運(yùn)用自動化信息系統(tǒng)優(yōu)化的農(nóng)產(chǎn)品物流配送路徑研究

■ 路世昌 馬長城

遼寧工程技術(shù)大學(xué)工商管理學(xué)院 葫蘆島 125000

0 引言

近年來，我國農(nóng)產(chǎn)品物流發(fā)展迅速，極大的影響了城鄉(xiāng)經(jīng)濟(jì)的狀況。在如今現(xiàn)代信息技術(shù)和自動化快速發(fā)展的時代背景下，農(nóng)產(chǎn)品物流已經(jīng)成為農(nóng)產(chǎn)品出村和消費(fèi)品進(jìn)村的重要渠道和解決農(nóng)村經(jīng)濟(jì)問題以及推動城鄉(xiāng)經(jīng)濟(jì)一體化發(fā)展的重要方式。但是，由于我國農(nóng)村人口分布比較分散、訂單需求量少、農(nóng)產(chǎn)品物流網(wǎng)點(diǎn)各自為主等因素。導(dǎo)致農(nóng)產(chǎn)品物流的配送成本高、配送效率低，從而影響農(nóng)村經(jīng)濟(jì)的快速發(fā)展。為解決這些問題，需要加強(qiáng)農(nóng)產(chǎn)品物流配送的信息化程度，用自動化的信息系統(tǒng)來優(yōu)化配送路徑，可以大幅度的提高物流配送效率，并且可以提高農(nóng)產(chǎn)品的整體物流水平。在信息化時代的背景下，劉慶華等學(xué)者對物流配送信息系統(tǒng)方面進(jìn)行了研究[1-3]。但是，如何運(yùn)用自動化信息系統(tǒng)來優(yōu)化路徑，是現(xiàn)在物流企業(yè)需要思考的問題之一。

隨著社會經(jīng)濟(jì)的發(fā)展，王玲在研究農(nóng)產(chǎn)品城市共同配送模式后，認(rèn)為農(nóng)產(chǎn)品物流的發(fā)展趨勢越來越好[4]?，F(xiàn)在的農(nóng)產(chǎn)品物流配送模式大體都是各農(nóng)村代理點(diǎn)收集所在區(qū)域的農(nóng)產(chǎn)品，然后所有快遞集中到縣集配中心，再運(yùn)輸?shù)匠鞘信渌椭行?，最后通過城市物流配送到達(dá)客戶手中。該模式雖然可行，但是卻存在物流配送時間長、運(yùn)輸配送效率低、時效性差、客戶滿意度低等現(xiàn)實(shí)問題，從而提高了配送的成本。對于農(nóng)產(chǎn)品物流配送方面存在的問題，鄭斌等從配送中心、網(wǎng)點(diǎn)、方案和路徑的規(guī)劃等方面考慮、對配送模式構(gòu)建、配送人員利益分配、自動化配送等方面進(jìn)行大量的研究[5-9]，在此基礎(chǔ)上，為進(jìn)一步解決農(nóng)產(chǎn)品配送模式不足和降低總配送成本問題。姚源果等提出要合理規(guī)劃配送路徑[10-11]。從這些研究可以看出農(nóng)產(chǎn)品物流配送的實(shí)質(zhì)性的問題沒有解決，比如配送模式不合理、路徑選擇不精準(zhǔn)、利益分配不明確、信息化程度不夠等問題。農(nóng)產(chǎn)品物流配送路徑優(yōu)化問題就是一個簡單的基于運(yùn)籌學(xué)思維的車輛路徑優(yōu)化問題。為解決車輛路徑優(yōu)化問題而進(jìn)行的研究也頗為廣泛。任錫德等在考慮了客戶滿意度以及最佳服務(wù)路線等因素下，提出了包含時間窗和車輛約束的隨機(jī)服務(wù)路徑規(guī)劃模型；王旭坪等從配送路線、成本和客戶滿意度三個方面考慮,建立了車輛調(diào)度組合管理的車輛路徑優(yōu)化（VRP）模型[12-13]，王君等以最短車輛行駛距離和最快配送服務(wù)時間，建立了目標(biāo)規(guī)劃模型[14]。謝天保主要是提出關(guān)于遺傳算法求解路徑優(yōu)化問題的想法，通過仿真實(shí)驗(yàn)進(jìn)行模擬分析，證明了算法和模型對求解此類問題的有效性[15]。

