考慮碳交易的果蔬品供應(yīng)鏈網(wǎng)絡(luò)優(yōu)化

嚴南南，朱麗珊

(上海海事大學(xué) 物流研究中心，上海 201306)

考慮碳交易的果蔬品供應(yīng)鏈網(wǎng)絡(luò)優(yōu)化

嚴南南，朱麗珊

(上海海事大學(xué) 物流研究中心，上海 201306)

基于供應(yīng)鏈網(wǎng)絡(luò)，分析了碳交易政策對果蔬品供應(yīng)鏈總成本的影響，構(gòu)建包括生產(chǎn)成本、運輸成本、儲存成本、腐敗成本和碳交易成本在內(nèi)的供應(yīng)鏈成本函數(shù)。以最小化供應(yīng)鏈成本和碳排放量為目標，建立多目標整數(shù)規(guī)劃模型;針對總成本最低的均衡優(yōu)化模型，采用粒子群算法進行求解，并對碳交易價格、車容量、單位耗油量等參數(shù)進行敏感性分析;算例驗證了供應(yīng)鏈網(wǎng)絡(luò)模型和求解算法的可行性。實驗結(jié)果顯示：增加較少的成本能大幅度降低碳排放量，實現(xiàn)經(jīng)濟和環(huán)境的協(xié)調(diào)發(fā)展。

管理工程；碳交易；節(jié)能減排；果蔬品；多目標規(guī)劃；粒子群算法

0 引 言

果蔬品是鮮活農(nóng)產(chǎn)品的一種，具有易腐、產(chǎn)量不穩(wěn)定、品種繁多等特性，在交通運輸方面，果蔬品供應(yīng)鏈的運輸成本高。與其他產(chǎn)品的供應(yīng)鏈相比，果蔬品供應(yīng)鏈的穩(wěn)定性較差，配送公司配送過程中會發(fā)生腐敗從而產(chǎn)生損失，因此研究果蔬品供應(yīng)鏈網(wǎng)絡(luò)對其配送具有重要意義。

目前，全球氣候變暖已經(jīng)嚴重威脅到人類的生存和發(fā)展，二氧化碳等溫室氣體的排放成為全世界的關(guān)注重點。2005年《京都議定書》首次以法規(guī)的形式限制溫室氣體的排放，把解決二氧化碳為代表的溫室氣體減排問題作為一種新的市場機制，即碳交易。碳交易是將二氧化碳排放權(quán)作為商品進行交易，已經(jīng)被美國、歐盟等國家和組織所采用，同時也是推動企業(yè)循環(huán)經(jīng)濟、低碳經(jīng)濟的生產(chǎn)方式轉(zhuǎn)型升級的必要手段。我國是《京都議定書》的簽約國，承諾在2020年實現(xiàn)單位GDP二氧化碳排放量在2005年的基礎(chǔ)上下降40%～45%，未來我國面臨較重的碳減排壓力[1]。基于節(jié)能減排的總趨勢，企業(yè)供應(yīng)鏈中所產(chǎn)生的碳排放量也備受重視，降低供應(yīng)鏈各環(huán)節(jié)的成本和碳排放量，對企業(yè)實現(xiàn)經(jīng)濟和環(huán)境協(xié)調(diào)發(fā)展有著重要的意義。

已經(jīng)有許多國內(nèi)外學(xué)者對碳交易下的供應(yīng)鏈進行了研究。C．F．JIRA等[2]研究了環(huán)保運作和可持續(xù)運作管理下，通過對企業(yè)的經(jīng)濟分析實現(xiàn)供應(yīng)鏈的減排；唐秋生等[3]研究了云物元評估模型的綠色供應(yīng)鏈績效，通過企業(yè)綠色供應(yīng)鏈績效評價中的應(yīng)用，證明了模型的有效性；呂品[4]提出考慮碳排放成本的三級供應(yīng)鏈網(wǎng)絡(luò)模型，并用算例驗證其可行性；S．BARARI等[5]通過協(xié)調(diào)供應(yīng)鏈的縱向合作，減少碳排放的同時還改善了企業(yè)的收益；張平等[6]通過建立果蔬物流保鮮技術(shù)體系，實現(xiàn)我國果蔬物流產(chǎn)業(yè)的快速發(fā)展；馬秋卓等[7]研究了企業(yè)低碳產(chǎn)品的定價和碳排放策略問題，以碳交易體系為基礎(chǔ)，考慮顧客的低碳偏好程度，實現(xiàn)企業(yè)利潤最大化；S．PAN等[8]研究了拉式供應(yīng)鏈中貨物運輸過程溫室氣體的減排問題；CHEN Xi等[9]研究了不同碳約束下的生產(chǎn)策略模型，結(jié)果表明合理的生產(chǎn)運作可以實現(xiàn)較少的成本獲得較大的碳減排量；王建偉等[10]研究了基于PSR模型的低碳交通運輸發(fā)展評價；劉秋平等[11]建立果蔬品管理信息平臺，降低運輸成本，證明菜窖工程具有見效快、低碳環(huán)保等可行性；A．RAMUDHIN等[12]提出了基于碳市場敏感的可持續(xù)供應(yīng)鏈網(wǎng)絡(luò)設(shè)計模型；S．CHOLETTE等[13]計算了食品供應(yīng)鏈在運輸環(huán)節(jié)的能源消耗和碳排放。

