具有模糊需求的农产品冷链物流车辆配送路径优化研究

2015-10-21潘东静

安徽农业科学 2015年5期

摘要农产品易变质、易腐蚀的特性，对农产品的冷链物流配送提出了更高的要求。该研究对农产品冷链物流的车辆配送路径进行优化，选择成本最低的配送路径，建立各零售点具有模糊需求情况下的优化模型，设计混合智能算法进行求解，并通过实例验证了模型和算法的有效性和可行性。

关键词农产品；冷链物流；路径优化；混合智能算法

中图分类号S126；F252文献标识码

A文章编号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

基金项目德州市软科学研究计划项目（2013德科软第39号）；山东省软科学项目（2014RKB01638）；山东省精品课程（企业信息系统应用实践）。

作者简介潘东静（1970-），女，山东齐河人，硕士，教授，从事智能决策、物流信息系统研究。

收稿日期2014-12-26

随着生活水平的提高，人们对农产品冷链物流配送提出了越来越多的要求。农产品冷链物流是指水果、蔬菜、肉、禽、鱼、蛋等农产品在采购、加工、储藏、运输、销售直至消费的各个环节中始终处于规定的、生理需要的低温环境下，以保证农产品的质量、减少农产品的消耗的一系列供应管理措施和方法[1]。由于冷链物流比普通的常温物流的要求更高，配送商要满足所配送农产品的质量安全、新鲜度和配送时间要求，因此，研究农产品冷链物流配送路径优化，对提高系统利润，最大限度降低冷链物流配送成本具有重要的现实意义。在以往的研究中，很多是研究确定或随机环境下的车辆配送路径，李雅萍研究了确定环境下农产品冷链物流的路径优化问题[2]；温豹利用Petri网对冷链物流配送流程进行建模仿真[3]；吕俊杰等应用蚁群算法对冷链物流配送路径进行研究[4]；刘宝碇等研究了随机和模糊情况下的车辆调度问题[5]；戎丽霞研究了具有模糊需求以及分时段考虑的需求不确定车辆调度问题[6-7]；但他们都没有针对农产品的特性进行研究，没有考虑到各零售点的农产品需求量是模糊变量情况下的配送问题。鉴于此，笔者探讨模糊环境下的农产品冷链物流车辆配送问题，当零售点需求量是模糊变量时，建立農产品车辆配送路径优化模型，最小化车辆配送的总成本，从而获得最大利润。

1研究假设和模型建立

1.1研究假设由于车辆配送路径中涉及的因素比较多，如配送中心的个数、车辆数、路线等，为了实现利益最大化，配送中心必须对配送车辆的规模、行车路线及行驶时间进行合理安排，使目标函数得到优化来降低配送成本。为了对问题进行描述和分析，该研究提出如下假设：

（1）问题中只有1个配送中心，有多个零售点，多辆车。

（2）每辆车都有一定的装载能力限制，每次运货均不允许超过各自的装载能力。

（3）每辆车只有1条行驶路线，可以为1个以上的零售点服务，每个零售点只能由1辆车服务。

（4）配送中心不存在缺货的可能。

（5）每辆车的开始和结束位置都在配送中心。

（6）零售点的需求是模糊的。

（7）每个零售点有一个指定的服务时间窗口限制，尽可能在此时间窗口内把产品送达。

1.2模型建立

模型的目标为在满足各零售点模糊需求量、时间窗、车辆载重等限制的条件下，求总配送成本最低的配送方案，总配送成本包括车辆运输成本、配送过程中的货损成本和不在时间窗内送达的惩罚成本。

模型中的各种参数含义如下：

i=0，指配送中心；i=1，2，…，n，指需要服务的零售点，n为零售点数目；k=1，2，…，m，指提供服务的车辆，m为车辆数目；qi为零售点i的模糊需求；Qk为车辆k的装载能力，k=1，2，…，m；dij为零售点i到零售点j的行驶距离；tki为车辆k到达零售点i的时间，i=1，2，…，n，k=1，2，…，m；

[ai，bi]指零售点i的服务时间窗口，i=1，2，…，n；C为车辆单位距离的行驶费用；θ1为运输过程中货损系数；θ2为开启车门时的货损系数。

为建立优化模型，做如下定义：

xijk=1，车辆k从零售点i到零售点j0，否则

车辆的总行驶距离为ni=0

运输中的货损成本C损。货损成本包括运输途中的货损和开启车门时的货损，运输路途越长，货损越大，开启车门卸货时，卸货量越大，时间越长，从而货损越大。因为qi是模糊变量，用E（qi）表示qi的期望值。因此，货损成本表示为：