根據(jù)上述研究可以看出，對于農(nóng)產(chǎn)品物流配送路徑優(yōu)化問題的解決仍有很大的局限性。因此，本研究提出構(gòu)建自動化的信息系統(tǒng)，提升農(nóng)產(chǎn)品物流信息化水平，促進(jìn)農(nóng)產(chǎn)品物流的快速發(fā)展。首先，要充分發(fā)揮自動化信息系統(tǒng)在農(nóng)產(chǎn)品物流優(yōu)化路徑中的決定性作用。構(gòu)建自動化的物流配送信息系統(tǒng)是為了能夠更好的優(yōu)化配送路徑。當(dāng)客戶的物流需求信息提交給信息系統(tǒng)時，配送中心會運(yùn)用自動化的信息系統(tǒng)對客戶信息進(jìn)行集中處理，信息系統(tǒng)會根據(jù)客戶的地理位置、農(nóng)產(chǎn)品數(shù)量、時間要求合理規(guī)劃配送路徑并安排車輛的調(diào)度以及配送路線的選擇，保證整個過程的安全性和時效性。自動化的信息系統(tǒng)還能實(shí)時的處理客戶需求的變化并快速響應(yīng)，實(shí)現(xiàn)動態(tài)配送。其次，為了保證整個配送路徑的高效暢通，就要通過自動化信息系統(tǒng)來共享各類農(nóng)產(chǎn)品物流資源。以物聯(lián)網(wǎng)等先進(jìn)信息技術(shù)改造傳統(tǒng)的農(nóng)產(chǎn)品物流運(yùn)營模式，形成時效性強(qiáng)、全方位的農(nóng)產(chǎn)品物流信息數(shù)據(jù)庫。最后，運(yùn)用自動化的跟車追蹤服務(wù)信息系統(tǒng)來推進(jìn)線上線下互動的服務(wù)模式，打破農(nóng)產(chǎn)品物流配送服務(wù)的傳統(tǒng)觀念。構(gòu)建自動化信息系統(tǒng)可以方便的篩選出農(nóng)產(chǎn)品物流配送的最優(yōu)路徑。另外，在設(shè)計(jì)解決問題的算法時，對遺傳算法的局限性進(jìn)行改進(jìn)，與爬山算法相結(jié)合提高算法的搜索解的能力，并運(yùn)用GPS 思想加強(qiáng)算法的求解效率。通過這些研究能夠?yàn)槲磥磙r(nóng)產(chǎn)品物流企業(yè)信息化配送發(fā)展提出可借鑒的意見。

1 問題描述與假設(shè)

車輛路徑優(yōu)化問題（VRP 問題）實(shí)際就是已知所有的配送中心和客戶點(diǎn)的位置信息，配送車輛裝載一定客戶需求量的貨物并運(yùn)用自動化信息系統(tǒng)選擇一個最優(yōu)的配送路徑將貨物送到客戶手中，以達(dá)到客戶的配送服務(wù)要求的問題。在本文考慮的問題中，配送中心一定要擁有足夠多的車輛，以此來滿足車輛的調(diào)度。配送車輛從倉庫出發(fā)，在原定的行程路徑上在自己的配送服務(wù)時間內(nèi)將貨物運(yùn)輸?shù)侥康牡睾蠹皶r返回倉庫，形成一個封閉式的車輛路徑優(yōu)化問題。本文構(gòu)建的是多配送中心的路徑規(guī)劃網(wǎng)絡(luò)，這種配送模式是農(nóng)產(chǎn)品直接從農(nóng)村運(yùn)往總配送中心，再運(yùn)往各分支的配送中心，最后由各配送中心服務(wù)于多個客戶。

每輛車從配送中心出發(fā)，但是車輛在配送過程中不能裝貨和卸貨，只能送貨。車輛進(jìn)行配送的前提要滿足車輛k 必須在運(yùn)輸過程中由配送中心0 到客戶i 再到客戶j，最后回到配送中心0。優(yōu)化目標(biāo)是使配送成本最小化。在企業(yè)信息化進(jìn)程中，師忠凱認(rèn)為自動化信息成本就是在自動化信息系統(tǒng)的建設(shè)過程中，因?yàn)樾枰_發(fā)利用信息和知識資源而不斷投入人力、物力和財(cái)力成本[16]。問題的假設(shè)如下：