現(xiàn)有對果蔬品供應(yīng)鏈的研究中，大多考慮成本最小的路徑優(yōu)化問題，對考慮碳交易的果蔬品供應(yīng)鏈網(wǎng)絡(luò)優(yōu)化較少。筆者在碳交易政策下，考慮果蔬品配送過程的腐敗率，建立供應(yīng)鏈成本和碳排放量優(yōu)化模型，設(shè)計粒子群算法進行求解，最后通過算例分析驗證了模型的有效性和可行性。

1 模型建立

1.1 問題描述

筆者以一個由配送公司、生產(chǎn)商、分銷中心、零售商所構(gòu)成的果蔬品4級供應(yīng)鏈網(wǎng)絡(luò)結(jié)構(gòu)為研究對象，如圖1。考慮果蔬品的碳排放量和品種種類，建立生產(chǎn)成本、配送成本、儲存成本、腐敗成本及碳交易成本的供應(yīng)鏈結(jié)構(gòu)。

圖1 果蔬品的4級供應(yīng)鏈Fig.1 Four-echelon supply chain network of fruit and vegetable

1.2 模型假設(shè)

為便于模型的建立，筆者設(shè)定以下假設(shè)條件：

1)只考慮果蔬品供應(yīng)鏈n種產(chǎn)品的配送，且配送車輛不能混裝；

2)只考慮配送車輛型號相同，產(chǎn)品的碳排放系數(shù)相同；

3)只考慮配送速度一定的情況下，果蔬品腐敗成本與配送里程有關(guān)，單位里程的腐敗率為θ，且θ>0；

4)只考慮供應(yīng)鏈配送過程中產(chǎn)生的生產(chǎn)成本、配送成本、儲存成本、腐敗成本及碳交易成本。

1.3 模型建立

1.3.1 模型參數(shù)

集合：S表示配送公司集合，i∈{1, 2, …,I}；P表示生產(chǎn)商集合，j∈{1, 2, …,J}；D表示分銷中心集合，k∈{1, 2, …,K}；R表示零售商集合；m∈{1, 2, …,I}；N表示產(chǎn)品種類集合；n∈{1, 2, …,N}。

參數(shù)：dij表示配送公司i到生產(chǎn)商j的距離；djk表示生產(chǎn)商j到分銷商k的距離；dkm表示分銷商k到零售商m的距離；d表示生產(chǎn)商到零售商的距離；θ表示果蔬品單位里程的腐敗率；C′表示配送車的容量；E表示供應(yīng)鏈網(wǎng)絡(luò)的碳排放量；NCjki表示配送公司i從生產(chǎn)商j到分銷中心k的單位配送成本；NCkmi表示配送公司i從分銷中心k到零售商m的單位配送成本；QPj表示生產(chǎn)商j的生產(chǎn)能力；QRmn表示零售商m對產(chǎn)品n的需求量；QDk表示分銷中心k的儲存能力；YCjn表示生產(chǎn)商j生產(chǎn)產(chǎn)品n的單位生產(chǎn)成本；RCk表示分銷中心k的單位儲存成本；FC表示單位耗油成本；Cmax表示碳排放限額；π表示碳交易價格；ZC表示供應(yīng)鏈的成本；ZE表示供應(yīng)鏈的碳排放總量；ZZ表示供應(yīng)鏈的總成本。

決策變量：qjn表示生產(chǎn)商j生產(chǎn)產(chǎn)品n的生產(chǎn)量；QSin表示配送公司i配送產(chǎn)品n的車數(shù)量；Qn表示產(chǎn)品n的生產(chǎn)量；VQkn表示分銷中心k對產(chǎn)品n的存儲量。

