面向电子商务农产品代购供应链的配送中心多目标选址模型

戴 旭，陈达强，余锦中，叶 呈，章燕萍，李一达

（浙江工商大学 计算机与信息工程学院，浙江 杭州 310018）

面向电子商务农产品代购供应链的配送中心多目标选址模型

戴 旭，陈达强，余锦中，叶 呈，章燕萍，李一达

（浙江工商大学 计算机与信息工程学院，浙江 杭州 310018）

针对面向电子商务农产品代购配送模式的供应链配送中心选址问题，考虑经济成本最小化和消费者满意度最大化，构建多目标决策优化模型。其中，模型经济成本主要包括固定成本、运输成本和货损成本，消费者满意度主要包括到货及时性和农产品新鲜度。由于经济成本和消费者满意度往往存在效益背反现象，在模型求解过程运用主要目标法将多目标模型转化为单目标模型，并用贪婪取走的启发式算法对单目标模型进行求解。从仿真算例求解结果可知，此方法能在满足消费者需求和农产品代购供应链总成本最小化的情况下，达到最优选址的目的。

电子商务；农产品代购供应链；优化选址；多目标决策

1 引言

政府在2015年中央一号文件[1]《关于加大改革创新力度加快农业现代化建设的若干意见》中提出了要创新农产品流通方式，支持电商、物流、商贸、金融等企业参与涉农电子商务平台建设。近年来，生鲜电商发展潜力巨大，俨然成为电商行业的一片蓝海[2]。但是由于农产品的独特性[3]使生鲜电商行业发展面临困难：①流通成本高；②流通方式落后；③流通秩序混乱；④批发市场地位重要；⑤集贸市场是消费者获取生鲜农产品的主要场所；⑥农民个体是生鲜农产品流通的主要力量；⑦物流与商流的统一。孙群花[4]认为电子商务下农产品物流配送体系存在如下四个问题：①送货时间达不到顾客要求；②配送的农产品不够新鲜；③运输成本高；④缺乏专业的冷链设施设备。

配送中心作为农产品供应链中的关键节点，起到连接农产品上下游的作用，往往还承担着流通、加工、包装、配送等任务。而配送中心关乎运营成本、服务及时性以及农产品新鲜度，对其选址问题的经济性和有效性进行研究分析是十分必要的。目前，汤希峰等[5]考虑了物流成本最小化和物流服务可靠度最大化，以此建立了物流配送中心选址的多目标优化模型，求解过程中将模型转化为单目标再运用贪婪取走启发式算法求得最优解。吴丽敏[6]提出了配送中心要能以最短的时间满足顾客需求并建立顾客满意度函数，以物流成本最小化和顾客满意度最大化为目标构建多目标优化模型并给出了求解算法。杨晓芳等[7]结合易腐品的新鲜度对时间的敏感性特征，建立了最小化物流成本和最大化客户满意度的多目标优化模型，采用主要目标法将模型转换成单目标模型进行求解。对比发现新鲜度条件下建立的冷链物流配送网络模型比传统模型节省了更多的物流成本。Montanari[8]认为在冷链中，时间与温度的控制至关重要，并运用技术和管理两种方案，提出结构化的框架，最后确定最合适的管理解决方案以达到物流成本最少。Nagurney和Yu[9]考虑了销售易腐蚀产品的报废成本，建立了基于供应链网络的易腐蚀供应模型，并设计了算法对模型进行求解。Kim[10]等人研究了两阶段闭环供应链模型，其中考虑了返回时间随机情况下对易腐蚀产品的配送，并分析了风险情况与腐败率。

上述研究均为涉及农产品代购供应链中消费者参与的问题。为此，本文主要基于电子商务的农产品代购配送业务模式，以配送中心选址问题为研究对象，考虑经济成本（固定成本、运输成本、货损成本）和顾客满意度(及时性、新鲜度)等因素构建配送中心选址的多目标优化模型，并给出算例加以分析。

