鲜活农产品航空冷链物流随机时间Petri网模型构建与分析

李 静

（陕西工业职业技术学院，陕西 咸阳 712000）

根据相关数据显示，2018年中国水果、蔬菜、肉类等鲜活农产品的流通腐损率分别达到了11%、20%、8%，而西方发达国家，通常能够在农产品全产业链冷链物流的支撑体系下将果蔬损失率控制在5%以下，尤其美国更是将这一数字长期控制在1%～2%［1］。先进的鲜活农产品冷链物流技术与利用率的差距，直接决定了农产品的最终效益差距。同时，利用先进的农产品冷链物流技术也能有效降低最终农产品进入百姓餐桌的食物中毒概率，提升食品安全性。

航空冷链物流的核心是空中运输，据有关机构预测中国2020年航空冷链物流规模约在200亿元，主营业务将会覆盖鲜切花、果蔬、医药和生鲜电商等领域，鲜活农产品航空冷链物流体系的飞速发展成为必然［2］。航空冷链物流是一项系统化程度极高的工程，由于参与主体具有多元化特征，因而系统的顺利、顺畅运行需要航空公司、机场、货运代理、海关等多主体协同衔接。针对鲜活农产品航空冷链物流体系的运行流程进行优化成为除设备与技术优化外该物流体系发展的另一主要思路。

1 随机时间Petri网概述

Petri网是对离散并行系统的数学表示，因此随机时间Petri网具有严格的数学表述方式（式1），满足该表达式的三元组N=（S，T，F）被称为一个网［3］。

Petri网能够表达并发事件，通常被认为是所有流程定义语言之母，在有关软件设计、工作流管理、工作流模式、并行程序设计等领域的应用极为广泛。然而，由于Petri网描述模型时对某些具有庞大、复杂流程体系的模型处理过于繁琐且稍显无力，因而部分学者逐渐在Petri网的基础上进行了研发，随机时间Petri网便是其中最为常见的一种。随机时间Petri网是一种被用于描述与环节运行时间有关、变迁的发射时间为随机且具有因果关系的Petri网并发系统。随机时间Petri网所包含的主要元素有库所、变迁、有向弧以及令牌等。

随机时间Petri网能够通过模型中不同的库所以及所描述对象包含的变迁元素对某一过程、流程当中的复杂环节进行统一描述，从而使Petri网对并发事件的描述更加清晰。以航空冷链物流为例。通常情况下，随机时间Petri网所描述的冷链物流流程中的库所多用来代表航空冷链物流中的资源（如所运输的货物、人员、设备甚至托运单等）的状态与条件等。变迁则是对于某些冷链物流操作具体到某一时间动作的表述，如签单、货物送达、账款入账等。利用随机时间Petri网能够将鲜活农产品航空冷链物流中的多种并发对象和操作进行描述，全面检错从而对这一物流流程进行优化。

2 鲜活农产品航空冷链物流现状及问题分析

鲜活农产品具有易腐烂、鲜食度要求高等特征，因而该类型农产品运输、仓储难度较大。据不完全统计，自2015年以来中国农产品年均损耗率高达30%，约合产后损失金额3 000多亿元，相当于1 000亿m2耕地的投入产出［4］。造成这一现象的原因主要在于中国发展落后、较不成熟的冷链物流体系。随着航空冷链物流事业的发展以及消费者对鲜活农产品需求的飞速提升，利用航空冷链物流进行鲜活农产品运输的情况逐渐增多。然而，由于发展时间尚短，中国部分航空公司在进行鲜活农产品冷链物流运输过程中出现了较多问题，在物流流程方面有待优化。

2.1 接收作业流程

鲜活农产品货物接收是航空冷链物流流程第一步［5］。农户或中间商将鲜活农产品交付物流公司，公司负责对鲜活农产品的安全、质量、卫生等进行严格检验把关并承担航空冷链物流环节相应责任。鲜活农产品航空冷链物流接收作业流程见图1。

图1 接收作业流程

得益于中国现代信息技术的飞速发展，航空冷链物流接收作业流程中的下单以及审核环节耗时均较低，客户满意度较高，容易出现问题的环节主要在于货物接收环节以及货物仓储环节。由于中国部分航空冷链物流公司并没有针对鲜活农产品配备大型的运输设备，相当一部分鲜活农产品需要使用其他一般货物搬运时所使用的小型叉车或人力搬运［6］。然而，鲜活农产品是一种不适合长时间暴露于高温以及阳光直射环境下的货物，因而部分物流企业选择在夜间或清晨时搬运货物尽可能降低鲜活农产品在外界暴露的时间。这一工作流程需要大量机场工人倒班或加班进行作业，极易形成员工不满或工作倦怠等现象，最终对整个鲜活农产品物流产生负面影响。

2.2 仓储物流流程

一般航空冷链物流仓储环节主要包含货物入库、盘点以及补货和移库等（图2）。鲜活农产品对温湿度要求极高，冷链物流仓储部门需要配备恒温设施保证仓储环境的稳定。这一点大部分航空冷链物流企业均可以做到。容易出现问题的环节集中在仓储物流补货与移库环节，部分物流企业在补货与移库环节并没有进行充分的监控设备布置，在没有充分监管的条件下，时常会有工人胡乱堆放货物以及补货不及时等现象出现。

