考慮碳排放的城市生鮮冷鏈物流配送路徑優(yōu)化研究

摘" 要：針對生鮮農(nóng)產(chǎn)品配送路徑優(yōu)化中存在配送成本不合理的問題，以烏魯木齊市北園春生鮮農(nóng)產(chǎn)品冷鏈物流配送為例，綜合考慮其碳排放、貨損以及客戶時(shí)間窗等因素，構(gòu)建以綜合配送成本最小化為目標(biāo)的生鮮冷鏈物流配送路徑優(yōu)化模型，并運(yùn)用遺傳算法進(jìn)行求解，對比分析不考慮碳排放和考慮碳排放的路徑規(guī)劃方案，分析結(jié)果表明考慮碳排放成本，有助于減少碳排放量，節(jié)約配送車輛行駛時(shí)間，降低生鮮農(nóng)產(chǎn)品的貨損率，減少綜合配送成本。文章可為城市生鮮冷鏈物流配送路徑優(yōu)化提供理論基礎(chǔ)。

" 關(guān)鍵詞：路徑優(yōu)化；生鮮農(nóng)產(chǎn)品；遺傳算法；碳排放

" 中圖分類號：F252.14" " 文獻(xiàn)標(biāo)志碼：A

DOI：10.13714/j.cnki.1002-3100.2024.15.036

Abstract： For fresh agricultural products distribution path optimization in the distribution cost unreasonable problems， in Urumqi north garden spring fresh agricultural products cold chain logistics distribution， for example， considering the carbon emissions， cargo loss and customer time window， build with comprehensive distribution cost minimization as the goal of fresh cold chain logistics distribution path optimization model and using genetic algorithm， comparative analysis does not consider carbon emissions and carbon emissions path planning， the analysis results show that considering the cost of carbon emissions， help to reduce carbon emissions， save distribution vehicle driving time， reduce the loss rate of fresh agricultural products， reduce the cost of comprehensive distribution. This paper can provide a theoretical basis for the optimization of urban fresh cold chain logistics distribution path.

Key words： path optimization; fresh agricultural products; genetic algorithm; carbon emission

0" 引" 言

" 隨著經(jīng)濟(jì)發(fā)展和消費(fèi)水平的不斷升級，人們對生鮮農(nóng)產(chǎn)品品質(zhì)的要求不斷提高。生鮮農(nóng)產(chǎn)品具有保質(zhì)期短，易腐爛等不同于其他產(chǎn)品的特點(diǎn)，在運(yùn)輸中需要制冷控制溫度，而這會導(dǎo)致碳排放增高，進(jìn)而增加成本，因此，通過路徑優(yōu)化來減少配送成本是城市生鮮冷鏈物流研究的重點(diǎn)之一。

對于生鮮食品物流配送路徑優(yōu)化問題，國內(nèi)外很多的學(xué)者從不同的方面對其進(jìn)行了研究。Wang et al[1]考慮客戶滿意度提出帶軟時(shí)間窗的生鮮配送路徑優(yōu)化模型。Agustina D et al[2]綜合考慮了生鮮農(nóng)產(chǎn)品的保質(zhì)期天數(shù)和交貨期限，構(gòu)建了帶有時(shí)間窗的車輛路徑問題的線性計(jì)劃交叉模型。方文婷等[3]以最小成本為目標(biāo)建立配送路徑優(yōu)化模型并使用蟻群算法進(jìn)行模型求解。張倩等[4]考慮產(chǎn)品新鮮程度、客戶需求量等因素建立配送路徑優(yōu)化模型，將果蠅算法用于模型求解。張瑾等[5]考慮配送成本和客戶滿意度構(gòu)建路徑優(yōu)化模型，使用蟻群算法進(jìn)行模型求解。寧濤等[6]考慮總成本建立路徑優(yōu)化模型，使用量子蟻群算法進(jìn)行模型求解。鄧紅星等[7]考慮生鮮貨損成本和客戶時(shí)間窗等因素建立多配送中心的冷鏈配送模型，并使用遺傳算法對模型進(jìn)行求解。明小菊等[8]建立生鮮冷鏈配送模型，將改進(jìn)粒子群用于模型求解。綜上所述，通過對比研究發(fā)現(xiàn)，大多數(shù)研究都考慮了運(yùn)輸成本、貨損成本、時(shí)間窗因素，但在建模體現(xiàn)不明顯，需要進(jìn)行深度優(yōu)化。

" 本文以烏魯木齊市北園春生鮮農(nóng)產(chǎn)品冷鏈物流配送為例，根據(jù)生鮮農(nóng)產(chǎn)品配送的特點(diǎn)，在構(gòu)建模型時(shí)不僅將客戶時(shí)間窗和貨損等因素考慮其中，而且將碳排放成本納入到總配送成本中，建立綜合配送成本最小化的城市生鮮冷鏈物流配送路徑優(yōu)化模型，針對這種困難和復(fù)雜的車輛路徑優(yōu)化問題，通過遺傳算法對該模型進(jìn)行求解。

