基于生鲜农产品的冷链物流配送路径优化

范立南, 董冬艳, 李佳洋, 刘 闯, 丁 宇

(沈阳大学 信息工程学院, 辽宁 沈阳 110044)



基于生鲜农产品的冷链物流配送路径优化

范立南, 董冬艳, 李佳洋, 刘 闯, 丁 宇

(沈阳大学 信息工程学院, 辽宁 沈阳 110044)

针对农产品冷链配送特性,将配送过程中的碳排放量化为成本加入到总成本中,并构造以总成本最小为目标函数考虑碳排放的带时间窗的农产品冷链物流路径优化模型,采用改进的遗传算法求解该问题.通过仿真实验表明,改进的遗传算法是求解考虑碳排放的农产品冷链物流路径优化问题的一种有效的方法,并对农产品冷链物流配送企业进行低碳环保的配送路线选择时具有指导意义.

生鲜农产品; 冷链物流; 路径优化; 碳排放

随着经济全球化时代的需求,物流业也正向着更科学、更现代化的方向发展[1],而农产品冷链物流作为物流业的一个重要组成部分,也成为了当今人们热议的话题.农产品冷链物流是指果蔬、肉类等农产品为保证品质在生产到消费前的各个环节始终处于规定的低温控制下的一项系统工程[2].由于生活水平的提高,人们对生鲜农产品的需求量及质量的要求都有所提高,这也对农产品冷链物流提出了更高的要求.而我国的农产品冷链物流起步比较晚,相关理论与技术不是十分成熟,使得我国每年进入流通领域的农产品在流通过程中的损耗较大.与普通物流相比,农产品冷链物流为保障产品质量品质其对能源的消耗也就有所增加,从而加大了农产品冷链物流配送的成本.与此同时冷链物流能源消耗的增加直接会导致碳排放的增加,从而也加大了对环境的影响,这就与当今提倡的低碳经济绿色物流存在着矛盾关系.在这样的大背景下,冷链物流配送如何能够更好地适应低碳经济的发展要求,在节约总成本的同时降低碳排放量,这也将成为未来冷链物流发展的必然趋势.

1 研究现状

电子商务的迅速发展使得物流配送迅速升温,使物流配送市场需求旺盛[3].而农产品冷链物流配送作为物流配送的一个重要分支,近些年来也成为了国内外专家学者们关注的热点.如P.Amorim就农产品的易腐性在配送过程中的影响进行了研究,并且建立了一个多目标规划模型,实现最小化配送成本的同时最大化产品的新鲜度[4].李雅萍在建立冷链物流配送模型时不但考虑到了固定成本、货损成本、变动成本、能源成本,还考虑到了时间惩罚成本,利用节约里程法对鲜活农产品的配送路径进行优化,寻求总成本最优[5].张亚明、李娜针对冷链物流配送的特殊性,在保证货物不超载的条件下,建立基于时间和品质因素的顾客满意度约束的多配送中心模型,并采用改进的精英单亲遗传算法进行求解[6].Lin,Choy等人认为对物流政策的制定,企业除了要考虑传统的经济成本外,还要考虑环境、生态和社会效应[7].在此基础上,许多学者们将碳排放因素考虑到物流配送过程中,更贴近实际.如刘倩晨首先运用生命周期评估法,将碳排放量因素考虑到冷链物流中,建立包含碳排放的冷链库存模型,得到低碳目标下的最优库存策略[8].郭红霞、邵铭运用重点管理法结合低碳经济思想对我国农产品冷链物流业务流程进行再设计并指出新流程的优势[9].Kwon等考虑到了碳排放交易机制,将车辆的使用成本和碳排放成本之和最小作为优化目标建立了多车型的低碳路径优化模型,并用禁忌搜索算法进行求解[10].而李亚男、刘联辉等基于城市的发展理念,构建了以碳排放为约束的冷链物流配送网络优化模型,使用遗传算法得出模型的最优解,实现了减少碳排放量的目标[11].

综上可知,很多专家学者对生鲜农产品冷链物流配送已经从不同角度进行了研究,并取得了一定的成果.但是,在农产品冷链物流路径优化方面,仍然存在一些问题,如农产品冷链配送成本考虑不全面.学者们通常使用固定成本、运输成本和惩罚成本作为农产品的配送成本,其中物流配送中的固定成本与运输成本是车辆配送过程中一定会产生的成本,惩罚成本多是为了控制客户满意度而设置的成本.基于农产品对温度和湿度等条件的特殊要求,农产品配送产生的成本除了上述成本外,还应包括因车厢制冷而产生的制冷成本,因农产品随时间的积累及温差的变化导致的货损成本,这些成本都是农产品冷链物流配送过程中产生的不能不计算的必然成本.