2 问题描述与分析

2.1 问题描述

农产品配送中心的选址是农产品代购配送模式中极为重要的一个环节，它是农产品从农贸市场到上班族消费者之间的存储配送中转站，包含了集中和分散农产品、组织采购和配送、执行加工和包装等功能。配送中心的分布对于节省运营成本和提高农产品采购配送效率有着重要的影响，从而也是影响消费者满意度的因素之一。

传统的基于电子商务的农产品代购往往不是自建农场就是与农场合作。前者资金压力较大，后者安全难以保障。所以本文中的农产品代购配送模式是以经过鉴定的规范化的农贸市场为购货来源设计的。首先，这些农贸市场的货物都是经过各种检测鉴定而进行销售的，安全有保障。其次，农贸市场相对较集中且都分布在社区聚集地，有利于减少随后的配送费用。根据已有案例并对相关企业进行咨询，根据其运作模式总结出符合本文思想的基于电子商务的农产品配送模式，如图1所示。

图1 基于电子商务的农产品代购配送模式

本文构建的配送中心选址模型是以选取出的最佳配送中心的总费用最小化为一个目标，其中主要包括从农贸市场到配送中心所需的运输费用与从配送中心到消费者的配送费用，以及经营配送中心所需的固定成本、因操作不当等导致的农产品损耗费用。另外一个目标是考虑顾客满意度最大化，其中主要包括顾客从下单到农产品送达中时间的及时性、因时间流逝而导致农产品的新鲜度的变化。

在这个选址模型中，假设已知参数如下：①备选配送中心的位置、个数、运营能力、运营固定成本及允许建设个数的限定；②家庭消费社区的个数、位置及需求量；③农贸市场作为产品采购来源的个数、位置、供应能力。