1.3.2 腐敗成本的計算

果蔬品供應(yīng)鏈配送過程中，隨著里程的增加果蔬品的腐敗速率會逐漸增加，為保證準確性，此處引入新鮮度函數(shù)[14]：φd=(1-θ)d。因此果蔬品新鮮度下降所造成的腐敗成本如式(1)：

Cd=Vn(1-φd)Qn

(1)

式中：Cd為果蔬品的腐敗成本；(1-φd) 為運輸?shù)母瘮〕潭?；Qn為產(chǎn)品n的生產(chǎn)量；Vn為單位產(chǎn)品n的腐敗成本。

1.3.3 碳排放量計算

果蔬品供應(yīng)鏈網(wǎng)絡(luò)的碳排放量由車輛運輸和產(chǎn)品生產(chǎn)兩部分產(chǎn)生，計算方法如式(2)：

E=ε1qjn+ε2L

(2)

式中：E為供應(yīng)鏈網(wǎng)絡(luò)的的碳排放量；ε1為單位產(chǎn)品的碳排放系數(shù)；qjn為生產(chǎn)商j生產(chǎn)產(chǎn)品n的生產(chǎn)量；ε2為耗油的碳排放系數(shù)；L為單位距離耗油量。

1.3.4 目標函數(shù)

1)供應(yīng)鏈的成本函數(shù)MD1

minZZ=Z1+Z2+Z3+Z4

(3)

(4)

(5)

(6)

(7)

式(3)為目標函數(shù)，MD1表示供應(yīng)鏈的各成本之和最小值；式(4)表示生產(chǎn)商的生產(chǎn)成本；式(5)表示配送過程產(chǎn)生的物流成本；式(6)表示分銷中心的儲存成本；式(7)表示車輛延遲到達的懲罰成本。

2)供應(yīng)鏈網(wǎng)絡(luò)的總碳排放量函數(shù)MD2

(8)

3)考慮碳交易成本的總成本函數(shù)MD3

minZZ=ZC+π(ZE-Cmax)

(9)

式(9)表示考慮碳交易成本與供應(yīng)鏈成本的總成本最小函數(shù)。當碳排放量ZE>Cmax時，企業(yè)將以碳交易價格π向外購買碳排放額，產(chǎn)生碳交易成本；當碳排放量ZE

1.3.5 約束條件

(10)

(11)

(12)

(13)

QSin∈N+, ?i∈I

(14)

qjn;QPj;QDk;VQkn;QRmn≥0

(15)

式(10)表示配送公司i配送產(chǎn)品n的車數(shù)量；式(11)表示生產(chǎn)商的生產(chǎn)能力約束；式(12)表示分銷中心的庫存能力約束；式(13)表示分銷中心到零售商，產(chǎn)品n運輸量的約束；式(14)表示配送車數(shù)量的正整數(shù)約束；式(15)表示非負性約束。

2 粒子群算法設(shè)計

筆者對果蔬品的供應(yīng)鏈成本和碳排放量進行雙目標優(yōu)化，采用PSO算法進行求解?？紤]4級供應(yīng)鏈總成本的優(yōu)化目標是實現(xiàn)供應(yīng)鏈成本與碳交易成本的均衡優(yōu)化，因此PSO算法的適應(yīng)度函數(shù)為兩者的成本之和，即

ZFitness=minZZ

(16)

(17)

(18)

(19)

(20)