本文针对农产品冷链物流的路径优化问题中存在的总成本考虑不全面问题做了改进.在考虑车辆固定成本,运输成本,制冷成本,惩罚成本的同时,还考虑了货损成本以及碳排放成本,综合考虑各项成本,更贴近现实情况.

2 构建考虑碳排放的冷链物流配送路径模型

2.1 问题描述

在配送中心及各个客户的地理位置、需求量、期望及可接受的时间窗、配送车辆的载重量已知的情况下,调配多辆具有冷藏或冷冻功能的货车从指定的冷链配送中心出发,将客户需要的农产品在客户指定的时间窗内送到客户指定的地点,如果送达时间超过规定的时间窗,需要支付一定的惩罚成本.在满足约束条件的前提下,综合考虑车辆固定成本,运输成本,货损成本,制冷成本,惩罚成本,碳排放成本,构建以总成本最小为目标的考虑碳排放的冷链物流路径优化模型,并合理安排配送车辆对客户进行配送服务,得到最优化的配送路线.

2.2 模型假设和约束

为将问题抽象为模型,需要做一些假设和约束:

(1) 本文研究的是单一配送中心向多个客户配送的路径优化问题.

(2) 配送中心能够满足所有客户需求,无缺货情况.

(3) 文中配送运输的货物仅为一种农产品.

(4) 假设冷链物流车辆皆为配有冷冻、冷藏设备的货车,且匀速行驶.

(5) 每辆车所配送的生鲜农产品不能超过车辆的最大载重量.

(6) 车辆完成配送后直接返回配送中心.

(7) 每个客户的地理位置及对货物的需求量已知.

(8) 每个客户有且仅由一辆冷藏车辆服务.

(9) 货物在运输途中车内的温度是不变的,只考虑时间积累造成的货损成本.

2.3 模型构建

考虑到生鲜农产品冷链物流的特点,并没有仅以碳排量最小为目标,而是将总成本最小作为目标函数.则总成本是由车辆固定成本、运输成本、货损成本、制冷成本、惩罚成本及碳排放成本所构成的.

(1) 车辆固定成本.本文中的固定成本是指参与配送任务车辆的固定成本,闲置的车辆的固定成本不包括在内.用Cf表示固定成本,计算公式为

(1)

式中:C1表示每辆车运输的单次的运输固定成本;m表示总共使用的车辆数.

(2) 运输成本.通常运输成本与车辆的行驶距离成正比,用Ct表示运输成本,计算公式为

(2)

式中:C2表示车辆单位距离的运费;dij表示客户i与客户j之间的距离;xijk为0-1变量,若车辆k由客户i行驶到客户j,则值为1,否则为0.

(3) 货损成本.本文考虑的货损成本包括运输途中产生的货损成本(此时仅考虑时间的积累产生的货损)和开启车门时产生的货损成本(开启车门时,车辆内外的空气会产生对流,车内的温度会发生变化,会产生一定的货损).用Cl表示货损成本,计算公式为

(3)

式中:yik是0-1变量,当车辆k为客户i服务时,即yik=1,否则yik=0;p是农产品的单位价值;qi是客户i对农产品的需求量;α1是农产品运输过程处于某一特定温度下产品的变质率;α2是开启车门时的农产品的变质率,且α2>α1;tik表示车辆k到达客户i的时间,t0k表示车辆k从配送中心出发的时间;Qm是离开客户i时车上所剩产品的质量;tsi表示服务客户i所需要的时间.

(4) 制冷成本.文中的制冷成本包括车辆行驶过程中产生的制冷成本和卸货时打开车门产生的制冷成本.用Cr表示制冷成本,计算公式为:

(4)

(5)

(6)

(7)

用表示Cp惩罚成本,计算公式为

(8)

式中:p1,p2分别为早于服务时间窗的惩罚因子,晚于服务时间窗的惩罚因子;aj,bj客户要求的时间窗;tj为到达客户j的时间.

(6) 碳排放成本.本文在冷链配送过程考虑的碳排放来源,主要包括以下两个部分:车辆行驶过程中消耗的能源所产生的CO2和制冷设备因制冷所产生的CO2.用Cc表示制冷成本,计算公式为

(9)

式中:C4为单位碳排放价格;dij为客户i到客户j之间的距离;e0为CO2排放系数;δ表示配送单位重量货物行驶单位距离(kg·km)制冷产生的排放;τ单位距离燃料消耗量;Qij为客户i到客户j之间的需求量.