1" 問題描述與模型構(gòu)建

1.1" 問題描述

" 已知配送中心和生鮮客戶的地理位置、需求量和時(shí)間窗約束，考慮單一配送中心向多個(gè)客戶點(diǎn)配送生鮮農(nóng)產(chǎn)品，配送車從配送中心出發(fā)配送生鮮到指定的客戶點(diǎn)后返回配送中心，并且基于客戶點(diǎn)的需求量約束和時(shí)間窗約束，將碳排放成本考慮到綜合配送成本中，以最小綜合配送成本為優(yōu)化目標(biāo)進(jìn)行模型構(gòu)建。

1.2" 模型假設(shè)

" 為了確保模型構(gòu)建符合現(xiàn)實(shí)，做出以下假設(shè)：（1）單配送中心、多客戶點(diǎn)的單向生鮮配送情形；（2）車輛載運(yùn)量相同且已知，不能超載；（3）客戶需求量已知，單次需求量不超過車輛運(yùn)載上限；（4）客戶點(diǎn)與配送中心，客戶點(diǎn)與客戶點(diǎn)之間路線相通；（5）在配送過程中，每個(gè)客戶點(diǎn)的生鮮需求量不發(fā)生變化；（6）配送中心的生鮮貨量充足，不存在短缺情況；（7）每輛配送車輛均勻速行駛。

1.3" 符號說明

" Ｍ＝１，２，３，…，ｍ為車輛集合；Ｎ＝０，１，２，…，ｎ為配送中心和客戶點(diǎn)集合，其中０為配送中心，其余的為客戶點(diǎn)。

1.4" 成本分析

2.4" 遺傳算子及算法終止設(shè)計(jì)

為了保證每代最優(yōu)的基因不被丟失，在傳統(tǒng)輪盤賭選擇法的基礎(chǔ)上引入穩(wěn)態(tài)復(fù)制原則。交叉算子需進(jìn)行多輪選擇，每次隨機(jī)產(chǎn)生一個(gè)數(shù)r，當(dāng)r小于交叉概率pcc時(shí)，進(jìn)行雙點(diǎn)交叉式遺傳操作（父本鏈之一為上代最優(yōu)解）。當(dāng)然，直接交叉有時(shí)會產(chǎn)生不可行解，例如A：98|765432|10和B：01|234867|59，交叉產(chǎn)生子代A1：98|234867|10和B1：01|765432|59，A1中基因8出現(xiàn)兩次而基因5不存在，B1中基因5出現(xiàn)兩次而基因8不存在。為避免以上情況，在算法實(shí)現(xiàn)時(shí)做出以下安排，例如，獲取A1時(shí)，A的前兩個(gè)基因A（98）和后兩個(gè)基因A（10）不變，在B中將A中保留的基因去除，此時(shí)，B剩下B（234675），則A1為9823467510， B1同理可得。然后進(jìn)行概率變異，這里變異操作采用交換變異算子方法，隨機(jī)從選擇2個(gè)非零基因，對其位置進(jìn)行交換。當(dāng)?shù)螖?shù)達(dá)到上限Gmax時(shí)終止迭代，此時(shí)的解當(dāng)作最優(yōu)解。

3" 實(shí)例驗(yàn)證分析

3.1" 客戶點(diǎn)基本信息及相關(guān)參數(shù)

" 北園春生鮮配送中心位于烏魯木齊市，選取烏魯木齊市30家客戶點(diǎn)在8月某一天配送的相關(guān)數(shù)據(jù)分析，各客戶點(diǎn)的需求信息（需求量、期望時(shí)間窗、可接受時(shí)間窗、服務(wù)時(shí)間）如表1所示。

配送中心的配送車輛最大載重量為8t，因生鮮配送任務(wù)都發(fā)生在上午5：00—9：00，將外界溫度設(shè)為17℃，車內(nèi)溫度設(shè)為5℃。因?yàn)榭蛻酎c(diǎn)的服務(wù)時(shí)間較早（烏魯木齊與內(nèi)地有2小時(shí)時(shí)差），因此交通擁堵對車輛形式速度的影響極小，忽略不計(jì)，若配送車輛以40km/h的速度勻速行駛，每輛車的固定成本為400元，其運(yùn)輸成本是1.7元/km，遺傳算法的種群規(guī)模為100，迭代次數(shù)為50，選擇概率為0.9，交叉概率為0.7，變異概率為0.05。具體參數(shù)如表2所示。

3.2" 配送路徑優(yōu)化模型對比分析

通過仿真軟件對生鮮配送路徑優(yōu)化求解可知，不考慮碳排放成本時(shí)最優(yōu)配送路線為0-1-30-20-9-0、0-27-28-26-12-24-29-3-0、0-21-22-23-4-25-0、0-13-2-15-14-16-17-0、0-5-6-18-8-7-19-11-10-0，其中需要5輛配送車輛，綜合配送成本為3 853.15元?？紤]碳排放成本時(shí)最優(yōu)配送路線為0-1-30-20-9-0、0-27-28-26-12-3-29-24-25-0、0-4-21-22-23-0、0-2-13-6-16-14-15-0、0-5-17-8-18-7

