基于混合遗传算法的农产品物流网络优化模型

　　摘要：为了解决生鲜农产品物流配送系统的优化问题，考虑生鲜农产品保质期短的特点，结合农产品物流配送网络模型的整体优化思路，建立了基于混合遗传算法的冷链物流网络优化模型。该最优模型以物流网络的总运行成本为目标，引入碳税政策来分析碳税对总成本和碳排放的影响，证明碳税政策可以有效减少农产品物流网络中的CO2排放。通过实际案例分析获得的仿真结果表明，该模型为农产品物流企业提供了绿色环保的位置分配方案。

　　关键词：农产品物流;位置路由问题;混合遗传算法;碳排放

　　中国生鲜农产品冷链需求不断增长，而冷链物流的网络布局不合理，且投入成本大，新鮮农产品的保质期相对较短。为了减少产品的腐烂，农产品物流必须在合适的温度下进行加工、包装、运输，并在最短时间内送达消费者手中[1，2]，这在一定程度上促进了农产品物流的快速发展。与传统物流相比，制冷设备的正常运行会在农产品物流中产生大量的碳排放，加上运输过程中配送车辆产生的CO2及其他排放气体，将加剧空气污染和温室效应[3，4]。因此，如何减少农产品物流中的碳排放，从而缓解温室效应引起的全球变暖，已成为当前研究的热点。

　　在考虑利益和环境约束的同时，有必要对农产品物流网络的设计进行优化，以达到经济效益和环境效益之间的平衡，从而实现双赢。关于农产品物流LAP和VRP的文献较多[5-7]，针对新鲜农产品的LRP研究较少。无论是基本的LRP还是LRP的变体，大多数都仅以运营成本为优化目标，很少考虑碳排放量。但是，随着可持续发展理念逐渐深入人心，许多节能减排政策正在实施，农产品物流配送运作中的碳排放已成为物流公司要解决的关键问题。鉴于此，本研究提出了一种考虑碳排放的绿色环保农产品物流网络优化模型——低碳定位路由问题(LCLRP)模型，采用混合遗传算法求解[8-11]。以期通过数值试验验证模型的有效性和可行性。

　　1 农产品物流网络

　　农产品物流网络的优化设计应该考虑的是将农产品从供应点(SP)运输到配送中心(DC)，在有限的时间、空间、资源等约束下，将产品从配送中心运输到各个终端需求点(TDP)。农产品物流网络如图1所示。因此，农产品物流网络节点的位置分配问题(LAP)和车辆路线问题(VRP)是优化设计中的两个关键问题。在农产品物流配送中，不同的LAP方案会导致不同的VRP规划，VRP规划的结果又会影响LAP方案。因此，解决配送过程中LAP和VRP的联合决策问题，即农产品物流网络中的位置路线问题(LRP)至关重要[12，13]。

　　2 农产品物流网络建模

　　2.1 问题描述

　　不同的新鲜农产品具有不同的冷藏运输条件，例如预冷方式、冷藏运输方式、温度、湿度等。水产品和蔬菜一般在生產区域内进行预冷却，预冷却方式相对落后。高速公路和铁路运输是蔬菜跨区域运输的主要方法。通常，肉类在加工厂预先冷却，并在冷冻和冷藏条件下运输。水产品在预冷后有两种运输方式，即速冻水产品的长途运输一般是通过铁路运输，而新鲜水产品的长途运输主要通过航空运输。

　　鉴于不同的新鲜农产品有不同的存储和运输环境要求，因此针对特定类别(包括水产品、蔬菜、肉类、水果等)，本研究构建了新鲜农产品的物流网络，即确定始发地，预冷站和生鲜配送中心之间的运输网络。确定物流网络应考虑建立预冷站、配送中心的成本，新鲜农产品的仓储成本和运输成本。同时，在建立生鲜农产品物流网络时，应考虑生鲜农产品产地运输需求、市场产品需求以及预冷站和配送中心的储存能力等。

　　本研究建立的农产品物流LCLRP模型如下：通过多个冷藏车将农产品交付到不同客户的农产品物流候选配送中心，并且客户位置是已知的。在客户需求和车辆容量的限制下，通过综合考虑所有成本，构建综合成本最低的LCLRP模型，从而获得经济和环保的配送方案，并确保同时完成配送服务。