图2 仓储物流流程

2.3 配送作业流程

鲜活农产品的配送过程也被称为发运过程，主要囊括了鲜活农产品的出库、搬运上机、在途运输三个流程。由于中国鲜活农产品航空物流发展较不成熟，搬运员以及部分物流企业尚未能形成鲜活农产品与其他一般物流货物的差异性认知，较为显著的问题表现在货物暂存区直接套用一般货物，没有建设专门的冷藏区暂存货物，只能将鲜活农产品暴露于室温下，这一过程一般为5 min左右；装机过程缺乏大型机械设备，装车效率较低且在室温下进行，这一过程一般为10～15 min［7］。

2.4 安检作业流程

鲜活农产品安检环节与一般货物安检存在一定差异，主要体现在对安检门尺寸要求较高、安检时间不能太久、货物易损不能挤压等。部分鲜活农产品在安检环节需要暴露时间长达25 min甚至更久，对鲜活农产品造成了不可逆损害。

2.5 装机作业流程

鲜活农产品安检重新包装完成以后，需要由机场地勤人员运输至停机坪。由于中国部分停机坪装舱设备落后并未配备冷藏条件，因此相当比例的鲜活农产品只能露天摆放，一旦飞机出现延误，往往会造成极大经济损失。通常货物在飞机准备好以后也需要25～30 min的搬运时间［8］。

3 基于随机时间Petri网的航空冷链物流流程优化

3.1 随机时间Petri网模型构建

通过对以上航空冷链物流企业工作流程及问题分析，可以得到图3所示的航空冷链物流随机时间Petri网库所模型，设为s（nn=1，2，…，21），表1为各库所所代表航空冷链物流模型含义。表2为流程图各元素对应Petri网变迁，设为t（nn=1，2，…，19）。表3为各个变迁发生时延，设为F（nn=1，2，…，19）；表4为对应变迁的发生概率，设为λ（nn=1，2，…，19）。

图3 航空冷链物流随机时间Petri网模型

表1 各库所代表航空冷链物流含义

表2 各变迁代表航空冷链物流含义

表3 各变迁发生的时延

表4 各变迁发生概率

3.2 随机时间Petri网模型优化

由于随机时间Petri网模型在流程环节分析数量上存在一定的局限性，综合上述对中国部分鲜活农产品航空冷链物流中存在的问题，本研究利用随机时间Petri网模型性能分析原理，将图3所示的模型进行部分合并简化，得到图4所示优化后的随机时间Petri网模型。优化以后的各库所代表航空冷链物流含义见表5。

图4 优化后的随机时间Petri网模型

表5 优化以后各库所代表航空冷链物流含义

3.2.1 接收环节优化 鲜活农产品接收环节（压缩为S1、S2），航空冷链物流公司可以通过大数据技术对客户的订单安排进行协调，避免多个订单同时抵达；合并收货验货环节，加强智能化便携式验货设备使用频率，进一步减少鲜活农产品暴露时间；建设全流程收货验货冷链设备，保证正常工作日工人工作，避免因加班、倒班造成员工倦怠。

3.2.2 仓储物流环节优化 仓储物流环节中的货物乱堆乱放问题是困扰许多航空冷链物流企业重点问题。对于资金有限的航空物流企业而言，通过大幅资金投入增设全流程冷链设备并不现实，企业需要通过科学有效的方法增强员工工作积极性和自觉性；对于资金较为充裕的企业而言，应通过使用机械化搬运设备代替人工等手段使仓储物流环节按照更加严格的标准进行。

3.2.3 配送环节优化 对于即将出库的鲜活农产品，航空物流公司必须建设冷藏区用于暂存货物，从而避免鲜活农产品在非冷藏环境下变质或被污染；此外，可通过智能化调度调整货物的发货时间，尽量避免发货阶段大量车辆聚集占用货物暂存区等现象；企业可采用RFID技术与每单鲜活农产品进行对接，准确采集货物数据，实现鲜活农产品的配送数字化，将货物复核与验货阶段合并。

3.2.4 安检与装机环节优化 将鲜活农产品安检、入库、包装以及在冷链仓库中的停留、装机等环节进行压缩合并，得到S9、S10、S113个主要流程，可以大幅降低该阶段鲜活农产品暴露在室温下的时间。一方面针对鲜活农产品，航空冷链物流企业需要对安检门的数量和大小进行调整，在提高鲜活农产品安检效率的同时，降低因安检门过小给货物带来的损害；另一方面物流企业可以在货物通过安检以后的环节建立货物暂存区，降低鲜活农产品待机时期暴露在室温环境下的危害。

4 小结

研究利用随机时间Petri网对中国部分航空冷链物流企业工作流程进行了分析，总结了部分企业在鲜活农产品接收、仓储物流、配送、安检与装机等环节出现的问题，利用Petri网模型对航空冷链物流企业工作流程进行了优化，压缩合并了部分冗余环节，并给出了具体的流程优化方法。