分别对观察组和对照组在治疗前后的血压水平进行测量比较；比较两组在治疗过程中发生心血管时间的概率（心血管事件主要包括心力衰竭、心绞痛、心肌梗死），以及患者各项症状是否有明显改善[2]。

经过以上分析,以综合成本最小为目标,得到生鲜农产品配送路径优化问题的数学模型为:

(10)

(11)

(12)

(13)

(14)

式(10)为目标函数,第1项是配送的车辆的固定成本,第2项是运输成本,第3项是货损成本,第4项是制冷成本,第5项和第6项是违背客户时间窗约束产生的惩罚成本,第7项为二氧化碳排放成本. 式(11)表示配送中心的车辆总数能够满足配送使用的车辆数;式(12)表示每个客户有且仅由一辆车进行服务;式(13)表示车辆k的载货重量不得超过该车的最大载重量Q;式(14)表示配送车辆到达客户j的时间需满足客户规定的时间窗.

3 改进遗传算法设计

遗传算法在同类文献中已被证明具有较强的全局寻优能力和并行性,因此能够使用该算法求解本文所构建的考虑碳排放的冷链物流配送路径优化模型.

3.1 编码

为了提高运算效率,本文采用自然数编码方式对染色体进行编码,0表示配送中心,假如有m辆车,n个客户,则一条染色体的长度即为m+n-1.假如有3辆车需要为8个客户提供配送服务,产生的一组编码为025603701480,其含义是第一辆车服务的客户为2、5、6,第二辆车服务的客户为3、7,第三辆车服务的客户为1、4、8.

3.2 种群初始化

种群规模会直接影响到遗传算法的运算性能.若规模太小容易出现样本不充足的情况,会导致搜索结果不理想;但若规模太大会导致计算量过于庞大,出现收敛速度较慢的情况.本文采用随机方式生成规模为N=100的初始种群.

3.3 适应度函数

3.4 选择

本文首先将每代适应度值最大的染色体直接进行复制,其他个体通过判断适应度的高低,采用比例选择法产生下一代剩余的个体.

3.5 交叉

本文的交叉操作并没有使用最常用的单点交叉,而是采用了循环点交叉,提高了算法的搜索能力.以染色体A(753426819),染色体B(342517869)为例,首先找出A、B的循环点,第一个循环为7—3—2—1—6—7此时保留A中含有循环点的客户位置,即为7()3()2 6()1(),将B中除循环点外的客户保留下来,依次填入到A的空位中,即第一个交叉得到的新染色体为7 (4) 3 (5)2 6 (8)1 (9),同理可得另一个新染色体为3 (5)2 (4)1 7 (8)6 (9).

3.6 变异

对于变异操作,本文主要采用了交换变异及倒位变异,更好地维持了种群的多样性,有效地防止了未成熟早收敛现象的出现.交换变异是指将染色体上任意两个基因的位置进行互换.如:染色体C为0781060350;将染色体上的基因“7”“6”两个基因进行位置交换,则变异后的染色体C1为0 (6)810 (7) 0350.倒位变异是指在一个染色体上选择任意两个不相邻的基因,将这两个基因之间的基因按照倒序插入到原位置.如选择染色体C的基因“8”“3”作为倒位基因,则变异后的基因为07(306018)50.

3.7 终止条件

本文选择的终止条件是达到预先设定的迭代次数s=1 000.若达到迭代次数,则停止进化,选择性能最好的染色体所对应的路径集合作为优化解输出.

4 仿真实验及结果分析

本文中的生鲜物流配送中心主要对20个客户进行农产品冷链配送服务.参加配送的车辆从配送中心出发,且送完货后需返回配送中心.本文不考虑交通拥堵的情况,假设车辆以50 km/h的速度匀速行驶,单位里程运输成本为3元/km,每辆配送车辆的固定使用成本为200元/辆.假设外界温度为27 ℃,车内温度为6 ℃,所使用的配送车辆最大载重量为9 t.在满足客户时间窗及车辆载重量的约束的同时,进行合理安排配送路线.配送中心及客户的位置坐标如表1所示,其坐标分布图如图1所示.客户的需求量、要求服务时间窗等信息如表2.