2.2 模型假设

假设1：一个配送中心可以处理从多个农贸市场采购农产品的任务，同时可以处理向多个消费者配送农产品的任务[11]。

假设2：农产品在采购和配送等运输过程中所需的运输费用与运输量和运输距离成正比例关系。

假设3：所选的农贸市场能够满足消费者所有购买需求，且每个消费者的购买量已知。

假设4：并假定运输速度符合正态分布，不存在交通拥堵的情况[12]。

假设5：货损费用只发生在配送中心的加工包装过程中，人工成本均为常量不作考虑。

假设6：配送中心之间的需求是相互独立的，不存在相互调剂的情况；农贸市场不能将农产品直接配送给消费者。

假设7：运输全程都是恒温的且温度相同，农产品的新鲜度只受时间影响。

假设8：消费者满意度与系统的平均及时性以及送达农产品的新鲜度有关。

2.3 符号说明

2.3.1 符号与参数

i—表示农贸市场的编号，可取1，2，…，l；

j—表示配送中心的编号，可取1，2，…，m；

k—表示农产品消费者编号，可取1，2，…，n；

αk为消费者k收到的农产品新鲜度，服从指数函数，αk∈(0,1)；

αsys为整个农产品代购供应链系统的农产品平均新鲜度；

βjk为配送中心j到消费者k的农产品送达及时性；

βsys为整个农产品代购供应链系统的农产品送达平均及时性；

Tjk为配送中心j到消费者k的实际运输时间；

djk为配送中心j到消费者k的运输距离；

vjk为配送中心j到消费者k的平均行驶速度；

tk为规定的到达每个消费者的配送时间上限，本文中将所有到达时间上限统一为一个固定值；

Qij—从农贸市场i到配送中心j的发货量；

c1—从农贸市场i到农产品配送中心j的采购单位运输成本；

qjk—从农产品配送中心j到社区家庭需求点k的运输量，即为k点的需求量；

c2—从农产品配送中心j到需求社区k的发货单位运输成本(包括装卸费、运输费、订单费等)；

μ—一篮子农产品中的平均单价；

θ—加工一篮子农产品的平均货损率，θ∈[0,1]；Cj—备选配送中心j的固定成本。

2.3.2 决策变量

Ij—整数变量，Ij=0表示备选地址未被选中，Ij=1表示选中备选地址；

2.4 决策目标分析

2.4.1 消费者满意度分析。为简化模型分析，本文假设在恒定温度下，农产品的新鲜度是一定的，呈指数变化，

由此可以得到消费者k的农产品新鲜度函数：

则整个农产品代购供应链系统的农产品平均新鲜度为：

为简化模型分析，假定消费者的农产品送达及时性函数为：

则整个农产品代购供应链系统的平均及时性可表述为：

2.4.2 系统经济成本分析。整个农产品代购供应链系统的经济成本主要由固定成本、运输成本和货损成本构成。

农产品代购供应链系统的固定成本主要是所涉及的配送中心的固定成本，即：

农产品代购供应链系统的运输成本主要是所涉及的两个阶段的运输成本，即：

农产品代购供应链系统的货损成本主要是在执行加工包装过程所涉及的货损，即：

3 模型构建与求解

3.1 模型构建

根据上述分析，可构建多目标优化决策模型如下：

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为权重。

式（8）表示经济成本最小化目标，包括运输成本、固定成本和货损成本。式（9）表示消费者满意度最大化目标，包括农产品新鲜度和到货及时性。式（10）表示最多只有m个配送中心可提供服务。式（11）表示至少有1个配送中心可提供服务。式（12）表示只有选中的配送中心才能为消费者提供服务。式（13）表示一个消费者只能由一个对应配送中心提供服务。式（14）表示经过加工后的量不能低于消费者的需求量。

3.2 模型求解与算法设计

由于物流成本与服务质量存在着效益背反现象，由此构建的多目标优化模型往往不存在唯一最优解，通常存在一组或多组非劣解。为了简化多目标模型的求解[13]，一般将其中几个目标函数作为约束条件，转化为只考虑一个主要目标的单目标模型。本文也采取主要目标法对模型简化求解，将配送中心总成本最小和顾客满意度最大两个目标其中的一个作为主要目标。主要目标的选取可以由公司的战略决定。

其次，根据求解问题的规模选择合适的算法。转化后的单目标优化模型是具有多个约束条件的组合优化问题，属于NP-hard难题，其求解算法主要有精确计算方法和启发式算法两类，其中精确计算方法的计算量随着问题规模(候选地址与消费者数量)的增加呈指数增长，只适合于求解小规模的选址问题；而启发式算法作为一种逐次逼近的算法，能够高效率地得到较高精度的解，采用最大物流成本节省优先的贪婪准则设计的贪婪取走启发式算法可以求得模型很高精度的近似解[14]，其基本步骤如下：

①选中建设配送中心的地址数j=m，即所有候选地址都建设配送中心。

②将每个客户指派给j个选中建设配送中心的地址中离其最近的那个，并计算出此方案的消费者满意度和物流成本。

③若物流成本低于C0，则输出j个选中地址以及客户的指派结果，计算停止；否则，转入④。

④从j个选中建设配送中心的地址中确定一个取走地址，满足：若取走它，并将其客户指派给其他最近的选中地址，物流成本节省最大。

⑤选中的地址集合中删除该取走地址，令j=j-1，转入②。

由此可以求得Ij和Yjk的值是选中建设配送中心的地址数是候选地址j建设的配送中心服务的客户数。

4 案例分析

假定已知2个农贸市场（M1，M2），各农贸市场到配送中心的距离及供应能力见表1；4个配送中心候选地址（DC1，DC2，DC3，DC4）和10个消费者（C1，C2，C3，C4，C5，C6，C7，C8，C9，C10），消费者到配送中心的距离及需求量见表2。

表1 农贸市场到配送中心的距离及农贸市场的供应能力

表2 配送中心到消费者的距离及消费者的需求量

一篮子农产品价值μ=20，采购运输单价c1=1.5，配送运输单价c2=2，货损率h=0.05，配送中心固定成本Cj=50 000，农产品新鲜度函数系数g=1，b=1.09，消费者满意度函数比例系数p1=0.6，p2=0.4，配送时限tk=5，配送速度νjk～N（50，202）。