圖2為粒子更新過程的一個多目標優(yōu)化。

圖2 一個粒子的更新過程Fig.2 A particle renewal process

粒子群算法具體流程如下：

Step1：初始化粒子，為每個粒子定義初始位置x和初始速度v，設(shè)置粒子的參數(shù)ω和加速因子φ1，φ2；

Step2：假設(shè)每個粒子的初始位置為個體極值pib，并且選擇最佳的pib作為全局極值pgb；

Step3：如iter=1 to max_iter，按式(17)更新速度v，按式(18)更新初始位置x；

Step4：按式(16)計算粒子適應(yīng)度，若更新后的粒子優(yōu)于個體極值pib，則取當前粒子位置為pib，更新個體極值pib；

Step5：尋找總粒子群內(nèi)最優(yōu)適應(yīng)度，若優(yōu)于全局極值pgb，則更新全局極值pgb；

Step6：若未達到結(jié)束條件，返回Step2；

Step7：得到最優(yōu)解，結(jié)束。

3 數(shù)值模擬

3.1 算例設(shè)計

為驗證模型和算法的正確性和有效性，現(xiàn)采用算例分析考慮碳交易的果蔬品供應(yīng)鏈網(wǎng)絡(luò)。假設(shè)果蔬品供應(yīng)鏈網(wǎng)絡(luò)由2個配送公司，3個生產(chǎn)商，2個分銷中心，2個零售商構(gòu)成。每個生產(chǎn)商生產(chǎn)2種果蔬產(chǎn)品，分別為產(chǎn)品1和產(chǎn)品2，單位碳排放權(quán)交易價格參考上海碳交易市場品種SHEA15的交易均價設(shè)定為25元/t[16]，供應(yīng)鏈網(wǎng)絡(luò)模型所需各參數(shù)如表1和表2。

表1 供應(yīng)鏈網(wǎng)絡(luò)參數(shù)設(shè)計

Table 1 Design of supply chain network parameters

參數(shù)參數(shù)值生產(chǎn)產(chǎn)品1、2單位成本/(元·kg-1)[2、3，2．5、2，1．5、3]生產(chǎn)商的生產(chǎn)能力/t[150，100，200]分銷中心的儲存成本/(元·kg-1)[0．2，0．2]分銷中心的儲存能力/t[100，100]零售商對產(chǎn)品1、2的需求量/t[150、100，110、60]產(chǎn)品1、2的銷售價格/(元·kg?1)[9、13]生產(chǎn)商到分銷中心單位配送成本/(元·km-1)22分銷中心到零售商的配送成本/(元·km-1)27配送車的容量/t4單位產(chǎn)品1、2的腐敗成本/(元·kg-1)[2、3]單位距離耗油量/(L·kg-1)0．30單位耗油價格/(元·L-1)6．5耗油的碳排系數(shù)0．65單位產(chǎn)品的碳排系數(shù)1單位里程的腐敗率0．05

表2 各節(jié)點之間的距離

3.2 算例求解

筆者根據(jù)設(shè)計的PSO算法，采用MATLAB軟件編程求解，設(shè)置該粒子群由50個粒子構(gòu)成，最大迭代次數(shù)max_iter=1 000，權(quán)重系數(shù)ω=0.9，加速因子φ1=φ2=2，優(yōu)化后取得供應(yīng)鏈網(wǎng)絡(luò)優(yōu)化結(jié)果如表3。

表3 供應(yīng)鏈網(wǎng)絡(luò)求解結(jié)果

由表3可以得出,果蔬品供應(yīng)鏈網(wǎng)絡(luò)中運輸成本所占比例為44.42%，占最大的成本支出。實行碳交易政策，增加了企業(yè)的供應(yīng)鏈成本，這是由于政府出于節(jié)能減排的目的，給企業(yè)分配的碳排放配額小于企業(yè)實際上產(chǎn)生的碳排放量，企業(yè)為了減小供應(yīng)鏈總成本，采取措施減少碳排放量。

PSO最佳粒子的適應(yīng)度(全局最優(yōu)解)在迭代前期收斂速度比較快，后期慢慢趨于穩(wěn)定直至接近全局最優(yōu)解，迭代次數(shù)結(jié)果的變化情況如圖3。

圖3 PSO最優(yōu)解的收斂性Fig.3 Astringency of PSO’s optimal solution

3.3 敏感性分析

碳排放量主要由配送過程中的車輛產(chǎn)生，企業(yè)可以采用環(huán)保車輛進行配送，配送車輛降低不同比例的單位油耗L下的碳排放量與碳交易成本如表4。

表4 降低比例L下的碳排放量與碳交易成本

由表4可見，企業(yè)采用環(huán)保車輛配送時，隨著車輛耗油L比例的降低，供應(yīng)鏈的碳排放量顯著減少，同時也減少了碳交易成本。

配送車的容量與車數(shù)量成線性關(guān)系，采用不同容量的配送車輛對碳排放量和供應(yīng)鏈總成本的影響如圖4。由圖4可知,隨著車容量的增大供應(yīng)鏈的碳排放量顯著減少，供應(yīng)鏈的總成本也有明顯的下降趨勢，企業(yè)可以將輕型貨車換為重型貨車進行配送，在節(jié)能減排的同時還可以減低運營成本。

圖4 不同車容量對總成本、碳排放量的影響Fig.4 Influence of different vehicle capacity on carbon emissions and total supply chain cost

圖5反映了碳交易價格波動對企業(yè)碳排放量和總成本的影響。

圖5 碳交易價格波動下的總成本及碳減排量的變化比率Fig.5 Change ratio of total cost and carbon emission reduction with the price fluctuation of carbon trading