表1 配送中心及客户的位置坐标

图1 配送中心及客户位置分布图

编号需求量/t规定时间窗可接受时间窗服务时间/min11．56：00～8：005：30～9：002020．57：30～9：007：00～9：301031．56：00～8：005：30～8：303041．56：30～8：206：00～9：0025526：40～8：306：10～10：0030627：00～9：006：30～10：203071．87：20～9：007：00～9：3030817：30～9：007：00～10：0020917：00～8：306：40～9：30251017：00～9：006：30～9：40201117：30～9：007：00～10：3020120．57：30～9：007：00～10：0015130．57：30～9：307：00～10：3015141．57：30～9：007：00～10：00201526：50～8：306：20～9：3040161．57：00～8：406：40～9：3015171．57：00～8：406：40～9：3020180．57：50～9：007：00～10：0010192．56：30～8：306：00～9：30402017：50～9：007：00～10：00202105：30～17：005：00～17：300

根据生鲜农产品的配送要求利用改进的遗传算法对模型进行求解,采用Matlab R2014a进行编程,实现算法.

图2为考虑碳排放因素的标准遗传算法计算得到的一次最优配送路线图(此时单位碳排放价格为10元/kg),其配送需要3辆车,3辆车分别的路线为:0-1-9-18-15-6-20-12-2-0;0-3-8-4-19-7-0;0-16-11-14-5-10-13-17-0.此最优配送路线,运输距离为96.902 7 km,货损成本为560.566 7元,碳排放成本为5 469.4元,制冷成本为9 919.3元,固定成本600元,总成本为16 839.974 8元.图3为考虑碳排放因素的改进遗传算法计算得到的一次最优配送路线图(此时单位碳排放价格为10元/kg),其配送需要的车辆也为3辆,3辆车分别的路线为:0-1-14-15-3-9-18-2-0;0-17-16-6-20-10-7-0;0-11-8-12-19-5-13-4-0.此最优配送路线,运输距离为86.234 2 km,货损成本为552.890 8元,碳排放成本为4 441.8元,制冷成本为8 336.7元,固定成本600元,总成本为14 190.093 4元.对比标准算法与改进后的算法得出的结果可知,改进后的算法得到的总成本及碳排放量都有所减少.

图2 标准遗传算法配送路线图

图4是标准遗传算法迭代1 000次的进化图,使用标准遗传算法大约在迭代840次左右趋于稳定,达到最佳状态.图5是改进遗传算法迭代1 000次的进化图,改进的遗传算法在迭代320次左右就趋于稳定,达到最佳状态,可以看出改进的遗传算法在收敛速度上比标准遗传算法收敛的快,从而验证了算法的可行性.

图3 改进遗传算法配送路线图

图4 标准遗传算法进化图

图5 改进遗传算法进化图

利用软件进行30次求解计算,在每10次求解过程中选择出一套最优配送路径方案(包括三条路径),当模型中不考虑碳排放时得到的优化结果如表3所示.相应地在模型中考虑碳排放因素时,也进行30次求解,在此过程中也产生了三套最优配送路径方案,如表4所示.为了使数据更具有普遍代表性,下文所提到的距离及相关成本取三套最优配送方案的距离及相关成本平均值.

根据表3和表4可知,是否将碳排放因素考虑到模型中,对配送车辆数目没有影响,二者都是使用了3辆车.但是却对最终的配送最优路径有所影响,故配送的总成本也会有所不同.在模型中不考虑碳排放时,其实在配送过程中也会产生一定的碳排放,三套最优方案产生的碳排放量均值为465.557 7 kg,此时不考虑碳排放的总成本均值为11 287.663元,若当单位碳排放价格很低时,例如为0.1元/kg时,碳排放成本为46.6元,这对总成本的影响不大,但是当单位碳排放价格提高为10元/kg时,此时的碳排放成本将变为4 655.577元,其对总成本的影响就会很大,这时企业所支付的总成本就为15 943.240元.而通过本文建立的考虑碳排放模型计算出当单位碳排放

表3 不考虑碳排放下的配送路径及相关成本

注: 总成本为未加碳排放成本.

表4 考虑碳排放下的配送路径及相关成本

价格为10元/kg时,企业所支付的总成本均值为13 954.517 6元,此时的碳排放量为371.823 3 kg.由此可知,本文构建的考虑碳排放因素的模型比未考虑碳排放因素的模型计算得出的企业支付的总成本减少了1 988.722 4元及碳排放量减少了93.734 4 kg,使得经济效益与环境效益达到了双赢.