首先，基于自動化信息系統(tǒng)的農(nóng)產(chǎn)品物流配送中心的倉庫存貨量要充足，盡量避免供不應(yīng)求的情況發(fā)生，同時配送中心也會有足夠的配送車輛等待調(diào)配，假設(shè)有K 量型號相同的車輛用于運(yùn)輸配送，車輛要有相等的最大載重量并且已知最大載重量為Q。模型中車輛行駛速度Vk是恒定的[17-18]。但其實(shí)在實(shí)際的配送過程中車輛速度可能會受到周圍環(huán)境的影響，例如交通擁堵、道路狀況、天氣影響等一些不可控的自然因素，所以車輛速度會在最小速度Vmin和最大速度Vmax之間。假設(shè)其配送中心能夠在自動化信息系統(tǒng)中準(zhǔn)確獲取每個客戶的訂單需求量以及位置信息等，并且配送中心安排“一對一”配送，即每一個客戶有且僅有一輛車進(jìn)行專屬服務(wù)一次。在配送過程中，每個客戶都會有自己認(rèn)為的最佳服務(wù)時間窗，介于物流配送本身就屬于服務(wù)行業(yè)，所以配送要遵循客戶的意見，不管是早到還是晚到都會產(chǎn)生相應(yīng)的時間懲罰成本，甚至可能還會產(chǎn)生貨損成本。車輛在進(jìn)行配送服務(wù)行駛過程中，行駛速度不受其他車輛的干擾影響，只和當(dāng)前的行駛時段有關(guān)。本文的服務(wù)時間窗問題是硬時間窗問題，只要服務(wù)時間不在客戶要求的最佳服務(wù)時間窗內(nèi)，就會產(chǎn)生相應(yīng)的時間懲罰成本。

2 參數(shù)設(shè)置與模型構(gòu)建

2.1 參數(shù)與變量

根據(jù)建立模型的需要，本文設(shè)置了如下參數(shù)和變量：

C1,C2,……，Cn表示客戶，C0表示配送中心；K是配送中心擁有的車輛數(shù)量；S是每輛車在運(yùn)輸配送過程中產(chǎn)生的人工固定成本；F是配送車輛運(yùn)輸過程中產(chǎn)生的固定運(yùn)營與行駛成本：dij是客戶i到客戶j之間的距離；Q是配送車輛的最大載重量；o是配送車輛運(yùn)輸每公里的油耗量；vij是車輛在客戶i和客戶j之間的行駛速度；fsi表示服務(wù)于客戶i的服務(wù)時間；μ是油耗單價；tk i是車輛k到達(dá)客戶i 的時間；[ETi,LTi]是客戶i 能夠接受的最佳配送服務(wù)時間窗，ETi是客戶i接受服務(wù)的最早時間，LT是客戶i結(jié)束服務(wù)的最晚時間；r是時間懲罰成本系數(shù)；a是車輛配送過程中的單位貨損成本；qi是客戶i 的需求量；P是自動化信息價格；β是自動化信息成本系數(shù);和都是0-1 決策變量，車輛K 從客戶i 到客戶j，=1；否則，;客戶i由配送車輛K服務(wù)，；否則，=0。

2.2 模型構(gòu)建

2.2.1 配送過程人工固定成本

配送車輛在進(jìn)行配送服務(wù)時需要產(chǎn)生的固定費(fèi)用，人工成本也是勞動成本，是整個配送過程中固定不變的，包括整個運(yùn)輸過程配送人員的工資以及社保勞務(wù)費(fèi)、車損成本費(fèi)用等僅僅與配送人員以及配送車輛有關(guān)。因此配送過程的人工固定成本為Z1

2.2.2 車輛運(yùn)輸成本

車輛運(yùn)輸成本包括運(yùn)營成本、行駛成本以及油耗成本。車輛在配送過程中難免會產(chǎn)生一些比如像配送人員運(yùn)營方面的管理成本、配送車輛的定期維修費(fèi)用、車輛管理費(fèi)用等固定成本，還有車輛在配送過程中產(chǎn)生的油耗費(fèi)用。假設(shè)該配送中心有K 輛車，因此配送過程中的運(yùn)輸成本為