由圖5可見，當碳交易價格為0時，企業(yè)不需要考慮碳減排；隨著碳交易價格的增大，企業(yè)的總成本增加比率和碳減排比率隨之線性上升，當碳交易價格在80～120元時，企業(yè)總成本增加，需要大幅度減少碳排放量來保持供應(yīng)鏈的平衡，實現(xiàn)增加較小的成本，大幅度的降低碳排放量。

4 結(jié) 語

筆者通過考慮碳交易成本，以總成本最小為目標，對果蔬品供應(yīng)鏈網(wǎng)絡(luò)的成本和碳排放量進行雙目標規(guī)劃，建立優(yōu)化模型，并設(shè)計粒子群算法進行求解。算例對碳交易價格、車容量、單位耗油量等參數(shù)進行敏感性分析，證明碳交易的實施增加了企業(yè)的碳交易成本，但對企業(yè)的總成本影響較小。在節(jié)能減排的趨勢下，企業(yè)可以提高車輛的排放標準，使用環(huán)保車輛配送貨物，較小地增加經(jīng)濟成本能較大幅度減少碳排放量，實現(xiàn)經(jīng)濟和環(huán)境協(xié)調(diào)發(fā)展。

筆者為探索碳交易的減排路徑提供了參考，算例分析對政府實施碳交易政策有著重要的意義。隨著碳交易價格的增長，企業(yè)的減排力度增大，政府可以通過鼓勵采用環(huán)保車輛配送及適當提高碳交易價格，有效地控制碳排放量。

筆者對碳交易下的果蔬品供應(yīng)鏈網(wǎng)絡(luò)優(yōu)化還存在不足。模型可進一步分析碳交易配額的波動及低排配送貨車對企業(yè)供應(yīng)鏈成本和碳排放量的影響?；诠咂芬谞€、腐敗等特性，模型也可以拓展為對增加時間窗的時間懲罰成本進行研究。

[1] 田江,錢廣玉,秦霞.基于碳交易價格波動環(huán)境下企業(yè)減排策略研究[J].生態(tài)經(jīng)濟,2015,31(5):57-61. TIAN Jiang, QIAN Guangyu, QIN Xia. Research on tactics of enterprises’ carbon emission under the carbon trading price fluctuation scenario[J].EcologicalEconomy,2015,31(5):57-61.

[2] JIRA C F, TOFFEL M W. Engaging supply chain in climate change[J].Manufacturing&ServiceOperationsManagement,2012,15(4):559-577.

[3] 唐秋生,趙勝男,呂先洋.基于云物元評估模型的綠色供應(yīng)鏈績效研究[J].重慶交通大學(xué)學(xué)報(自然科學(xué)版),2011,30(2):340-344. TANG Qiusheng, ZHAO Shengnan, LV Xianyang. On performance evaluation of green supply chain based on cloud-matter element model[J].JournalofChongqingJiaotongUniversity(NaturalScience),2011,30(2):340-344.

[4] 呂品.基于最小碳排放的綠色供應(yīng)鏈網(wǎng)絡(luò)設(shè)計模型研究[J].物流技術(shù),2013,32(4):224-226. LV Pin. Study on model of green supply chain network based on minimum carbon emissions[J].LogisticsTechnology,2013,32(4):224-226.

[5] BARARI S, AGARWAL G, ZAHANG W J, et al. A decision framework for the analysis of green supply chain contracts: an evolutionary game approach[J].ExpertSystemswithApplications,2012,39(3):2965-2976.

[6] 張平,張鶴,陳紹慧,等.我國果蔬物流保鮮產(chǎn)業(yè)的現(xiàn)狀與發(fā)展戰(zhàn)略思考[J].保鮮與加工,2013,13(4):1-5. ZHANG Ping, ZHANG He, CHEN Shaohui, et al. Status and considerations for development strategy of the industry of logistics and storage of fruits and vegetables in China[J].StorageandProcess,2013,13(4):1-5.

[7] 馬秋卓,宋海清,陳功玉.碳配額交易體系下企業(yè)低碳產(chǎn)品定價及最優(yōu)碳排放策略[J].管理工程學(xué)報,2014,28(2):127-136. MA Qiuzhuo, SONG Haiqing, CHEN Gongyu. A study on low-carbon product pricing and carbon emission problems under the cap-and-trade system[J].JournalofIndustrialEngineeringandEngineeringManagement,2014,28(2):127-136.

