雙目標冷凍生鮮供應鏈系統(tǒng)可靠性研究

孫銚 王少華

[摘要]具有核心企業(yè)的冷凍生鮮供應鏈可靠性與利潤在決策時通常是相悖的，針對該問題，提出了多目標優(yōu)化模型。根據(jù)可靠性貯備系統(tǒng)的相關(guān)論述，將冷凍生鮮供應鏈系統(tǒng)視為帶冷貯備單元的可靠性模型，得到可靠度與利潤率優(yōu)化目標函數(shù);將某銷售商的相關(guān)數(shù)據(jù)回歸處理后，使用回歸處理結(jié)果建立利潤率優(yōu)化函數(shù)。使用非支配排序遺傳算法PESA-II、多目標遺傳算法和MOPSO對上述模型進行求解對比，根據(jù)各自的結(jié)果分析其區(qū)別以及各自的條件，為冷鏈系統(tǒng)投資者提供決策參考。

[關(guān)鍵詞]多目標優(yōu)化;冷凍生鮮;供應鏈系統(tǒng);可靠性診斷

[中圖分類號]F274;U16[文獻標識碼]A[文章編號]1005-152X（2021）12-0096-06

Research on Reliability of Dual-Objective Frozen Fresh Product Supply Chain System

SUN Yao1，2，WANG Shaohua1，2

（1.School of Mechanical Engineering，Southwest Jiaotong University，Chengdu 610031;

2.Technology & Equipment of Rail Transit Operation & Maintenance Key Laboratory of Sichuan Province，Chengdu 610031，China）

Abstract：It's usually found that reliability and profit set off each other in the decision-making of a frozen fresh product supply chain with a core enterprise. To deal with this problem，we put forward a multi-objective optimization model for such supply chain. According to the relevant literature on reliable storage systems，we regard the frozen fresh product supply chain system as a reliable model with cold storage capacity，whose reliability and profit margin optimization objective function we then proceed to obtain. After regression processing the relevant data of a certain distributor，we use the result yielded to build the profit margin optimization function. Respectively using the nondominated sorting genetic algorithm PESA-II，multi-objective genetic algorithm and MOPSO，we solve and compare the above model，and analyze the difference in their solution process as well as the prerequisite for each，providing decision- making references for cold chain system investors.

Keywords：multi-objective optimization;frozen fresh food;supply chain system;reliability diagnosis

0引言

隨著國內(nèi)經(jīng)濟的快速發(fā)展，物流供應鏈系統(tǒng)日益完善，冷鏈模式日益豐富，高品質(zhì)海鮮、肉制品、水果逐漸進入百姓餐桌。2020年我國冷鏈市場規(guī)模已達到3 832億元，市場競爭進入白熱化階段[1]。未來冷鏈食品的消費量仍然會有較大的增長潛力。

冷鏈運輸具有建設投資大、系統(tǒng)龐大復雜、時效性要求嚴格、高成本等特點。相對于普通物流運輸而言，冷鏈物流由于產(chǎn)品特殊，對生產(chǎn)、倉儲、運輸、銷售各個環(huán)節(jié)的把控要求更為嚴格。通常來講，供應鏈的可靠程度和收益是相悖的。因此，合理協(xié)調(diào)利潤與可靠性之間的關(guān)系極其重要。