2.2.3 配送過程貨損成本

從農(nóng)村往城市進(jìn)行物流配送，難免會產(chǎn)生相應(yīng)的貨損成本，例如貨物損壞、包裝變形等。每輛配送車都裝載著一定客戶需求量的貨物，對應(yīng)上單位重量上的貨損成本，就能夠得出配送過程中的貨損成本為Z3

2.2 4 配送過程中的時間懲罰成本

每個客戶對于物流配送中心都要求有一個自己認(rèn)為最佳服務(wù)的配送時間窗。無論是早到還是晚到都會有一定的時間懲罰成本，在客戶開始接受配送服務(wù)之前到的時間懲罰是tik-ETi,在客戶最后結(jié)束接受配送服務(wù)之后到的時間懲罰是LTi-tik。因此配送中的時間懲罰成本為Z4

2.2.5 配送中心的自動化信息成本

運(yùn)用自動化信息系統(tǒng)就是為了更好的方便優(yōu)化配送路徑，當(dāng)然現(xiàn)在的農(nóng)產(chǎn)品物流企業(yè)想要構(gòu)建自動化信息系統(tǒng)，就必須要投入一定的成本。而自動化信息系統(tǒng)的構(gòu)建就是通過農(nóng)產(chǎn)品物流企業(yè)與互聯(lián)網(wǎng)以及電商巨頭共同參與形成的一種廣泛的自動化的物流網(wǎng)絡(luò)信息系統(tǒng)數(shù)據(jù)庫，并且運(yùn)用了物聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算等信息技術(shù)。想要搭建這樣的信息系統(tǒng)就需要花費(fèi)一定的成本費(fèi)用。從而看出配送中心的自動化信息成本為Z5

2.2.6 目標(biāo)規(guī)劃模型建立

通過對考慮自動化信息系統(tǒng)的農(nóng)產(chǎn)品物流配送路徑優(yōu)化的各項(xiàng)成本的綜合分析，可以得出基于自動化信息系統(tǒng)的農(nóng)村物流配送路徑優(yōu)化的目標(biāo)優(yōu)化模型為：

其中目標(biāo)函數(shù)（6）是物流配送路徑的最小化成本模型；約束條件（7）表示配送中心總共有K 輛配送車輛，每輛車只對一個客戶服務(wù)；約束條件（8）表示配送的服務(wù)車輛不得超過K 輛；約束條件（9）表示所有客戶都能接受到配送中心的配送服務(wù)；約束條件（10）表示有且最多只有一輛車從配送中心出發(fā)，在完成配送任務(wù)后返回配送中心等待下一次配送；約束條件（11）表示每輛配送車的載重量不得重于最大載重量；約束條件（12）表示客戶節(jié)點(diǎn)間的服務(wù)連續(xù)性。

3 研究方法設(shè)計(jì)

3.1 混合算法設(shè)計(jì)

遺傳算法的優(yōu)點(diǎn)是全局搜索能力強(qiáng)，但是局部搜索能力較弱，而DNA 改進(jìn)式遺傳算法可以提高遺傳算法的局部搜索能力[19]。用爬山算法和DNA 的改進(jìn)算法組成的混合算法，再將GPS 與遺傳算法結(jié)合應(yīng)用于農(nóng)產(chǎn)品物流配送來進(jìn)行優(yōu)化改進(jìn)。主要分為兩個步驟：首先通過GPS 獲得配送中心與客戶節(jié)點(diǎn)的位置信息，找出信息系統(tǒng)中的節(jié)點(diǎn)與節(jié)點(diǎn)之間的最短路徑，為后續(xù)的混合遺傳算法進(jìn)行路徑優(yōu)化提供數(shù)據(jù)基礎(chǔ)。其次就是對于初始種群中的個體，沒有更新疫苗抗體的個體去除，然后由遺傳算法操作后生成最優(yōu)解，再根據(jù)爬山優(yōu)化選擇適應(yīng)度更高的個體，得到的個體就會是經(jīng)過局部和全局操作后的最優(yōu)解。具體優(yōu)化流程：（1）隨機(jī)選擇一個子代路徑，并隨機(jī)選擇兩個基因來自發(fā)進(jìn)行位置變換。（2）對于基因變換后的個體進(jìn)行適應(yīng)度計(jì)算，如果符合爬山原理，就將其染色體保留：否則就要再次進(jìn)行選擇變異。（3）獲得一個理想的迭代次數(shù)，并重復(fù)上面兩個流程來滿足迭代條件。