[8] PAN S, BALLOT E, FONTANE F. The reduction of greenhouse gas emissions from freight transport by pooling supply chains[J].InternationalJournalofProductionEconomics,2013,143(1):86-94.

[9] CHEN Xi, BENJAAFAR S, ELOMRI A. The carbon-constrained EOQ[J].OperationsResearchLetters,2013,41(2):172-179.

[10] 王建偉,張曉明,宋慶亮,等.基于云物元評估模型的綠色供應(yīng)鏈績效研究 [J].重慶交通大學(xué)學(xué)報(自然科學(xué)版),2014,33(3):102-107. WANG Jiangwei, ZHANG Xiaoming, SONG Qingliang, et al. Evaluation of low carbon transportation development based on PSR model[J].JournalofChongqingJiaotongUniversity(NaturalScience),2014,33(3):102-107.

[11] 劉秋平,王耀球.果蔬物流新模式——菜窖工程[J].北京交通大學(xué)學(xué)報(社會科學(xué)版),2012,11(1):48-51. LIU Qiuping, WANG Yaoqiu. A new mode of fruit and vegetable logistics: the vegetable cellar engineering[J].JournalofBeijingJiaotongUniversity(SocialScience),2012,11(1):48-51.

[12] RAMUDHIN A, CHAABANE A, PAQUET M. Carbon market sensitive sustainable supply chain network design[J].InternationalJournalofManagementScienceandEngineeringManagement,2010,5(1):30-38.

[13] CHOLETTE S, VENKAT K. The energy and carbon intensity of wine distribution: a study of logistical options for delivering wine to consumers[J].JournalofCleanerProduction,2009,17(16):1401-1413.

[14] 李夢尋.新鮮度條件下生鮮食品配送中心選址研究[D].重慶:重慶工商大學(xué),2013. LI Mengxun.StudyontheLocationofFreshFoodDistributionCenterundertheConditionofFreshDegree[D]. Chongqing: Chongqing Technology and Business University,2013.

[15] 曾鳴,施麗.基于改進粒子群算法的電力系統(tǒng)環(huán)保經(jīng)濟調(diào)度[J].昆明理工大學(xué)學(xué)報(自然科學(xué)版),2015,41(1):89-94. ZENG Ming, SHI Li. Environmental and economical dispatching model of power system based on improved PSO[J].JournalofKunmingUniversityofScienceandTechnology(NaturalScience),2015,41(1):89-94.

[16] 侯躍,楊斌,許波桅,等.考慮碳交易的多車型運輸車輛配送路徑優(yōu)化[J].遼寧工程技術(shù)大學(xué)學(xué)報(自然科學(xué)版),2015,34(5):647-652. HOU Yue, YANG Bin, XU Bowei, et al. Multi-types vehicle distribution routing optimization with carbon emission and trading considered[J].JournalofLiaoningTechnicalUniversity(NaturalScience),2015,34(5):647-652.

Network Optimization of Fruit and Vegetable Supply Chain Considering Carbon Trading

YAN Nannan, ZHU Lishan

(Logistics Research Center, Shanghai Maritime University, Shanghai 201306, P. R. China)

Based on the supply chain network, the impact of carbon trading policy on the total cost of fruit and vegetable supply chain was researched, and a supply chain cost function was established, which included product cost, transport cost, storage cost, rot cost and carbon trading cost. In order to minimize the total cost and carbon emissions, a multi-objective integer programming model was established. For the balanced and optimized model with the lowest total cost, the particle swam optimization was used to solve, and the sensitivities of parameters such as carbon trading price, vehicle capacity and unit fuel consumption were analyzed. The case study proves the feasibility of the supply chain network model and the algorithm. The experiment results show that fewer increase of the cost can greatly reduce the carbon emissions to realize the harmonious development of economy and environment.

management engineering; carbon trading; energy saving and emission reduction; fruit and vegetable; multi-objective programming; particle swarm optimization

2015-09-17；

2015-12-03

上海市科委科技創(chuàng)新項目(12595810200)

嚴南南(1968—)，女，湖北鄂州人，副教授，博士，主要從事智能信息處理、物流系統(tǒng)優(yōu)化方面的研究。E-mail：nnyan68@163.com。

朱麗珊(1992—)，女，江西萍鄉(xiāng)人，碩士，主要從事物流與供應(yīng)鏈管理方面的研究。E-mail：2994945536@qq.com。

10.3969/j.issn.1674-0696.2016.06.35

U691.3

A

1674-0696(2016)06-171-06