总需求量不能超过车辆的装载量，因为每个零售点的需求量是模糊的，给每辆车k指定一个置信水平αk，车辆k的装载量为

每个零售点i尽可能在指定的时间窗口[ai，bi]得到服务，车辆到达零售点的时间如果早于ai，则必须等待到时间ai才开始服务，λi1为期间零售点i的货损系数，若晚于bi，则要接受一定的惩罚，λi2为零售点i的惩罚系数，表示为：

Pi=λi1（ai-tki），tki

λi2（tki-bi），tki>b，

建立的模型为：

2混合智能算法求解模型

因为每个零售点的需求量是模糊变量，求解模型使用基于模糊模拟、遗传算法的混合智能算法进行求解，智能算法描述如下。

2.1遗传算法编码

为了对遗传算法进行编码，用x、y、t 3个决策向量刻画车辆运行情况，其中x=（x1，x2，…，xn）为整数决策向量，表示n个不同的零售点，对于所有的i≠j，有1≤xi≤n和xi≠xj，i，j=1，2，…，n，它是序列{1，2，…，n}的一个重排（x1，x2，…，xn）。

y=（y1，y2，…，ym-1），也是整数决策向量，其中y0≡0≤y1≤y2≤…≤ym-1≤n≡ym。

t=（t1，t2，…，tm），tk代表车辆k在配送中心的发送时间，k=1，2，…，m。

这样，运行计划就由x，y，t进行描述，对于每个k（1≤k≤m），如果yk=yk-1，表示车辆k没有运行，如果yk>yk-1，表示车辆k已运行，并且离开配送中心的时间为tk，行驶路线为0→xyk-1+1→xyk-1+2→…→xyk→0。

2.2染色体初始化

对于基因x，随机初始化1到n的一个数，重复此过程产生n个互不相同的数，得到一个序列（x1，x2，…，xn），它是（1，2，…，n）的一个重排，得到基因x=（x1，x2，…，xn）。对于每个满足1≤i≤m-1的i，取yi为0到n的一个随机数，然后按从小到大进行重排，得到序列{y1，y2，…，ym-1}，即是基因y=（y1，y2，…，ym-1）。假设在配送中心也有一时间窗口[a，b]，对每个i置ti为时间窗口[a，b]内的一个随机数，i=1，2，…，m，就得到基因t=（t1，t2，…，tm），如果验证染色体是可行的，就接受此染色体，否则，重复以上过程，直到得到一可行的染色体种群。

2.3交叉变异操作

对染色体进行交叉變异操作，寻找最优解。

2.4模糊模拟

因为零售点的需求量是模糊变量，要通过模糊模拟计算模糊事件的可信性。对于L=Cr{f（ξ）≤0}的模糊模拟计算描述如下[5]：

假设3辆车的装载能力分别为310、385、200，假定所有零售点需求得到满足的置信水平为90%，即有机会约束Crni=0nj=0xijkqj≤Qk≥0.9，K=1，2，3，4，假设车辆运输的单位成本为1，运输速度为每小时30，运输过程中货损系数θ1=0.001，开启车门货损系数θ2=0.001，等待期间每个零售点的货损系数均为0.002，惩罚系数均为0.05。

通过运行混合智能算法，设遗传过程交叉系数为0.2，变异系数为0.3，4 000次模糊模拟，1 000次遗传迭代，得到了最优车辆调度计划：

车辆1：配送中心→8→2→1→配送中心

车辆2：配送中心→6→7→5→配送中心

车辆3：配送中心→4→3→配送中心

车辆1、车辆2、车辆3在配送中心的出发时间分别为8：00、7：30、7：50，运输成本为241.97。

4结语

农产品冷链物流的配送路径优化研究能大大降低配送过程的成本，该研究对具有模糊需求的农产品冷链物流车辆配送路径进行研究，建立优化模型，并设计混合智能算法进行求解，对模糊环境下的农产品冷链物流配送优化问题具有一定的指导意义。

参考文献

[1]

孙春华. 我国生鲜农产品冷链物流现状及发展对策分析[J]. 江苏农业科学，2013，41（1）：395-399.

[2] 李雅萍. 鲜活农产品冷链物流配送路径优化研究[J]. 价值工程， 2013（31）：25-27.

[3] 温豹. 基于Petri 网的冷链物流配送流程建模与仿真[J]. 物流科技，2013（12）：102-105.