改進(jìn)的混合算法的基本流程如圖1所示。

圖1 改進(jìn)的混合遺傳算法的基本流程

3.1.1 編碼

本文中改進(jìn)的混合算法的編碼是不同于傳統(tǒng)遺傳算法的編碼。編碼是為了能夠形成DNA 片段，編碼形成的DNA 片段越長說明所包含的信息節(jié)點(diǎn)越多。節(jié)點(diǎn)的序號就表示DNA 片段上的基因，基因的個數(shù)也就是所研究的客戶節(jié)點(diǎn)數(shù)，基因在DNA 片段上的先后順序就代表從配送中心出發(fā)的車輛服務(wù)的先后順序。每1個數(shù)字對應(yīng)1 個不同的客戶，0 就代表配送中心。每1 個DNA片段上都要有一個爬山因子，爬山因子的作用就是收縮算法空間。（圖2）

圖2 染色體示意圖

3.1.2 初始種群生成

初始種群的生成需要用到爬山因子，它是保證在產(chǎn)生初始解的過程中的準(zhǔn)確性。具體生成步驟：（1）運(yùn)用GPS 系統(tǒng)獲得位置信息，選擇沒有安排配送服務(wù)的客戶節(jié)點(diǎn)i；（2）用系統(tǒng)自動生成一個擬路徑，然后再將客戶節(jié)點(diǎn)i 依次插入到擬路徑中；（3）計(jì)算其插入后的成本，選擇成本最小的路徑進(jìn)行插入操作；（4）如果在當(dāng)前路徑中沒有可以插入客戶節(jié)點(diǎn)i 的位置，則再生成一條路徑安排客戶節(jié)點(diǎn)i;（5)重復(fù)（1）到（4）步，直到未安排配送服務(wù)的客戶節(jié)點(diǎn)全部被插入為止，則算法終止。

3.1.3 適應(yīng)度函數(shù)

在改進(jìn)的混合算法中，適應(yīng)度是區(qū)分種群優(yōu)劣的標(biāo)準(zhǔn)。適應(yīng)度函數(shù)一般是由目標(biāo)函數(shù)值轉(zhuǎn)化得到，包含車輛配送成本在內(nèi)的總成本來進(jìn)行適應(yīng)度的計(jì)算，總成本越大其適應(yīng)度越低，因此其適應(yīng)度函數(shù)為Fit(x)=1/f(x)。 再結(jié)合了爬山算法，因此也會產(chǎn)生爬山優(yōu)化適應(yīng)度函數(shù)，計(jì)算適應(yīng)度函數(shù)的最大值為fmax=max(f1，f2，......，fn)

3.1.4 選擇

建立了適應(yīng)度函數(shù)，根據(jù)每個體對應(yīng)的適應(yīng)度確定之后，對種群進(jìn)行擇優(yōu)。首先就是要計(jì)算種群中個體的適應(yīng)度函數(shù)值，將種群中適應(yīng)度高的個體進(jìn)行直接保留并再進(jìn)行爬山優(yōu)化，經(jīng)過兩次優(yōu)化保留下來的個體作為下一代遺傳操作的個體。之所以選擇這種方法，是因?yàn)檫@種方法可以更多的選擇適應(yīng)度更好的個體，而自動淘汰那些適應(yīng)度較低的個體，以便于后續(xù)的改進(jìn)。

3.1 5 交叉

進(jìn)行交叉操作，在初始種群個體中隨機(jī)選擇兩條DNA 片段，將兩條DNA 片段中的部分基因段作為交叉段，進(jìn)行交叉產(chǎn)生新的DNA 片段。交叉之后可能會有重復(fù)基因的出現(xiàn)，這時再將兩條DNA 片段中的重復(fù)基因按照對應(yīng)的位置進(jìn)行交換，以保證染色體的合法性，滿足成立的條件。同時因?yàn)镈NA 片段中含有爬山因子，在進(jìn)行交叉操作時爬山因子會相應(yīng)的進(jìn)行易位交叉，交叉操作示意圖見圖3（紅色基因代表爬山因子）。