近年來已有大量學者針對冷鏈物流系統(tǒng)進行研究，主要研究方向有：冷鏈物流的推動和經(jīng)營模式[2-3]、冷鏈倉庫位置的確定[4-5]以及冷鏈系統(tǒng)配送與調(diào)度優(yōu)化[6-7]等。曹武軍，等[8]針對冷鏈中存在的“斷鏈”等問題，建立了一套冷鏈物流配送系統(tǒng)的故障樹模型，將其轉(zhuǎn)換為貝葉斯網(wǎng)絡，評估冷鏈物流配送系統(tǒng)的可靠性，以尋找配送環(huán)節(jié)中的薄弱環(huán)節(jié)。郭茜，等[9]利用可靠性工程的方法剖解了客戶滿意的原因，并通過計算得到驗證。黃穎，等[10]通過硬件采集等方式收集故障風險分析數(shù)據(jù)，通過相應軟件對配送運輸過程進行建模，提供了一種冷鏈運輸故障分析與預防的有效方法。王振鋒，等[11]通過GO法模型計算出冰鮮雞各個環(huán)節(jié)的故障概率，進行定量計算后對各個環(huán)節(jié)影響因素的重要度進行計算，找出了影響冰鮮雞流通過程中可靠性的主要因素。高思[12]針對冷鏈配送路徑問題，在考慮車輛故障的情況下，以降低成本、減少碳排放量作為優(yōu)化目標建立模型，通過改進的混合蝙蝠算法解決該路徑優(yōu)化問題，最后通過實例驗證了算法的高效性和合理性。文靜[13]針對醫(yī)藥冷鏈物流時效性強等問題，以醫(yī)藥冷鏈配送時間可靠度這一指標作為醫(yī)藥冷鏈物流網(wǎng)絡的評價指標，建立四級醫(yī)藥冷鏈物流運輸模型，并利用改進的Hybrid GA對模型切結(jié)，最后通過數(shù)值仿真驗證了其有效性。劉虎沉，等[14]針對冷鏈物流配送過程中可能存在的風險問題進行分析研究，并提出了一種基于區(qū)間直覺模糊集和多屬性邊界近似區(qū)域比較方法的改進FMECA模型，通過分析得到相關(guān)風險依據(jù)，為物流企業(yè)提供參考。田素霞[15]針對肺炎疫苗在運輸過程中可能存在的問題，利用質(zhì)量風險管理方法對各種運輸方式進行分析研究，識別出各種運輸方式中可能存在的風險，確保了肺炎疫苗的質(zhì)量。

這些文獻大多是針對冷鏈物流配送的各個環(huán)節(jié)進行風險分析，以確定冷鏈物流配送的關(guān)鍵環(huán)節(jié)。然而僅確定冷鏈物流的關(guān)鍵環(huán)節(jié)是遠遠不夠的，過度提高冷鏈物流的可靠性勢必會提高成本，依靠單獨對可靠性分析得到的結(jié)果對冷鏈物流相關(guān)企業(yè)的決策者提供的幫助是有限的。所以，本文將以冷鏈為核心的企業(yè)作為對象，具體闡述每個環(huán)節(jié)的特點以及功能要素，構(gòu)造了冷鏈物流的可靠性框圖，建立可靠性與利潤率兩個指標，并結(jié)合實際建立模型，使用不同算法對其求解并對比，希望為冷鏈系統(tǒng)相關(guān)投資者提供決策參考。

1冷鏈系統(tǒng)相關(guān)參數(shù)的確定

1.1可靠性參數(shù)的確定

冷鏈可靠性參數(shù)的相關(guān)設定見表1，其中，i∈I={1，2，…，i}，j∈J={1，2，…，j}。

對某冷鏈企業(yè)進行調(diào)研得到如圖1所示的可靠性框架。

圖1中R₂由廠商1與廠商2并聯(lián)組成，R₄為帶有壽命為指數(shù)分布的冷儲備單元。R₂中的廠商1和廠商2的可靠度分別為R₂₁和R₂₂，R₄中的轉(zhuǎn)換裝置、庫存商1和庫存商品2的可靠度為R₄₀、R₄₁和R₄₂。因此，該冷鏈系統(tǒng)可看作7個單元構(gòu)成的串聯(lián)系統(tǒng)。整個系統(tǒng)的可靠度如下所示：

R_s=R₁·R₂·R₃·R₄·R₅·R₆·R₇（1）

R₂處可表示為：

R₂=1-[（1-R₂₁）（1-R₂₂）]=R₂₁+R₂₂-R₂₁R₂₂（2）

可靠度與總量和故障數(shù)的關(guān)系大致為：

將式（3）帶入式（2），可得：

對于具有冷儲備單元的可靠性模型，根據(jù)失效率和可靠度之間的關(guān)系有：

根據(jù)以上得到：

根據(jù)式（3）以及對應相關(guān)單元的可靠度聯(lián)合可得：

故：

1.2利潤參數(shù)的確定

基于經(jīng)濟相關(guān)理論知識可知，商品的定價與采購、庫存和物流等成本息息相關(guān)，對于決策者而言，通常希望在保證可靠度的情況下實現(xiàn)收益最大化，而對于冷鏈系統(tǒng)而言同樣如此。因此，本節(jié)在考慮相關(guān)成本的前提下，運用微觀經(jīng)濟學中需求曲線的相關(guān)知識來建立該模型。

