“北粮南运”散粮集装箱质量安全运输优化研究*

冯 春 周 浩 向长琼 倪舒晨 陈世军

(1 西南交通大学 610031) (2 中储粮成都储藏研究院有限公司 610091)

作为世界上人口最多的国家，中国始终把粮食问题放在国家发展的首位，作为粮食生产大国，粮食产量稳定增长，2017年全国粮食总产量为61791万吨，2018年为65795万吨，2019年为66684万吨，其中主产区为黑龙江、吉林、辽宁和内蒙古，共占2019年全国粮食总产量的26.3%。

根据《中国经济周刊》的统计，2012年黑龙江省粮食自给率高达375%，吉林、辽宁、内蒙古、河南等粮食自给率也均高于100%。相对粮食短缺的主要地区是珠三角、长三角和一些沿海省份如上海、浙江、广东、福建和海南[1]。这些地区经济发达，人口吸收能力强，耕地，建设用地和生态用地紧张。可见全国粮食供需的区域差异明显，表现出南方缺粮、北方余粮的特征。因此，就需要进行“北粮南运”。

由于运输距离长、公路运输成本高、水上运输范围有限，多式联运成为粮食跨省运输的最好方法。由于我国粮食生产集约化程度低、规模小、资源分散、运输大多采用包袋运输，容易造成损失和污染，需要频繁的人工装卸操作[2]。此外，粮食物流流通量大，却缺乏合理的规划，导致粮食流通的效率很低。因此需要推行标准化的散粮集装箱多式联运，但是复杂的运输过程需要在战术层面上进行网络流量规划和模型设计，以涵盖联运网络的多个阶段和路径来确定成本最低的运营。Ralf[3]系统的综述了自2008年以来该类型模型的研究和一系列确定性和随机模型(包括需求不确定性、运输时间、成本和容量)。在Sun[4]的研究中，针对供需变化对联运路线进行了敏感性分析，还考虑了常规集装箱、危险品、多商品流整合、多种服务模式设定和模糊铁路服务能力。

与普通商品不同，粮食具有生物活性，即使在安全标准限值之内，其质量也会在运输过程中发生变化。因此，参考Liu[5]，Long[6]等，Zhao[7]等和Qu[8]等对中国最常见粮食——大豆玉米和稻米质量变化的研究，发现仅考虑时间和费用指标是不够的，质量也应作为优化目标。

本文建立了基于粮食在主产区和主销区之间流通的时间、成本、质量最优的多目标集装箱联运模型。对于解决多目标最短路径问题，Han[9]等人将多个目标聚合为一个目标，考虑每个目标的边缘评估，采用通用聚合方法得到模糊折衷解。Keivan[10]等人提出了一种基于蚁群优化的算法，可以产生高质量的非支配解，并节省了大规模问题的计算时间。但是，这些方法只能得到近似解。而本文采用了剔除劣势解的节点选择方法来获得更客观的解，并建立“北粮南运”联运网络，通过多重点法将其转换为标准网络。最后，以营口至舟山的路线作为实例计算，验证了本研究的可行性。

1 粮食物流网络

为了建立粮食物流网络，首先基于以下三个标准选择粮食物流枢纽：

(1)《粮食物流业“十三五”发展规划》中确定的位于“两横、六纵”八条重点粮食运输线路上的城市；

(2)《全国流通节点城市布局规划(2015-2020年)》中指定发展的国家级及区域级流通节点城市；

(3)省会城市或者直辖市(暂未考虑台湾省)。

再根据以下选择机制确定候选节点城市：

步骤一：同时选择符合3个标准的城市；

步骤二：在其余城市中，同时选择满足两个标准的城市。这两个标准的优先顺序为：标准i和ii，标准i和iii，标准ii和iii；

步骤三：在其余城市中，选择符合一项标准的城市。优先顺序为：标准i，标准ii，标准iii。

为了确保每个省份至少有一个候选节点城市，基于“两横、六纵”布局，建立粮食运输网络如图1所示。

图1 粮食运输网络

2 粮食质量安全

粮食质量安全是本模型文研究的优化目标之一。粮食品质分为物理品质和化学品质，其中化学品质在自然运输过程中表现为运输时间越短、温度越低，粮食品质变化越慢。而温度是随时间的变化而变化的，如季节性的变化，一天中温度的变化；并随地域的变化而变化，这与路径的选择有关，使得时间与温度的变化对品质的影响是动态的、累计的。另一方面，物理质量的变化主要是破损，通常发生在转运装卸过程中，因此物理品质的控制，关键在于装卸搬运流程的规范性。

