基于GIS的生鲜食品冷链物流配送路径优化研究

为了确保冷链物流的食品质量与安全问题，政府应进一步制定一系列涉及到冷鲜食品的生产、加工、销售、包装、运输、储存、标签、品质等级、食品添加剂和污染物、最大兽药残留物允许含量和最大杀虫剂残留物允许含量等方面的法律、法规和标准 [53]。

2.3.7 加强对食品冷链物流管理人才的培养和培训

目前冷链物流管理人才十分缺乏，已逐渐成为制约我国冷链物流快速发展的瓶颈。这主要源于现代冷链物流在我国的发展时间不长，同时冷链在物流行业又是一个附加值较高的领域，冷链管理人才的培养和建立一个好的管理体系需要时间 [54,55]。国家有关部门和教育机构应加强合作，创新冷链人才培养模式。

2.4 生鲜食品冷链物流体系的研究前景

2.4.1 生鲜食品绿色冷链物流体系创建

绿色物流强调人类全局利益和长远利益，对人类的生存及社会的发展会产生长远的影响 [56]。改革运输、储存、包装、装卸和流通加工等物流环节，可以通过对货物的反向物流，在物流过程中抑制对环境造成的危害，并实现对物流环境的净化，使物流资源得到最充分利用。 2.4.1.1 反向物流网络设计

综合考虑投资、加工和运输成本基础上，假定单位处理成本固定，基于非线性规划建立持续区位模型，以决定区域回收中心位置和能力。在前向物流与反向物流基础上，将空集装箱可用性模拟为原始产品生产的资源约束，研究运送产品的可再用集装箱的生产和配送计划，包括将空集装箱运回工厂的模型。 2.4.1.2 再生库存控制研究

对传统确定性静态问题的研究，可以把该问题延伸到包括产品回收问题，即假定需求和回收率，以及外部定购和再生加工前置期不变，并建立了优化订货和再生批量模型。至于动态问题，通过在经典动态批量问题Wagner－Whitin模型基础上的延伸模型进行模拟。 2.4.2 食品冷链物流先进技术运用研究

开展食品生产流通基地建设、物流过程品质动态检测与跟踪技术、冷链流通与营销信息化技术 [57]；使用各种保鲜技术，如机械制冷贮藏技术、气调贮藏保鲜技术、窖藏保鲜技术和保鲜剂涂膜保鲜技术等，应逐步采用更先进的低温高湿保鲜、臭氧气调保鲜、辐照保鲜、涂膜保鲜、高压保鲜、高温处理保鲜、生物保鲜、高压静电场保鲜和纳米保鲜等保鲜技术、预冷技术和光电分等分级等技术

[22]

，提高生鲜食品冷藏保鲜技术，降低储运环节的损耗率。

利用先进的网络技术和信息管理系统来处理和控制物流信息，建立起一体化的冷链物流全过程的监控体系 [57-61]。用综合运营管理信息系统，建立与厂商和超市卖场等终端部门配套的先进的联营方式，以实现“多品种，小批量”的JIT(Just In Time，及时制)配送 [16]。应用基于GIS的物流配送系统，根据客户提供的详细地址，确定客户的地理位置和车辆路线；通过基于GIS的查询和地图表现的辅助决策，实现对车辆路线的合理编辑(如创建、删除、修改)和客户配送排序；利用网络物流模型解决寻求最有效地分配货物的路径问题。 2.4.3 食品冷链物流优化配送路径研究

以时间窗限制下的车辆路径问题为基础，分析生鲜产品路线配送特性并构建相关成本函数，包括因产品腐败所造成的货损成本、违反顾客需求时间窗所造成的惩罚成本和配送时冷冻设备消耗的能源成本，以及传统车辆路径问题中的车辆固定成本和随里程递增的运输成本等，从冷链物流配送商的角度使上述各项成本的总和最小为目标，构建冷链物流配送路径的基本模型。考虑车辆在道路中运行时间和一天之中温度变化的依时特性，并采用软时间窗限制等将基本配送路径模型进行改进，得出冷链物流配送车辆路径问题的数学规划模型。

3 冷链物流配送车辆路径优化研究

物流配送是按客户的订货要求，在物流中心进行分货、配货工作并将配好的货物及时送交收货人的物流活动。配送是对顾客服务的最后一环，其地位十分突出 [27]。物流配送路径优化问题，即所谓的车辆路径问题(Vehicle Routing Problem)

[62]

，是目前物流系统研究的热点问题之一 [63]。它是指对一系列发货点和收货点，

组织适当的车辆行使路线，在满足货物需求量、发送量、交发货时间、车辆容量限制、行驶里程限制和时间限制等的约束条件下，达到使路程最短、费用最少、时间准时，使用车辆尽量少等目标。国内外不少学者已经证明使用遗传算法在求解VRP问题时，具有巨大的优越性 [64]。

3.1 配送车辆路径优化研究方案

车辆路径是物流活动中的关键环节之一，其任务是选派合适的车辆，确定

行车路线、时间及服务对象，以降低配送费用和提高服务质量为目标。车辆路径问题是K-TSP问题，也是组合优化问题中的一个NP完全难题。该问题产生于现实的公路交通运输领域，并在水运、航空、通讯电力、工业管理和计算机应用，以及VLSL设计等领域得到了广泛应用。

