economic cost and maximizing customer satisfaction,of which,the former mainly consisted of fixed cost,transportation cost and cargo loss cost and the latter consisted of in-time delivery and agricultural product freshness.Since there usually existed trade-off between the economic cost and customer satisfaction,during the solution of the model,we converted the multi-objective model into a uni-objective model,used the Greedy Dropping heuristic algorithm to solve the latter,and at the end,through a numerical example,demonstrated the validity of the method.

e-business;agricultural product commissioned buying supply chain;optimized location allocation;multi-objective decision-making

F274;F721.8;F713.36

A

1005-152X(2016)12-0108-05

10.3969/j.issn.1005-152X.2016.12.026

2016-10-24

國家自然科學基金（71403245）；浙江省哲社規劃課題（14NDJC139YB）；浙江省自然科學基金（LY17G020003）；浙江省大學生科技創新活動計劃暨新苗人才計劃（2015R408041）

戴旭，男，浙江臺州人，浙江工商大學物流管理系學生，主要研究方向：物流與供應鏈管理；陳達強（1979-），通訊作者，男，浙江臺州人，博士，副教授，碩士生導師，主要研究方向：物流系統分析與決策優化、綠色供應鏈建模與協同優化；余錦中，男，浙江紹興人，浙江工商大學信息管理與信息系統系學生，主要研究方向：信息管理與物流。