生鮮農產品冷鏈物流配送干擾管理研究的思考

李康　鄭建國　伍大清

摘要：通過對比國內外干擾管理研究的文獻資料，提出了生鮮農產品冷鏈物流配送干擾管理研究的必要性；在此基礎上歸納了其產生干擾管理問題的主要環節，最后就相關問題的進一步研究提出了幾點思考。

關鍵詞：生鮮農產品；冷鏈；物流配送；干擾管理

中圖分類號： F252.1文獻標志碼： A文章編號：1002-1302（2015）11-0588-04

收稿日期：2014-12-29

基金項目：國家自然科學基金（編號：70971020）；上海生產力學會青年學者助研基金（編號：201401）；四川省人工智能重點實驗室開放課題（編號：2012RYJ03）。

作者簡介：李康（1983—），男，山西翼城人，博士研究生，主要從事冷鏈、電子商務與物流管理研究。Tel：（021）67822552；E-mail：likang226@163.com。生鮮農產品具有難存貯、易腐敗、銷售生命周期小于產品保存周期等特點，是一種典型的短生命周期產品（short life cycle products）[1]。因此，生鮮農產品企業在面對復雜多變的經營環境時，遇到的各種不確定性因素也會有所增加。而這些不確定性事件常常發生在生鮮農產品的冷鏈物流配送過程中，如交通堵塞、設備故障、顧客的需求量發生變化以及顧客的時間窗變動等。這些現象發生的顯著特點就是不確定性，這些不確定性因素往往產生的影響會導致整個冷鏈物流計劃發生改變，因此及時有效地處理發生的干擾事件，減少損失，成為生鮮農產品冷鏈物流配送系統建設中必須研究的重點問題。在實際的應用領域，很多企業多是依靠積累的經驗來應對物流配送過程中的干擾問題，因此無法保障相關問題可以及時有效地解決，更缺乏對此類問題進行系統性的管理和研究。為了保障生鮮農產品冷鏈物流的高效運轉，提高服務質量，需要加快該系統干擾管理（disruption management）的研究 [2]。干擾管理是指：“在計劃開始階段， 用優化模型和求解算法得出一個好的運行計劃；計劃實施中，由于內外部不確定因素導致干擾事件的發生， 使原計劃變得不可行，需要實時地產生新計劃， 新計劃要考慮到原來的優化目標， 同時又要使干擾帶來的負作用最小化。”[3]由此可見，為了避免出現“雙邊際效應”，在面對干擾事件時，需要短時間內做出及時的反應，這些無疑都會給生鮮農產品冷鏈管理帶來巨大的難度。因此，對確定性事件造成的干擾進行管理，已經成為產業界和學術界急需解決的問題。在總結國內外供應鏈干擾管理研究的基礎上，將干擾管理思想應用到生鮮農產品冷鏈物流配送環境中，研究該系統面對諸多干擾問題時的防范、應對及管理能力，降低干擾事件發生后對整個冷鏈的影響，進而提出企業與生鮮農產品冷鏈發展核心競爭力的主要思路。