　　2.2 模型开发

　　农产品物流LCLRP模型以总成本最小为目标函数[14，15]。应分析各子成本，由各种子成本确定位置分配过程的总成本。

　　2.2.1 模型目标函数分析

　　1)固定成本。固定成本是指配送中心的运营成本。LCLRP模型中的固定成本[C1]见式(1)。

　　[C1=g∈LgCgZgk+g∈Lgk∈KgZgYkCkLggKgZg=1xkij=0VgCe] (1)

　　式中，[Lg]为候选配送中心[g]的集合;[Cg]表示配送中心g的固定成本;[Zg]为二值函数，若配送中心[g]运营，则[Zg=1]，否则[Zg=0];[Kg]为配送中心[g]的冷藏车数量;[Yk]为二值函数，若配送中心使用冷藏车[k]，则[Yk=1]，否则[Yk=0];[Ck]表示冷藏车[k]的固定成本;[Vg]表示分配给配送中心g的客户集合;[Ce]表示冷藏车在运输过程中单位时间的制冷成本。

　　2)运输成本。车辆的运输成本受燃料消耗、维护和其他因素的影响，并且与车辆行驶的里程呈正比。LCLRP模型中的运输成本[C2]见式(2)。

　　[C2=g∈Lgk∈Kgi，j∈VgckijxkijZgYk] (2)

　　式中，[ckij]表示冷藏车[k]从客户[i]到客户[j]的单位距离运输成本;[xkij]为二值函数，[xkij=1]表示冷藏车[k]通过了客户[i]和客户[j]之间的道路，否则[xkij=0]。

　　3)制冷成本。易腐性是农产品物理特征之一。因此，农产品物流要求货物始终处于低温环境中，以确保其质量，在运输及配送过程中，必须不断消耗能量以保持温度不变。为了维持适当的温度，该制冷成本是必要的。冷藏车在运输过程的制冷成本[C31]见式(3)。

　　[C31=g∈Lgk∈Kgi∈Vgj∈VgZgCexkijtkij] (3)

　　式中，[tkij]表示冷藏车[k]从客户[i]到客户[j]的运输时间。

　　达到TDP后，冷藏车卸货过程产生的制冷成本[C32]见式(4)。

　　[C32=g∈Lgk∈Kgj∈VgZgCe′ykjwjykj=1] (4)

　　式中，[Ce′]表示冷藏车在卸货过程中的制冷成本;[ykj=1]代表冷藏车[k]服务于客户[j];[wj]表示冷藏车[k]的卸货时间。

　　因此，总制冷成本[C3]见式(5)。

　　[C3=C31+C32=][g∈Lgk∈Kgi∈Vgj∈VgZg(Cexkijtkij+Ce′ykjwj)]

　　(5)

　　式中，[tkij=tkij+max{ETi-tkj，0}]，[max{ETi-tkj，0}]表示车辆[k]在不卸载的情况下为客户[j]服务的等待时间，[tkj]表示冷藏车[k]到达客户[j]的时间。

　　4)惩罚成本。在农产品物流中，城市交通拥堵给物流配送带来很大困难[16]：若不能在规定时间内送达，则必须支付一定的违约金[C4]，见式(6)。

　　[C4=g∈Lgk∈Kgi∈VgZg(μ1max{ETi-tki，0}+μ2max]

　　[{tki-LTi，0})] (6)

　　式中，[max{ETi-tki，0}]表示冷藏车[k]服务客户[i]的提前到达时间;[max{tki-LTi，0}]表示冷藏车[k]服务客户[i]的延迟到达时间;[μ1]表示冷藏车提前到达客户节点时单位时间内的等待成本;[μ2]表示冷藏车迟到客户节点时单位时间的罚款成本。

　　5)损害成本。引入了冷藏货物质量的变量函数[D(t)=D0e-?t]用于计算损害成本。货物的损坏成本在配送过程中分为两部分，包括冷藏车在行驶过程中随着时间的推移累积的货物损坏成本，以及由于开门而造成的门附近货物损失的成本。由冷藏车在行驶过程中造成的货物损坏成本[C51]见式(7)。

　　[C51=g∈Lgk∈Kgi∈VgZgykiPqi(1-e-?1(tki-tk0))] (7)

　　式中，[P]表示冷藏车货物的单位价值。

　　当冷藏车到达客户服务地点时，此时的损耗率假设为[?2(?2>?1)]，货物损耗的成本[C52]见式(8)。

　　推荐阅读：农产品质量的论文投哪个期刊好

期刊VIP网，您身边的高端学术顾问

文章名称： 基于混合遗传算法的农产品物流网络优化模型

文章地址： http://www.qikanvip.com/nongyekeji/54404.html