5 结 论

本文探讨了生鲜农产品冷链物流配送路径优化问题,建立了考虑碳排放因素的冷链物流配送路径优化模型,采用改进的遗传算法求解该模型,并应用到具体算例中.通过算例的计算结果可知当单位碳排放单价上涨的幅度越大,本文所建立的考虑碳排放的生鲜农产品配送路径优化模型越有效,不但降低了企业支付的总成本,还减少了碳排放量.从而验证了模型的合理性与算法的有效性,也为冷链配送企业进行低碳的配送路线方案的选择提供了一定的指导作用.

[ 1 ] 高天哲. 基于J2EE和MVC的物流管理系统设计[J]. 沈阳大学学报(社会科学版), 2013,15(2):157-159. (GAO T Z. Design of logistics management system based on J2EE and MVC[J]. Journal of Shenyang University(Social Science), 2013,15(2):157-159.)

[ 2 ] 陈蓝荪. 食品冷链物流进一步发展的对策研究[J]. 上海物流, 2009(1):2-10. (CHEN L S. Further development of food cold chain logistics strategy research[J]. Shanghai Logistics, 2009(1):2-10.)

[ 3 ] 张潜,孙毅. 城市物流配送模型及优化调度研究[J]. 沈阳大学学报, 2006,18(5):60-63. (ZHANG Q,SUN Y. Model of optimizing scheduling for location routing problem (LRP)[J]. Journal of Shenyang University, 2006,18(5):60-63.)

[ 4 ] AMORIM P, ALMADA-LOBO B. The impact of food perishability issues in the vehicle routing problem[J]. Computers & Industrial Engineering, 2014,67(1):223.

[ 5 ] 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, 2013,32(31):25-27. (LI Y P. Study on distribution routing optimization problems of cold chain logistics of fresh agricultural products[J]. Value Engineering, 2013,32(31):25-27.)

[ 6 ] 张亚明,李娜. 基于精英单亲遗传算法的冷链物流VRP模型优化研究[J]. 数学的实践与认识, 2016,46(4):87-96. (ZHANG Y M, LI N. Research on optimization of cold chain logistics VRP model based on elite single parent genetic algorithm[J]. Mathematics in Practice and Theory, 2016,46(4):87-96.)

[ 7 ] LIN C,CHOY K L,HO G T S, et al. Survey of green vehicle routing problem: past and future trends[J]. Expert Systems with Applications, 2014,41(4):1118-1138.

[ 8 ] 刘倩晨. 考虑碳排放的冷链物流研究[D]. 北京:清华大学, 2010. (LIU Q C. Study on the cold chain logistics considering carbon emission[D]. Beijing: Tsinghua University, 2010.)

[ 9 ] 郭红霞,邵铭. 基于低碳经济的农产品冷链物流流程再造研究[J]. 安徽农业科学, 2012,40(8):4984-4985. (GUO H X, SHAO M. Process reengineering of cold chain logistics of agricultural products based on low-carbon economy[J]. Journal of Anhui Agricultural Sciences, 2012,40(8):4984-4985.)

[10] KWON Y J, CHOI Y J, LEE D H. Heterogeneous fixed fleet vehicle routing considering carbon emission[J]. Transportation Research Part D: Transport and Environment, 2013,23:81-89.

[11] 李亚男,刘联辉,李晓曼,等. 低碳约束下城市冷链物流配送系统优化研究[J]. 中国市场, 2016(10):36-37. (LI Y N, LIU LH, LI X M, et al. Optimization of urban cold chain logistics distribution system under low carbon constraint[J]. China Market, 2016(10):36-37.)

【责任编辑: 胡天慧】

Route Optimization of Cold Chain Logistics Based on Fresh Agricultural Products

FanLinan,DongDongyan,LiJiayang,LiuChuang,DingYu

(School of Information Engineering, Shenyang University, Shenyang 110044, China)

According to the characteristics of agricultural products cold chain distribution, the carbon emissions in the distribution process are added to total cost as cost. The cold chain logistics path optimization model of agricultural products with the time window is constructed, which takes the total cost as the objective function and the carbon emission into consideration. An improved genetic algorithm is used to solve the problem. The simulation results show that the improved genetic algorithm is an effective method to solve considering the carbon emissions of agricultural products cold chain logistics route optimization. It has the reference significance for the agricultural products logistics and distribution enterprises to choose the distribution route of low carbon environmental protection.

fresh agricultural products; cold chain logistics; route optimization; carbon emission

2016-11-08

辽宁省自然科学基金资助项目(2015020037); 辽宁省教育厅一般项目(L2013444); 辽宁省教育厅科学计划一般项目(L2014473).

范立南(1964-),男,辽宁沈阳人,沈阳大学教授,博士.

2095-5456(2017)02-0125-07

F 252

A