1物流配送干擾管理研究綜述

干擾管理概念自20世紀90年代提出[3]以來，國外相關學者對該問題研究起步較早，美國學者Yu Gang教授首先研究了航空領域中的干擾管理問題[4]。隨后相關研究成果不斷豐富，其應用研究已經涉及到了項目管理[5]、生產計劃[6]、供應鏈[7-8]、調度問題[9]等多個領域。物流配送系統是一個涉及多方參與的過程，其中的車輛路徑問題（vehicle routing problem， VRP）本身就是一個NP-hard難題，因此，對該領域的干擾管理研究雖然起步較晚，但已經引起了國內外學者的關注[2]。雖然Rhalibi等最早研究了車輛路徑重調度的干擾管理問題[10]，但目前的相關研究主要集中在模型算法及決策支持系統方面，國外較有代表性的研究有：Taniguchi等針對干擾管理問題情況下預測模型的不足，提出了基于動態行車時間的車輛路徑規劃模型，試驗證明該模型在保證送達時間的情況下可以減少成本[11]。Du等針對B2C電商環境下的動態客戶需求不斷改變的干擾管理問題對VRP的影響，提出了“初始路線構造—路間調整—路內調整”的三階段算法，并通過仿真系統進行了驗證[12]。Potvin等針對不斷變化的新增客戶需求及配送時間變化的干擾管理問題，提出了插入算法來求解該問題，并加入了容忍度的概念，較好地解決了這個過程中的重調度[13]。Mu等研究了企業采用及時化生產后極易受到延遲供應干擾的影響，由此產生的車輛路徑問題因為涉及到多個等待和旅行時間問題，會變得更加復雜；面對此問題研究者提出了禁忌搜索算法，并通過實例證明了該方法的有效性[14]。2012年Hu等提出了基于知識的模型用于處理城市物流配送過程中的干擾管理問題[15]。2013年他們針對此問題又提出了一個以知識或經驗為基礎的新的建模方法PAM（干擾處理策略，局部搜索算法和面向對象的建模）；該方法在求解大規模問題時有優勢，彌補了傳統算法的不足，可以更科學地解決實際問題[16]。Zhang等研究了在遇到干擾事件時，行駛時間延遲的情況下，物流配送的車輛路徑問題；并針對該模型提出混合智能算法[17]。Giaglis等利用GPS、GSM將物流配送過程中的干擾事件記錄下來并傳送給所建立的決策支持系統后臺，及時作出判斷對配送路徑進行調整[18]。Li等針對該問題提出了拉格朗日松弛算法，在面對干擾事件時，及時安排后備車輛處理出現的問題，由此構建了解決具有單供貨點的配送車輛重調度的決策支持系統[19-22]。Fleischmann等面對動態車輛路徑問題，建立了由監控系統、規劃系統及訂單與車輛管理系統組成的決策支持系統平臺[23]。Du等則以牛奶配送過程中出現的干擾問題為例，建立了一個由干擾事件、車輛管理、產品特質、客戶需求、訂單管理、配送中心管理以及GIS組成的實時車輛調度系統[24]。

國內學者王明春等研究了物流配送過程中帶時間窗的車輛路徑問題，并把禁忌搜索算法和交換法相結合對擾動恢復模型進行了優化求解[25]。傅克俊等則提出了物流配送系統的典型數學模型[26]；楊文超等針對該問題建立了目標規劃模型及算法[27]。近年來隨著研究的不斷深入，以大連理工大學胡祥培等[2-3，28-29]和王旭坪等[30-32]為代表的學者對物流配送過程中的干擾管理問題進行了較系統的探討。胡祥培等[2-3，28]最早對干擾管理及物流配送系統干擾管理進行了系統性的綜述，概述了干擾管理產生的過程以及形成的理念，通過對比國內外相關文獻得出，干擾管理的模型主要分為網絡圖模型和數學模型2類；對模型的求解算法主要有啟發式算法和精確算法。王旭坪等針對物流配送過程中因車輛毀壞產生的干擾管理問題，設計了多車場調度的解決策略，建立了相應的干擾模型，并采用遺傳算法進行求解；并且針對因為顧客的需求變化引起的配送干擾問題，對發生過程中的時間窗問題和發貨量問題引起的擾動進行了分辨，提出歸一化處理方法對VRPTW和MDVRPTW問題進行了有效兼容，通過遺傳算法對模型進行了求解，并結合實例驗證了模型和算法的有效性[30-32]。孫麗君等針對城市物流配送過程客戶需求變動帶來的干擾管理問題，把相關問題進行了知識表示，并以此為基礎構建了BRGISC模型，為解決此類問題提供了新的思路，提出了定性和定量相結合的新手段[33]。丁秋雷等根據物流配送過程中干擾事件產生的影響大小，首先明確方案調整的條件，再對影響程度進行度量，在此基礎上提出了兩階段決策方法，并通過實例證明了方法的有效性[34]。王征等結合人們在行駛時間延遲下的配送車輛調度經驗，提出了“救援路線列舉—救援路線選擇”兩階段的思維方法，并把企業成本最小化作為目標，提出了解決該類干擾問題的數學模型及多目標算法[35]。endprint