案例求解思路：将案例分析以线性规划的方程书写，分别涉及目标函数，约束以及自变量。在该案例中，满足配送中心与农贸市场以及客户一对一从配送中心拿到货的模型设计方案列出以下线性规划求解模型。目标即该供应链成本最低，完成最小解模型。约束条件方面要保证供应量大于或等于配送量大于等于需求量，从而保证客户完成需求量产量。由于配送中心数量最多为四个，最少为一个，因而要对分别设置一个、两个、三个以及四个配送中心等16种配送中心设置的情况分别计算求解成本。同时要保证在消费者满意度满足α∈[0,1]和β∈[0,1]系数情况下，得到16种配送中心消费者满意度的值。最终配送中心选址方案将通过在满足消费者满意度的情况下，成本最低来确定。

根据前面给出的例子，利用Excel软件的线性规划求解得到结果见表3。

结合经济成本和消费者满意度的比较，可选择DC2作为配送中心的选址方案，经济总成本为84 336.842 1，消费者满意度为0.913 9。本文建立的多目标选址模型可以在满足消费者满意度极大化的情况下选取经济成本最小的选址方案，使模型得到最优解给面向电子商务农产品代购配送模式的供应链配送中心选址问题提供了较好的借鉴意义。

同时，在本例中发现如果一个配送中心对于消费者提供的服务能力有限，即使多建配送中心也不会对消费者满意度有太大的改善，反而会极大的增加因多建而产生的经济成本。

表3 计算结果

5 结论

基于电子商务的农产品代购配送模式下的配送中心选址问题具有复杂性和多目标性，必须要兼顾成本因素和消费者满意度因素。根据农产品的特性，本文考虑了时间流逝对农产品新鲜度的影响；还考虑了到货及时性。并且将农产品新鲜度和到货及时性作为衡量消费者满意度的指标，结合经济成本最小化建立多目标优化模型。

求解结果表明：在配送量、配送距离以及需求量已知的情况下，对农贸市场、配送中心以及消费者市场进行测算比较发现，配送距离极大靠近需求量时，能极大的保证在满足需求的前提下做到总成本最小化，从而极大的提高运输效率，做到配送中心选址的合理化，在配合多目标要求的情况下，完成配送中心的选址。

[1]中共中央国务院.关于加大改革创新力度加快农业现代化建设的若干意见[EB/OL].http://www.gov.cn/zhengce/2015-02/ 01/content_2813034.htm.

[2]宫谈飞,张良,毕建平,等.国内外生鲜电商运营模式分析与启示[J].商业研究,2014,(27):27-30.

[3]陈军.考虑流通损耗控制的生鲜农产品供应链订货策略及供需协调研究[D].重庆：重庆大学,2009.

[4]孙群花.农产品电子商务物流配送体系优化研究[D].成都：成都理工大学,2015.

[5]汤希峰,毛海军,李旭宏.物流配送中心选址的多目标优化模型[J].东南大学学报(自然科学版),2009,(2):404-407.

[6]吴丽敏.基于顾客满意度的多目标配送中心选址方法研究[J].物流科技,2014,(6):95-97.

[7]杨晓芳,姚宇,付强.基于新鲜度的冷链物流配送多目标优化模型[J].计算机应用研究,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.电子商务环境下生鲜农产品的家庭配送模式及配送模型研究[D].重庆:重庆大学,2011.

[12]侯淑婕.带时间窗的冷链物流选址配送问题研究[D].上海:上海大学,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

国家自然科学基金（71403245）；浙江省哲社规划课题（14NDJC139YB）；浙江省自然科学基金（LY17G020003）；浙江省大学生科技创新活动计划暨新苗人才计划（2015R408041）

戴旭，男，浙江台州人，浙江工商大学物流管理系学生，主要研究方向：物流与供应链管理；陈达强（1979-），通讯作者，男，浙江台州人，博士，副教授，硕士生导师，主要研究方向：物流系统分析与决策优化、绿色供应链建模与协同优化；余锦中，男，浙江绍兴人，浙江工商大学信息管理与信息系统系学生，主要研究方向：信息管理与物流。