为衡量粮食的质量变化，通过整理数据及实验研究，对玉米、稻谷、大豆在运输过程中的指标变化情况进行分析。一是提取黑龙江、南京、广州等地的45份稻谷样品，自2016年8月起历时6个月，在不同湿度、二氧化碳含量、温度的实验环境条件下，对样品粘度、发芽率、过氧化氢酶活性、黄米粒含量和脂肪酸含量进行了检测；二是整理辽宁省营口港、绥中港和锦州港2017年2月27日至3月28日出港的14.4万吨玉米的跟踪采样和测试数据，包括杂质、破碎粒、生霉粒、发芽率、水分、淀粉含量和脂肪酸含量，以及湿度、二氧化碳含量和温度的环境指标；三是2019年11月通过实验室模拟不同温度下玉米、稻谷、大豆散粮集装箱的运输过程中指标变化情况；四是综合参考中储粮成都储藏研究院有限公司长期积累的粮食库存品质变化数据库资料。五是搜集目前“北粮南运”沿线节点如粮食储存及转运期间的数据资料。

考虑到集装箱运输不会造成粮食在转运时的破损和遗漏，并参考GB/T 20570-2015《玉米储存品质判定规则》、GB/T 20569-2006《稻谷储存品质判定规则》、GB/T 31785-2015《大豆储存品质判定规则》，选择脂肪酸值作为衡量玉米品质变化的指标，选择脂肪酸值作为衡量稻谷品质变化的指标，选择蛋白质溶解率、粗脂肪酸值作为衡量大豆品质变化的指标。

假设粮食水分在运输前的预处理过程中已经达到最优状态，发现对作物质量安全影响最大的因素是时间和温度，综合考虑表现作物质量安全的敏感指标，对实验数据进行归一化处理和权重加和，拟合分别得到玉米、稻谷、大豆单位时间质量安全(损耗)与温度的关系，如图2～图4所示，据此可以将质量损耗作为优化目标之一。

图2 玉米质量安全变化曲线

图3 稻谷质量安全变化曲线

图4 大豆质量安全变化曲线

3 多式联运运输优化模型

3.1 模型建立

在模型中考虑以下因素:

(1)成本最低：站在货主的角度，使运输成本尽可能低廉，这不仅包括运输费用还包括转运费用；

(2)时间最短：对于货主与消费者来说，时效性是运输的一大追求目标，这包括运输途中的时间和节点转运的时间；

(3)质量损耗最小：粮食一般具有品质随时间降低的性质，不同种粮食、在不同的季节、不同时段、不同的生态区域有着不同的品质变化曲线，从质量安全的角度考虑，使运输过程中粮食的综合质量损耗最小。

用G=(N,A,D)表示多式联运服务网络，其中N表示网络中节点的集合，包括起点、终点及中间节点；A表示节点间有向弧的集合；D表示多式联运运输方式的集合。其中定义的相关标号、参数、变量含义如下：

i,j——多式联运网络中的节点标号，且i,j∈N；

(i,j)——多式联运网络中从节点i到节点j的有向弧，且(i,j)∈A，i≠j；

g,h——多式联运网络中的运输方式标号，且g,h∈D；

φ-(i)——节点i的前向节点集合；

φ+(i)——节点i的后向节点集合；

q——货物运量，以集装箱单位TEU计；

T*——货物交付周期，单位：h；

Zf(t)——粮食作物f随时间在某条件下经过t时间质量的损耗，无单位；

利用上述符号，建立下述0-1整数线性规划，优化目标有三个：第一个为最小化运输费用，包括在途运输费用和节点接驳费用；第二个为最小化运输时间，包括在途运输时间和节点接驳时间；第三个为最小化货物质量损耗，包括在途质量损耗和节点接驳质量损耗。

为保证货流的合理性和完整性；保证货物在每条运输路径上只走一回；保证货物在每个节点接驳次数只有一次；保证货物在节点中转接驳选择的运输方式与后续弧对应的运输方式相匹配；避免货物运量超过路径运输能力和节点中转接驳能力；保证货物在货物交付周期内完成运输，建立以下约束条件：

3.2 网络变形

该多式联运网络各节点之间有多种运输方式，导致路径权重不唯一，这里通过多重点的网络变形方法将复杂的多式联运网络转化为标准的网络形式：采用多个点描述一个运输点的不同运输方法，如一个城市有三种运输模式与其他城市相连，则这个城市可描述为三个点，也就是说，网络中点与点之间只能存在一种运输方式，两点之间只有一条边，可采用边来描述与这种运输方式对应的运输成本或时间等量，采用这种方法转运时间和转运成本便于表达和理解，如图5所示。