物流配送的干擾管理問題屬于復雜性問題，在整個過程中產生干擾的問題來源主要有配送過程中因車輛或交通發生的時間延遲問題和因顧客需要變化引起的問題。該類問題的解決存在2種不同的觀點，一類是保持與原計劃相同；二是以對原計劃最小的改變為目標[32]。國內外學者對于該問題的研究主要方法有3種：重調度策略、隨機和動態等的理論方法以及干擾管理方法[35]。相關模型主要有2類：一類是網絡圖模型，另一類是數學模型[28]。求解干擾管理模型的主要算法包括： 精確算法和近似算法2類；近似算法又可分為：啟發式算法和拍賣式算法2類[3]。

綜上所述，可以發現當前對于物流配送的干擾管理的研究主要集中在對其概念、方法等理論以及對該領域相關應用的研究。在相關應用領域所解決的問題主要為：顧客隨機性需求、客戶時間窗變動、交通堵塞及車輛損壞引起的延遲時間配送、車輛調度問題等。而缺少針對某類特殊商品的研究，如：生鮮農產品、藥品、危險品等。因此，本研究根據生鮮農產品需求不斷增加情況下產生的物流配送問題進行探討，重點討論冷鏈物流過程中產生的干擾管理等問題，以期待引起相關學者的注意，為解決該類問題提供更多的建議。

2生鮮農產品冷鏈物流配送過程中存在的干擾問題

2.1生鮮農產品質量安全

生鮮農產品冷鏈物流配送除了具有傳統物流的特點外，因其產品具有易腐和易變質的特點，在配送環節溫度的控制及配送速度將直接影響產品的質量安全。

因不同類別的生鮮農產品存在不同的生產地，很多產品是從各地集中到一起后才進入冷鏈物流系統，存在著貨物預冷不足、包裝不合理、制冷標準不統一等問題，致使許多生鮮農產品在物流過程中遭受二次污染的機會，降低了產品的品質及新鮮度[36-37]。在配送過程中遇到因運力受損、貨物損壞及運輸設備等造成的干擾問題，將會進一步加劇相關產品的質量安全。在生鮮電商迅速發展、顧客需求不斷增加的同時，這一問題也日益突出。在生鮮農產品配送過程中，產品往往在一個密封的環境中，溫度及濕度的變化往往會增加產品質量安全風險。加之我國部分冷鏈物流企業冷鏈設施及相關設備不足，造成很多環節得不到冷鏈的保障，由此產生了“斷鏈”現象，這些干擾事件都困擾著生鮮農產品的質量安全。

2.2車輛路徑問題

車輛路徑問題（VRP）一直以來都是物流配送研究的難點，帶時間窗的車輛路徑問題（vehicle routing problem with time windows， VRPTW）更成為國內外學者研究的重點。冷鏈物流配送的VRP及VRPTW的研究因其特殊性近年來逐漸受到關注。生鮮農產品冷鏈物流配送過程中如果受到交通堵塞、車輛制冷系統發生故障、消費者需求發生變化等隨機性干擾事件時，往往會造成配送時間延長，增加配送成本，甚至對整個物流系統造成影響。因生鮮農產品的產品特性，在配送的過程中不僅要考慮到貨物的損失成本，而且很多客戶對該產品有著嚴格的時間送達要求，如果超過時間會增加額外的懲罰成本。而傳統的物流配送不涉及這些問題。

2.3顧客時間窗變化

在生鮮農產品冷鏈配送過程中經常發生因顧客提出交貨時間變化而產生的干擾事件。這類問題主要包括：顧客提出提前交貨、延后交貨、改變需求量等。

這類干擾問題的出現，不僅對該類客戶的配送計劃產生的影響，而且將會產生一系列的連鎖反應，導致原有計劃的改變。面對實際情況，顧客往往希望可以及時得到答復，如果答復時間較長不僅會影響顧客的滿意度，而且會使得所做出的調整方案變的無效。根據顧客的時間窗如何生成實時的調整方案，將成為相關研究面臨的難題。

2.4不確定性需求

消費者消費需求的多樣性，造成生鮮農產品冷鏈物流配送也趨于高頻率、小批量、多批次的配送方式，這往往也會增加干擾問題的出現。生鮮農產品冷鏈物流配送系統需求量變化主要分為2類：一是顧客需求量的增加；二是顧客需求量的減少。在冷鏈物流配送途中，往往會出現增加新的顧客配送點、原有客戶更改配送量、客戶取消訂單等干擾事件。在該類問題中不僅僅涉及到顧客單方面問題，還需要考慮車輛駕駛員及物流配送運營商產生的影響。