微觀經(jīng)濟學中價格與需求量這兩個向量呈線性關(guān)系，在這一前提下，根據(jù)冷鏈末端的價格變化和以往銷量，使用最小二乘法對價格與銷量進行回歸擬合分析。

因此，對于利潤有以下公式：

P=N（A）×（A-C_m）-T-L-I（10）

在實際經(jīng)營中，因投入成本極大影響利潤多少，且利潤多少并非是衡量廠商收益的真實指標，故大多數(shù)企業(yè)采用利潤來衡量企業(yè)的盈利水平。利潤率的計算公式為：

以零售商的銷售價格計算供應鏈的利潤率，優(yōu)化函數(shù)為：

2算法流程

對于多目標優(yōu)化問題，往往求出的是pareto set。若解A對應的目標函數(shù)值優(yōu)于解B對應的目標函數(shù)值，則稱解A強帕累托支配解B，記A>B。

求解MOP問題通常采用兩種思路：一是采用多目標進化算法衍生出的相關(guān)算法，如PESA-II、NS- GA-II、VaEA、RVEA等算法;二是采用例如MOPSO 的粒子群算法。

（1）PESA-II。該算法利用了遺傳算法的機制，并基于pareto的選擇。該算法基于網(wǎng)格進行選擇，并創(chuàng)建下一代。以下為該算法的步驟：

①產(chǎn)生初始種群和外部空間;

②若干代后種群中的非支配個體放入外部空間，當外部空間滿后，隨機刪除個體數(shù)目最多的網(wǎng)格中的某個體;

③若迭代次數(shù)不夠，則通過交叉、變異等操作生成新的個體放入新種群，并循環(huán)上述②、③的操作。若迭代次數(shù)滿足，則外部空間的解集為結(jié)果。

（2）NSGA-II。該算法求得的pareto最優(yōu)解分布較為均勻，收斂性和魯棒性好，且具有較好的優(yōu)化效果，是求解多目標問題的一種思路。以下為該算法的步驟：

①隨機產(chǎn)生規(guī)模為N的初始種群;

②非支配排序后，通過遺傳算法的基本操作得到新的子代種群;

③將父代種群與子代種群合并，并進行快速非支配排序;

④擁擠度計算，根據(jù)非支配關(guān)系及個體擁擠度選擇組成新種群。

（3）多目標粒子群算法（MOPSO）。多目標粒子群算法是一種能夠模擬鳥類群體智能的算法。粒子模仿鳥類飛行，并將最優(yōu)結(jié)果的位置分享給其他粒子，粒子通過相關(guān)信息來選擇下一次運動的決策。以下是算法的步驟：

①隨機均勻分布粒子，初始化相關(guān)參數(shù)如種群大小、迭代次數(shù)、粒子的速度等;

②計算種群中各個個體的適應度;

③遍歷種群的每個個體，比較每個個體的pbest，找到gbest;

④更新個體位置和速度。

3算例仿真及結(jié)果分析

3.1算例仿真

某末端銷售商8個月的銷售歷史數(shù)據(jù)見表3。通過最小二乘法，繪制得到如圖2所示的平均價格散點圖以及函數(shù)，該函數(shù)見式（13）。

N=-1317.76A+154117.23（13）

式中：A為商品出售均價。

表4為該銷售商各個單元在8個月中的故障次數(shù)。將表（4）數(shù)據(jù)、式（13）帶入式（12），得到如圖3所示的價格—可靠度關(guān)系圖。

圖3合理地反映了可靠性與價格之間的關(guān)系：當價格上漲，冷鏈系統(tǒng)的可靠度勢必會下降。另一方面，若要提高系統(tǒng)可靠度，價格則需作出一定程度的讓步，導致利潤壓縮，難以維持冷鏈系統(tǒng)正常運行。因此，建立以利潤和價格作為目標的模型，并作進一步優(yōu)化。

通過表5的成本數(shù)據(jù)，得到如圖4所示的價格—利潤率關(guān)系圖。

圖4反映了利潤率和價格大致呈正比關(guān)系，符合經(jīng)濟學相關(guān)常識。通過圖3和圖4知，利潤率與系統(tǒng)可靠度是相悖的。因此采用PESA-II、NSGA-II以及MOPSO對利潤率和可靠度進行仿真分析。相關(guān)算法的設置參數(shù)見表6-表8，所得的利潤率與可靠度關(guān)系如圖5-圖7所示。三種算法對模型的求解時間見表9。