图5 多重点法示意图

3.3 多目标最短路算法

为求解上述多目标最短路问题，本文设计了一种以Dijkstra法为基础的多目标最短路求解算法节点选择法，其基本出发点为：

(1)最短路的子路还是最短路；

(4)对于目标向量x=(x1,x2,…,xp)和y=(y1,y2,…,yp)，若x1=y1,…,xk-1=yk-1,xk

假设起始点为s，终点为t，D(i)为i点标签d(i)n的集合，j为被标记点的集合，q(i,j)为两节点间弧长向量。节点选择法计算步骤如图6所示。

图6 节点选择法流程图

第一步：初始设置D(s)={d(s)}={[0,0,….,0,[]]}；D(j)=?，j为除s外其他节点，L={S}

第二步：选择节点。如果L=Φ，停止，否则选择节点d(i)ξ∈L，并将其从L中删去。

节点选择法较传统的贪心算法，会在遍历过程中选择所有相邻节点，不只是权重最小的相邻点，并在遍历过程中删除起点至某节点所有可能路径中绝对劣势的路径，避免了计算结果落入局部最优解。

4 算例验证

为验证该研究的可行性，以营口至舟山为例，构建“北粮南运”粮食运输网络，查找出各节点间距离，如图1所示，并利用多重点法进行网络变形。各物流节点之间存在三种可能的运输方式，四大类联运方式：“铁—堆场—水”模式、“铁—公—水”模式、“铁—公”模式、“公一水”模式，通过相关数据查找及计算可以得到不同节点处的转运时间与费用和不同节点间的运输时间及费用。

至于质量损失数据，已知每段弧和每个节点上所需花费的时间，则可以根据运输的粮食类型和运输途中所经过城市的温度，参考3.1中的粮食质量变化曲线，确定质量损失随运输过程的变化。此外考虑到城市昼夜温差较大，不容忽视，认为11:00至16:00是一天中的高温时段，其他时间较高温时段温度低10℃左右。根据从起点出发时间推算出运输位置与一天中所处时段的关系，以对质量损失进行更精确的计算。质量损失经由下式计算：

其中定义的相关符号变含义如下：

i,j——物流节点；

l——运输方式，公路、水路或铁路；

t——时刻；

type——粮食种类，稻谷、玉米或大豆；

temp——温度；

loss(temp,t,type)——根据2.3节粮食质量变化曲线斜率计算得到的t时刻type种粮食在温度为temp时的单位时间质量损耗量。

4.1 邻接矩阵

在解决最短路问题时，需要一个标准化的数据形式，根据前面所述的数据，整理得到该网络中费用及运输时间邻接矩阵，部分展示如表1所示。

表1 网络运输费用及时间邻接矩阵(部分)

4.2 算例及结果

综上得到不同粮种、不同季节、不同生态区域、不同时段下，以费用成本、时间、质量为目标的粮食多式联运优化方案。

另外根据粮食质量随温度变化曲线可以看出，高温时粮食质量的损耗速度较常温、低温时有飞跃式的提升，因此可以选择考虑：运输过程中遇到高温时段时停顿休息，采用选择遮蔽所等手段使集装箱环境维持常温状况，避免粮食质量在高温时过分降低。

假设一箱玉米在夏季12:00从营口港出发运输到舟山港，存在11条最优线路，如表2。

表2 玉米运输最优线路

(1)决策者对成本、时间、质量的重视权重比为1∶0∶1，主要考虑费用成本和时间、不考虑粮食质量时的最符合线路为线路2，营口铁-大连铁-大连水-舟山水。

(2)成本、时间、质量的权重比为1∶2∶0，主要看重粮食质量安全时，最符合线路为线路4，营口铁-大连铁-大连水-南通水-南通铁-上海铁-舟山铁。

可见，决策者偏好不同时，选择的路线也不同。

若采取高温时段停顿休息措施，存在7条最优线路，如表3，可以看出该方案相较不采取高温停顿措施时，最优线路尽管耗时较长，但质量损耗普遍减小。

表3 高温停顿措施下的结果

(3)成本、时间、质量的权重比仍为1∶2∶0，最符合线路较上一种情况变为线路7，营口铁-秦皇岛铁-天津铁-济南铁-徐州铁-南京铁-上海铁-舟山铁，较方案(2)的质量损耗有所减少。证明高温停顿措施对粮食远距离运输时的质量控制有着显著作用。

5 展望

本研究建立了中国“北粮南运”多式联运运输网络，考虑了转运过程，建立了节点选择方法，解决了粮食质量变化的多目标最短路径问题，并可以根据决策者对不同目标重视程度不同的需求获得不同的结果。但是，本研究对粮食质量变化的数据量不够大、对条件的控制不够精确，在未来可以进行更精确的实验，得到粮食质量变化与区域温度的更精确关系，以便更好地指导实践。