2.5管理信息系統

為了更好地保障生鮮農產品在冷鏈物流配送環節的質量安全，需要對實時信息進行監控和采集[38]。利用RFID、GPS及GIS等技術建立的生鮮農產品管理信息系統，有利于實時掌控生鮮農產品在配送過程中的溫度、濕度及車輛定位信息等，從而保障配送過程的安全性及連貫性。但現實情況下，因該系統的資金投入較大，很多小型的公司沒有建立或建立的相應系統不完善，造成了信息化程度低的情況。在發生相關干擾事件時，相關信息傳遞延時或中斷，不利于及時對配送方案進行調整。

2.6碳排放

傳統的生鮮農產品冷鏈物流主要采用“批發商—零售 商—消費者”的模式，由于流通節點的增加勢必會增加轉運及等待卸載貨物的次數，這些在造成成本增加的同時，也導致能源消耗加大，由此排放出的二氧化碳會不斷增加[39-40]。而且在現實情況下，很多生鮮農產品企業為了增加客戶滿意度，增加小批量或運載率較低的配送。以上這些問題在面對城市交通堵塞、配送路線改變、客戶需求變化等干擾問題時，產生的二氧化碳也會更多。

3生鮮農產品冷鏈物流配送干擾管理問題的思考

根據國內外干擾管理研究現狀，結合生鮮農產品冷鏈物流配送的實際問題，該類干擾管理研究可以從以下3個方面展開：

（1）生鮮農產品冷鏈物流配送系統干擾事件的分類與辨識。生鮮農產品冷鏈物流配送過程中會出現不同的干擾事件，為了客觀地分析干擾事件發生的原因，及時提出有針對性的應對方案，需要對其進行合理的分類。由于生鮮農產品冷鏈物流配送不僅具有傳統物流的特點，還具有其他特殊的特性，如具有易腐、易變質的特點。因此，在配送的過程中因產品的分類不同，往往溫度及濕度的控制要求較高，路線路徑需要嚴格制定，表現為批量小、種類多、送貨時間要求嚴格、成本高等特點。因此在傳統物流業干擾管理的分類基礎上[28]，可以從交通、車輛路徑、運輸設備、需求、時間窗、人員、管理信息系統等方面對生鮮農產品冷鏈配送干擾事件進行分類。進行合理的分類，可以在實施干擾管理之前客觀地對擾動進行辨識及度量。endprint

（2）生鮮農產品冷鏈物流配送系統干擾管理的數學模型研究。通過分析發現，現有的干擾管理模型缺乏將配送過程的干擾事件作為多目標問題進行研究，這就使得相關模型難以適應復雜多變的動態實時性特點，因而構建一種具有時效性的多目標規劃的數學模型成為研究的關鍵。傳統的圖模型已經不能解決生鮮農產品冷鏈物流配送過程中復雜的干擾管理問題，為了結合實際問題，需要有針對性地解決具體問題，應該結合物聯網技術實時了解干擾事件相關信息，在線生成所需的模型。該類模型的應用可以及時發現配送過程中溫度的變化及產品的質量情況。

（3）生鮮農產品冷鏈物流配送系統干擾管理模型的算法研究。生鮮農產品的物流配送過程中，車輛調度人員及車輛駕駛員往往具有豐富的處理干擾事件的經驗，面對大規模的干擾管理問題的求解算法一直以來都是國內外學者研究的重點。傳統的精確算法，只是考慮到最優解，不能很好地反映實際情況。為此，需要把人工智能與計算機的定量分析能力結合起來，采用啟發式算法來求解生鮮農產品冷鏈物流配送干擾問題。而且已有的研究文獻采用了遺傳算法、禁忌搜索算法及粒子群優化算法等啟發式算法[3]。近年來，拍賣式算法因在解決網絡模型方面具有共享價格矢量及提高求解速度的特點，也逐漸在解決配送干擾管理問題時得到應用[3]。