圖3 交叉操作示意圖

3.1.6 變異

對于某些個體，隨機(jī)產(chǎn)生0～10 之間的數(shù)，通過變異概率來決定是否實(shí)施變異操作。其主要變異步驟為：（1）從1條DNA 片段中隨機(jī)選擇兩個基因；（2）刪除選擇的基因，將這些基因代表的客戶節(jié)點(diǎn)設(shè)置為未安排服務(wù)狀態(tài)；（3）將未安排配送服務(wù)的客戶節(jié)點(diǎn)通過爬山優(yōu)化再重新插入到DNA 片段中；（4）得到一個新的個體且基因也不同。其變異操作示意圖見圖4。

圖4 變異操作示意圖

4 實(shí)例分析

4.1 數(shù)據(jù)來源

為了驗(yàn)證改進(jìn)的混合遺傳算法對于本文建立的目標(biāo)規(guī)劃模型的求解質(zhì)量和求解效率，在此引入一個例子進(jìn)行驗(yàn)證。

以A 公司物流配送中心在對其負(fù)責(zé)的19 個客戶的物流配送為例進(jìn)行分析，對農(nóng)產(chǎn)品物流配送路徑進(jìn)行模擬優(yōu)化。19個客戶分別在不同的地方，有屬于自己的服務(wù)時間窗。配送中心總共有4 輛同一型號的配送車輛。配送中心在城市，所有車輛全部對客戶進(jìn)行配送服務(wù)，客戶相關(guān)信息表如表1 所示；客戶與配送中心以及客戶與客戶的距離如表2所示。

表1 客戶相關(guān)信息表

表2 兩地之間的距離

根據(jù)該案例的實(shí)際情況對農(nóng)產(chǎn)品物流配送路徑優(yōu)化模型進(jìn)行基本參數(shù)設(shè)定。具體如下：

車輛完成一次配送產(chǎn)生的固定成本為400 元,車輛平均行駛速度為60km/h;配送的運(yùn)輸成本為0.2q 元/km;車輛空載油耗為0.15L/km;滿載油耗為0.3L/km;信息成本系數(shù)β 為2.66;單位信息價格P 為20；單位早到懲罰成本為150元/h；遲到懲罰成本為300元/h。

通過混合算法求解本案例得到的最優(yōu)結(jié)果與基本遺傳算法的最優(yōu)結(jié)果進(jìn)行比較。其最優(yōu)配送路徑以及優(yōu)化前后配送成本如下表所示：

通過對配送路徑運(yùn)用改進(jìn)后的混合遺傳算法的前后運(yùn)行結(jié)果進(jìn)行對比分析可知，改進(jìn)優(yōu)化前后的固定成本不變，改進(jìn)優(yōu)化后的農(nóng)產(chǎn)品物流配送的總成本降低了1461 元。所有在農(nóng)產(chǎn)品物流配送過程中涉及到的成本都已經(jīng)相應(yīng)的降低了?？偝杀?、運(yùn)輸成本以及信息化成本降低說明改進(jìn)后求解的路徑更優(yōu)，更能實(shí)現(xiàn)低成本；時間懲罰成本降低說明用改進(jìn)后的算法求得的路徑能更好的滿足客戶的滿意度。成本的整體降低也就說明用改進(jìn)的混合遺傳算法求得的配送路徑更優(yōu)，可以為以后農(nóng)產(chǎn)品物流企業(yè)的成本最小化提供理論基礎(chǔ)。