-19-11-10-0，其中需要5輛配送車輛，此時(shí)碳排放量為240kg，設(shè)置碳排放價(jià)格為0.15元/kg，則碳排放成本為36元，綜合配送成本為3 735.7元。配送路徑規(guī)劃如圖2、圖3所示。

將碳排放成本考慮到綜合配送成本中時(shí)，碳排放量由306kg降低到240kg，成本整體減少了19.7%。同時(shí)，考慮碳排放的最優(yōu)解組成成本比不考慮碳排放的最優(yōu)解組成成本低，其中，車輛運(yùn)輸成本降低了10.0%，貨損成本降低了4.1%，綜合配送成本降低了3.1%。在考慮碳排放因素的路徑優(yōu)化時(shí)，為減少碳排放成本，必須盡量縮短配送時(shí)間，從而能夠得到與車輛行駛時(shí)間相關(guān)的各項(xiàng)成本的節(jié)約。具體成本組成對比如表3所示。

4" 結(jié)" 論

隨著經(jīng)濟(jì)發(fā)展和消費(fèi)水平的不斷提升，綠色低碳發(fā)展已經(jīng)成為現(xiàn)在國家的主旋律，綠色低碳物流也是物流業(yè)的發(fā)展趨勢和生存之本，綜合考慮其碳排放、貨損以及客戶時(shí)間窗等因素，構(gòu)建以綜合配送成本最小化為目標(biāo)，對城市生鮮冷鏈物流配送路徑優(yōu)化問題進(jìn)行研究。通過對比分析兩種路徑規(guī)劃方案發(fā)現(xiàn)考慮碳排放不僅能夠減少綜合配送成本，而且能夠很好地節(jié)約配送時(shí)間，降低碳排放量。對于城市生鮮配送，應(yīng)該綜合考慮車輛行駛距離，產(chǎn)品貨損、客戶時(shí)間窗等因素，在國家綠色低碳發(fā)展政策下，能夠更好地實(shí)現(xiàn)企業(yè)和客戶共贏的局面。

參考文獻(xiàn)：

[1]" WANG Y M， YIN H L. Cost-optimization problem with a soft time window based on an improved fuzzy genetic algorithm for fresh food distribution[J]. Mathematical Problems in Engineering， 2018，2018：1-16.

[2]" AGUSTINA D， LEE C K M， PIPLANI R. Vehicle scheduling and routing at a cross docking center for food supply chains[J]. International Journal of Production Economics， 2014，152：29-41.

[3] 方文婷，艾時(shí)鐘，王晴，等. 基于混合蟻群算法的冷鏈物流配送路徑優(yōu)化研究[J]. 中國管理科學(xué)，2019，27（11）：107-115.

[4] 張倩，熊英，何明珂，等. 不確定需求生鮮電商配送路徑規(guī)劃多目標(biāo)模型[J]. 系統(tǒng)仿真學(xué)報(bào)，2019，31（8）：1582-1590.

[5] 張瑾，畢國通，戴二壯. 雙目標(biāo)冷鏈物流車輛路徑問題及其遺傳蟻群求解[J]. 科學(xué)技術(shù)與工程，2020，20（18）：7413-7421.

[6] 寧濤，茍濤，劉向東. 考慮低碳約束的生鮮農(nóng)產(chǎn)品冷鏈物流策略仿真研究[J]. 系統(tǒng)仿真學(xué)報(bào)，2022，34（4）：797-805.

[7] 鄧紅星，周潔，胡翼. 考慮碳排放的生鮮農(nóng)產(chǎn)品冷鏈物流配送路徑優(yōu)化模型[J]. 重慶理工大學(xué)學(xué)報(bào)（自然科學(xué)），2023，37（2）：289-297.

[8] 明小菊，珠蘭. 城市生鮮食品冷鏈物流配送路徑優(yōu)化技術(shù)研究[J]. 包裝與食品機(jī)械，2022，40（2）：76-81.

[9] 李桂娥. 生鮮農(nóng)產(chǎn)品冷鏈物流配送路徑優(yōu)化研究[J]. 物流科技，2019，42（10）：68-72.

[10]" MATSKUL V， KOVALYOV A， SAIENSUS M. Optimization of the cold supply chain logistics network with an environmental dimension[C] // IOP Conference Series： Earth and Environmental Science IOP Publishing， 2021.

收稿日期：2023-08-19

基金項(xiàng)目：新疆農(nóng)業(yè)大學(xué)2023年度大學(xué)生創(chuàng)新項(xiàng)目（202210758025）

作者簡介：李" 莉（1973—），本文通信作者，女，陜西西安人，新疆農(nóng)業(yè)大學(xué)交通與物流工程學(xué)院，副教授，博士，研究方向：農(nóng)產(chǎn)品物流、供應(yīng)鏈管理。

引文格式：許浩，何文龍，林先惠，等. 考慮碳排放的城市生鮮冷鏈物流配送路徑優(yōu)化研究[J]. 物流科技，2024，47（15）：147-150，155.