4總結與展望

首先綜述了國內外干擾管理問題研究現狀，在此基礎上分析了生鮮農產品冷鏈物流配送面臨的主要干擾問題，進而對相關問題進行了深入的思考。生鮮農產品冷鏈物流配送干擾管理問題的研究不僅有重要的理論研究價值，更具有非常重要的現實研究意義。近年來，食品質量安全日益成為人們關注的重點，冷鏈物流配送系統在保障產品品質及安全方面具有重要的作用，該環節溫度及濕度的控制往往成為干擾問題最多的部分，因此加強對該環節干擾管理問題的研究十分必要。為此，在總結傳統物流配送干擾管理的研究現狀基礎上，提出了生鮮農產品冷鏈配送干擾管理研究的幾點思考，以期為后續研究提供參考。

生鮮農產品因其特殊性在采收、存儲、包裝、運輸、配送等各個環節中會產生一系列的干擾事件，因此需要以供應鏈的視角對該產品進行干擾管理的研究，從而形成“從農田到餐桌”的全面保障。該類研究過程中顧客的時變性需求經常增加干擾事件的產生，而經驗豐富的車輛調度及駕駛員可以較快地做出反應。但是如果是新的駕駛員，就要考慮他們的感受及狀態，為此以不同主體行為方式為視角對干擾管理進行研究，就顯得十分必要。冷鏈配送設備不同于傳統的物流配送設備，同樣的時間及距離能源消耗會更大，因此產生的二氧化碳將更多，以碳排放為研究視角對干擾管理問題進行研究將會進一步完善相關研究體系。另外，應該加強通過仿真試驗來驗證相關模型及算法的有效性。

參考文獻：

[1]宋燕歌，劉劍榮，顧建莊. 短生命周期產品的市場需求預測[J]. 統計與決策，2010（4）：62-64.

[2]胡祥培，孫麗君，王雅楠. 物流配送系統干擾管理模型研究[J]. 管理科學學報，2011，14（1）：50-60.

[3]胡祥培，張漪，丁秋雷，等. 干擾管理模型及其算法的研究進展[J]. 系統工程理論與實踐，2008（10）：40-46.

[4]Kohl N，Larsen A，Larsen J，et al. Airline disruption management-Perspectives， experiences and outlook[J]. Journal of Air Transport Management，2007，13（3）：149-162.

[5]Zhu G，Bard J F，Yu G. Disruption management for resource-constrained project scheduling[J]. Journal of the Operational Research Society，2005，56（4）：365-381.

[6]Yang J，Qi X T，Yu G. Disruption management in production planning[J]. Naval Research Logistics，2005，52（5）：420-442.

[7]Chen K B，Shen J L，Feng M L. Disruptions management of a supply chain under strategic subsidy policy for the demand-stimulating inventory[J]. Computers & Industrial Engineering，2014，76 （76）：169-182.

[8]Chen K B，Shen J L，Feng M L. Disruptions management of a supply chain under strategic subsidy policy for the demand-stimulating inventory[J]. Computers & Industrial Engineering，2014，76：169-182.

[9]Lee C Y，Yu G. Parallel-machine scheduling under potential disruption[J]. Optimization Letters，2008，2（1）：27-37.

[10]Rhalibi A E，Kelleher G. An approach to dynamic vehicle routing，rescheduling and disruption metrics[C]. IEEE International Conference on Systems，Man and Cybernetics，2004：235-250.endprint

[11]Taniguchi E，Shimamoto H. Intelligent transportation system based dynamic vehicle routing and schedu1ing with variab1e travel times[J]. Transportation Research Part C，2004，12（3-4）：235-250.

[12]Du T C，Li E Y，Chou D. Dynamic vehicle routing for online B2C delivery[J]. Omega，2005，33（1）：33-45.

[13]Potvin J Y，Xu Y，Benyahia I. Vehicle routing and scheduling with dynamic travel times[J]. Computers & Operations Research，2006，33（4）：1129-1137.

[14]Mu Q X，Eglese R W. Disrupted capacitated vehicle routing problem with order release delay[J]. Annals of Operations Research，2013，207（1）：201-216.

[15]Hu X P，Sun L J. Knowledge-based modeling for disruption management in urban distribution[J]. Expert Systems with Applications，2012，39（1）：906-916.

[16]Hu X P，Sun L J，Liu L L. A PAM approach to handling disruptions in real-time vehicle routing problems[J]. Decision Support Systems，2013，54（3）：1380-1393.