3.2分析

上述算法在求解時均能保證良好的收斂性，通過對比結(jié)果后發(fā)現(xiàn)，NSGA-II在求解該問題時，其解具有優(yōu)異的多樣性，這得益于該算法具有精英策略選擇算子;MOPSO算法的帕累托前沿存在部分密度較大，而NSGA-II與PESA-II兩者在均勻程度上相似;MOPSO算法耗時明顯比另外兩種算法長。

4結(jié)語

本文針對冷凍生鮮供應鏈上核心企業(yè)的冷鏈物流系統(tǒng)進行了分析，建立了盈利與系統(tǒng)質(zhì)量指標的多目標數(shù)學模型，并通過以上算法對模型分別進行求解。通過結(jié)果可以發(fā)現(xiàn)，NSGA-II得益于精英策略，帕累托解集具有優(yōu)異的多樣性;在處理時間上，MOPSO算法耗時較長。

冷鏈企業(yè)在權(quán)衡盈利與系統(tǒng)質(zhì)量這一矛盾時，可通過以上方案對供應鏈進行建模求解。該方法能夠為冷鏈投資者提供有效的決策信息，從而在確保冷鏈系統(tǒng)盈利的同時提高抗風險能力。

[參考文獻]

[1]崔忠付.2020年冷鏈物流回顧與2021年展望：在第十四屆中國冷鏈產(chǎn)業(yè)年會上的講話[J].中國物流與采購，2020 （24）：8-9.

[2]許明威，李紅.產(chǎn)業(yè)融合視角下農(nóng)產(chǎn)品出口冷鏈物流運作模式分析[J].商業(yè)經(jīng)濟研究，2021（7）：112-114.

[3] BAMAKAN S，MOGHADDAM S G，MANSHADI S D.Block-chain-enabled pharmaceutical cold chain：applications，key challenges，and future trends[J].Journal of Cleaner Production，2021（3）：127 021.

[4] SINGH A K，SUBRAMANIAN N，PAWAR K S，et al.Cold chain configuration design：location- allocation decisionmaking using coordination，value deterioration，and big data approximation[J].Annals of Operations Research，2018，270（1）.

[5]陳鏡羽，張立.疫情下配送中心選址模型構(gòu)建在陸海新通道應急冷鏈物流中的研究[J].物流科技，2020，43（7）：147- 150.

[6] LIU Y.Design of Dynamic Programming Model for MultiObjective Cold Chain Logistics Deployment Path Based on Meme Algorithm[J].Iranian Journal of Science and Technol- ogy，Transactions of Civil Engineering，2021 （April）：1-8.

[7] XING W，WANG S，LIU L.Optimal ordering and pricing strategies in the presence of a B2B spot market[J].Europe- an Journal of Operational Research，2012，221（1）：87-98.

[8]曹武軍，張靖哈.基于故障樹和貝葉斯網(wǎng)絡的冷鏈配送系統(tǒng)的可靠性分析[J].保鮮與加工，2020，20（3）：196-203.

[9]郭茜，蒲云，鄭斌.基于故障貝葉斯網(wǎng)的冷鏈物流系統(tǒng)可靠性分析[J].控制與決策，2015，30（5）：911-916.

[10]黃穎，錢清波.基于貝葉斯網(wǎng)絡的冷鏈運輸故障分析與對策[J].物流技術(shù)，2018，37（9）：20-26.

[11]王振鋒，王恒，姚東鑫，等.基于GO法的冰鮮雞流通全過程的可靠性研究[J].河南農(nóng)業(yè)大學學報，2019，53（5）：731-738.

[12]高思.考慮車輛故障的生鮮品冷鏈配送路徑優(yōu)化研究[D].邯鄲：河北工程大學，2018.

[13]文靜.基于可靠性的醫(yī)藥冷鏈物流網(wǎng)絡優(yōu)化研究[D].武漢：武漢理工大學，2016.

[14]文劉虎沉，劉然.基于改進FMEA的冷鏈物流配送過程風險分析[J].保鮮與加工，2018，18（4）：119-125.

[15]田素霞.疫苗冷鏈運輸過程中的質(zhì)量風險管理研究[J].中國當代醫(yī)藥，2018，25（17）：164-168.