6 結(jié)語和對策建議

針對農(nóng)產(chǎn)品物流的配送路徑優(yōu)化問題，提出結(jié)合自動化信息系統(tǒng)來優(yōu)化配送路徑的思想，把農(nóng)產(chǎn)品物流的配送難問題進(jìn)行了系統(tǒng)研究并且將自動化信息系統(tǒng)應(yīng)用在路徑優(yōu)化中，解決了農(nóng)產(chǎn)品物流配送成本高的痛點(diǎn)。運(yùn)用運(yùn)籌學(xué)思維構(gòu)建了以配送成本最小化為目的目標(biāo)規(guī)劃模型，其成本包括固定成本、運(yùn)輸成本、信息化成本以及時間懲罰成本。再運(yùn)用結(jié)合GPS 思想的改進(jìn)的混合算法來提出各種切實(shí)可行的路徑優(yōu)化方案，在傳統(tǒng)的遺傳算法上融合了爬山算法和DNA 改進(jìn)式遺傳算法，改進(jìn)的算法中結(jié)合GPS 思想來進(jìn)行種群的選擇并利用算法進(jìn)行算例求解。本文算例是通過配送路徑優(yōu)化改進(jìn)前后的路徑方案與配送成本進(jìn)行對比分析，并得到改進(jìn)后的路徑更優(yōu)的結(jié)果，實(shí)現(xiàn)了優(yōu)化路徑的目標(biāo)。因此，考慮自動化信息系統(tǒng)并運(yùn)用改進(jìn)的混合遺傳算法對于農(nóng)產(chǎn)品物流甚至其他物流的配送路徑優(yōu)化研究具有一定的指導(dǎo)意義?；谧詣踊畔⑾到y(tǒng)的農(nóng)產(chǎn)品物流配送路徑優(yōu)化研究成果，對以后對農(nóng)產(chǎn)品物流發(fā)展提出一些對策建議：

表3 未改進(jìn)前的最優(yōu)配送路徑

表4 未優(yōu)化前的配送成本

表5 改進(jìn)后的最優(yōu)配送路徑

表6 優(yōu)化后的配送成本

6.1 建立具有城鄉(xiāng)物流一體化功能的電商平臺，推動農(nóng)產(chǎn)品物流發(fā)展

建立這樣的電商平臺，可以通過實(shí)時網(wǎng)絡(luò)數(shù)據(jù)從源頭上了解消費(fèi)者對于農(nóng)產(chǎn)品的消費(fèi)需求，通過數(shù)據(jù)分析準(zhǔn)確把握消費(fèi)者對于農(nóng)產(chǎn)品的需求趨勢，便于現(xiàn)代農(nóng)產(chǎn)品物流企業(yè)制定合理的物流配送計(jì)劃。讓農(nóng)產(chǎn)品物流企業(yè)實(shí)現(xiàn)真正的數(shù)據(jù)可視化、一體化的配送管理，打通線上線下銷售渠道，解決配送過程中的信息不對稱問題。

6.2 完善農(nóng)產(chǎn)品物流自動化物流信息平臺的建設(shè)，促進(jìn)農(nóng)產(chǎn)品物流信息化

借助大數(shù)據(jù)、云計(jì)算、物聯(lián)網(wǎng)和人工智能等先進(jìn)技術(shù)，構(gòu)建完善的農(nóng)產(chǎn)品物流信息平臺，實(shí)現(xiàn)平臺數(shù)據(jù)的實(shí)時共享，為農(nóng)產(chǎn)品物流企業(yè)的發(fā)展提供信息技術(shù)的保障。同時要實(shí)現(xiàn)農(nóng)產(chǎn)品物流信息化，強(qiáng)化對社會資源的整合，提高車輛和貨物的匹配效率，加強(qiáng)自動化農(nóng)產(chǎn)品物流的智能平臺建設(shè)。

6.3 將5G 技術(shù)應(yīng)用于農(nóng)產(chǎn)品物流配送環(huán)節(jié)，減少不必要的資金投入

由于5G 技術(shù)可實(shí)現(xiàn)虛擬與現(xiàn)實(shí)的大數(shù)據(jù)信息處理，現(xiàn)代農(nóng)產(chǎn)品物流企業(yè)可以利用5G 技術(shù)廣覆蓋、高傳輸、低延時的特點(diǎn)，與智能設(shè)備相結(jié)合形成自動化數(shù)據(jù)系統(tǒng)，加快對數(shù)據(jù)、客戶反饋信息的收集并進(jìn)行分析。構(gòu)建虛擬場景，實(shí)現(xiàn)各類信息的可視化，并通過虛擬場景中的數(shù)據(jù)，對配送路徑、客戶節(jié)點(diǎn)分布、配送中心建設(shè)等信息進(jìn)行分析，并制定最優(yōu)的配送方案。