[17]Giaglis G M，Minis I，Tatarakis A，et al. Minimizing logistics risk through real-time vehicle routing and Mobile technologies-Research to date and future trends[J]. International Journal of Physical Distribution&Logistics Management，2004，34（9）：749-764.

[18]Zhang X X，Tang L X. Disruption management for the vehicle routing problem with time Windows[J]. Communications in Computer and Information Science，2007，2：225-234.

[19]Li J Q，Borenstein D，Mirchandani P B. A decision support system for the single-depot vehicle rescheduling problem[J]. Computers & Operations Research，2007，34（4）：1008-1032.

[20]Li J Q，Mirchandani P B，Denis B. The vehicle rescheduling problem：model and algorithms[J]. Networks，2007，50：211-229.

[21]Li J Q，Mirchandani P B，Borenstein D. Real-time vehicle rerouting problems with time Windows[J]. European Journal of Operational Research，2009，194（3）：711-727.

[22]Li J Q，Mirchandani P B，Borenstein D. A lagrangian heuristic for the real-time vehicle rescheduling problem[J]. Transportation Research Part E-Logistics and Transportation Review，2009，45（3）：419-433.

[23]Fleischmann B，Gnutzmann S，Sandvob E. Dynamic vehicle routing based on online traffic information[J]. Transportation Seience，2004，38（4）：420-433.

[24]Du T，Wang F K，Lu P Y. Areal-time vehicle-dispatching system for consolidating milk runs[J]. Transportation Research Part E-Logistics and Transportation Review，2007，43（5）：565-577.

[25]王明春，高成修，曾永廷. VRPTW的擾動恢復及其TABUSEARCH算法[J]. 數學雜志，2006，26（2）：231-236.

[26]傅克俊，王旭坪，胡祥培. 基于突發事件的物流配送過程建模構想[J]. 物流技術，2005（10）：263-266.endprint

[27]楊文超，王征，胡祥培，等. 行駛時間延遲的物流配送干擾管理模型及算法[J]. 計算機集成制造系統，2010，16（2）：331-339.

[28]胡祥培，丁秋雷，張漪，等. 干擾管理研究評述[J]. 管理科學，2007，20（2）：2-8.

[29]胡祥培，于楠，丁秋雷. 物流配送車輛的干擾管理序貫決策方法研究[J]. 管理工程學報，2011，25（2）：186-190，130.

[30]王旭坪，吳緒，馬超，等. 運力受擾的多車場車輛調度干擾管理問題研究[J]. 中國管理科學，2010，18（6）：82-88.

[31]王旭坪，楊德禮，許傳磊. 有顧客需求變動的車輛調度干擾管理研究[J]. 運籌與管理，2009，18（4）：16-24.

[32]王旭坪，牛君，胡祥培，等. 車輛路徑問題的受擾救援策略[J]. 系統工程理論與實踐，2007（12）：104-110，150.

[33]孫麗君，胡祥培，于楠，等. 需求變動下的物流配送干擾管理模型的知識表示與求解[J]. 管理科學，2008，21（6）：112-120.

[34]丁秋雷，胡祥培，姜洋. 物流配送受擾延遲問題的干擾管理兩階段決策方法[J]. 運籌與管理，2012，21（6）：84-93.

[35]王征，胡祥培，王旭坪. 行駛時間延遲下配送車輛調度的干擾管理模型與算法[J]. 系統工程理論與實踐，2013，33（2）：378-387.

[36]秦立公，韋金榮，王寧寧. HACCP驅動的生態農產品全供應鏈質量安全控制[J]. 江蘇農業科學，2014，42（9）：258-261.

[37]林勇，平瑛，李玉峰. 我國消費者食品安全認知調查與行為分析[J]. 江蘇農業科學，2013，41（12）：299-301，302.

[38]馬琳. 信息不對稱情況下食品安全監管的博弈分析[J]. 江蘇農業科學，2014，42（9）：262-264.

[39]吳絨. 政府規制下的農產品綠色供應鏈管理決策[J]. 江蘇農業科學，2014，42（9）：459-462.

[40]孫曦，楊為民. 農產品綠色物流體系的構建與實現途徑[J]. 江蘇農業科學，2014，42（7）：454-457.周義龍. 海南休閑農業島外客源市場開拓的現實障礙與破解策略 [J]. 江蘇農業科學，2015，43（11：592-596.endprint