VRP问题包括带时窗的VRP、随机VRP、多仓库VRP等问题 [63]。近年来，用精确算法和近似算法求解VRP组合优化难，但已取得了一定的进展。精确算法有分枝定界法、Column generation、Lagrangian decomposition和K-树状算法；Laporte和Nobert提出了多种分枝定界法；Christofieds用动态规划放宽空间变量解决VRP问题；Fisher提出用2阶段优化方法解决带有时窗的VRP问题；Simchi提出先用Column generation再用分枝定界法解决VRP整数规划问题。关于近似算法，Laporte用禁忌搜索提高了求解VRP问题的精度；Osman用2-opt组合优化方法，通过交换不同路线的顶点进行求解；国内学者蔡延光等用模拟退火和禁忌搜索求解带时窗的多重运输调度问题 [63]；张涛等用禁忌搜索和3-opt组合优化方法解决多车队运输调度问题 [63,64]；李军等用序列优化启发式算法求解组合运输调度问题

[65]

。VRP调度问题具有复杂性和多约束性的特点，属于带有多约束的多目标优化

(Multi—objective Optimization，即MO)问题。多目标问题的各子目标之间可能相互矛盾，一般不可能同时使所有子目标都达到最优，只能在多个子目标之间进行权衡，因此MO问题通常存在一组无法相互进行比较的有效解，称为Pareto最优解(Pareto optimal solution)。遗传算法(GA)对整个群体进行进化操作，处理的是个体集合，而MO问题Pareto最优解也是一个集合，这种相似性使得GA成为求解MO问题Pareto最优解集的一个有效方法 [66]。 3.1.1 车辆路径问题的构成要素

物流配送车辆路径问题的构成因素主要包括货物、车辆、配送中心(或配送中心)、客户、等要素 [67]。 3.1.1.1 货物

货物是配送的对象。可将每个客户需求(或供应)的货物看成一批货物。每批货物包括品名、包装、重量、体积、要求送到（或取走）的时间和地点、能否分批配送等属性。

冷链物流中的货物包括前述的加工食品，新鲜水果，蔬菜等农产品，以及部分需冷冻运输的药品等特殊商品。 3.1.1.2 车辆

车辆是货物的运载工具，其主要包括：车辆的类型、装载量、一次配送的最大行驶距离、配送前以及完成任务后车辆的停放位置等。

冷链运输车辆是冷链物流系统的主要生产设备，车辆配置是否合理，对于提高运输效率，保持生鲜食品的鲜度，节约能源和降低运输成本有着重要的作用，它不仅影响着企业本身的经济效益而且关系到整个社会效益。 3.1.1.3 配送中心

配送中心是从事货物配备（集货、加工、拣选、配货）和组织对客户的送货，以提高水平实现销售或供应的现代流通设施 [68]。

在某个配送系统中，配送中心的个数可以是一个也可以是多个，这涉及到配送网络问题，如在某些配送网点多而且配送范围广的情形下，往往采用多级配送中心进行配送，通过一级配送中心配送到下一级配送中心再配送，在多个二级配送中心下，究竟由哪个配送中心配送，这涉及到配送的优化问题。 3.1.1.4 客户

也称为用户，包括各存储中心、零售商店等。单个客户一次所需的商品数量可能大于物流配送商某车辆的最大装载量，也可能小于该车辆的最大装载量。在以上情形下，当货物一次性需求(或供应)总量超过运输能力时，需要多次(多辆)分批配送；当货物一次性需求(或供应)量小于某车辆的最大装载量时，在可能的情况下，应进行货物配载。

客户的需求(或供应)货物的时间，是指要求货物送达(或取走)的时间，对配送时间的要求可分为以下几种情况：无时间限制；要求在指定的时间期间(也称为时间窗)内完成运输任务；有时间限制，但可以不遵守，只是不遵守时要给予一定的惩罚。

3.1.2 带时间窗的车辆路径问题

带有时间窗的车辆路径问题是指假设有n个等待服务的客户，一个出发点，K辆有一定载重量的汽车，己知：每个客户的位置坐标、货物需求量、出发点的位置坐标、每辆汽车的最大载重量，允许服务的时间窗口。通常时间窗包括硬时间窗和软时间窗2种，硬时间窗VRPTW指每项任务必须在要求的时间范围内完成，若超出这个时间范围，则得到的解为不可行解。

软时间窗VRPTW指如果每项任务不能在要求的时间范围内完成则给予一定的惩罚。若车辆在之后到达点，则服务被延迟，须支付一定的罚金。要求设计每辆汽车的行驶路线满足约束条件：①每个客户必须而且只能被服务一次；②每条路线必须起始于出发点，为最后一个客户服务完后返回出发点；③每条路线的总负荷不能超过该辆汽车的最大载重量；④每个客户必须在它的时间窗口内被服务，如果汽车提前到了客户所在地，也必须等待，直到允许为该客户服务为止。 消费者需求趋于多样化，对送货时间的要求日趋严格，除了因缺货造成的机