農超對接中物聯網技術配送生鮮果蔬的應用研究?

濮永仙

（德宏師范高等專科學校計算機科學系德宏678400）

農超對接中物聯網技術配送生鮮果蔬的應用研究?

濮永仙

（德宏師范高等專科學校計算機科學系德宏678400）

針對農超對接模式中生鮮果蔬的小生產、大流通，致使產品質量追溯困難、運輸損耗大、成本降低困難等問題，提出了基于物聯網的生鮮果蔬配送方案。通過利用GPS、RFID、GIS、GPRS、傳感器、數據庫等技術，構建了物流配送監控服務系統，以實現果蔬產品從生產，收購加工到配送環節，產品質量追溯，結合遺傳算法實現配送路線的智能規劃，配送車輛的實時跟蹤監控及全程可視化管理，異常報警。這樣，實現了產品質量溯源，緩解了貨物損耗，最大限度保持產品的新鮮度、安全性，滿足了供應鏈上各主體利益，推動了生鮮農產品在農超對接中的發展。

農超對接；物聯網；配送；新鮮果蔬；追溯體系

Class NumberTN929

1 引言

生鮮果蔬產品對比其他產品，具有購買頻率高、消費量大、易腐爛、流轉過程損耗大等特點。果蔬產品的生產者多數是分布在農村的散戶，數量眾多，城市是重點消費市場，這就使種植和銷售之間存在著小生產、大流通的問題。農超對接是一種農產品的生產者與終端零售市場跳過多個環節進行直接合作的供應鏈形式，是解決小生產與大市場矛盾的有效途徑之一。通過農戶與超市直接對接，市場需要什么，農戶就生產什么，可避免生產的盲目性，減少產品供應環節，減少銷售成本，滿足供應鏈上各主體的利益。雖然農超對接有許多優勢，但也存在無法回避的問題。1）產品種植分散，來源分散，一旦有問題產品進入市場，將無法追溯是哪個環節出問題；2）超市距種植地較遠，目前對生鮮農產品的物流管理主要是依靠人為監控，信息共享失真，無法實現需求引導生產，生鮮農產品物流過程損耗大。據統計數據顯示，每年在運輸過程中腐爛變質的蔬菜、水果等易損壞食品的總價值達1000億元以上，損失率高達25%～30%，而發達國家果蔬的損失率一般控制在5%左右。農超對接模式下，生鮮果蔬產品的配送問題，己成為目前我國最迫切需要解決的問題之一。國務院關于加大統籌城鄉發展力度的若干意見中指出：要全面推進農超對接及農產品冷鏈物流，減少流通環節，降低流通成本。近年來，很多學者致力于農產品供應鏈的物流研究［1～5］。這些研究從不同角度，采用不同技術推進了物流業的發展，如齊林研究了物聯網的三個核心技術，即數據自動采集、高速傳輸及應用的智能化，并構建基于物聯網技術的可追溯系統數據采集與建模方法。孟安就我國肉產品供應鏈中出現的問題，提出了利用物聯網技術構建肉類追溯系統的構想。本文提出將物聯網技術用于農超對接模式下生鮮果蔬的配送方案。

本文提出將物聯網技術用于農超對接模式下生鮮果蔬的配送方案。物聯網是用射頻識別（RFID）、紅外感應、GPS、無線通訊等技術，按照一定協議把不同的設備與互聯網連接，實現物與物、人與物之間的信息交換，以實現對物體智能化的識別、定位、跟蹤、監控、管理的一種網絡［6～7］。本文通過應用RFID技術、傳感器、視頻監控、GPS、GIS、數據庫等技術集成應用，構建了物流配送監控系統，實現果蔬產品從生產、收購加工到配送各環節的信息溯源，結合遺傳算法實現配送路線智能規劃，對配送車輛進行實時監控，全程可視化，保證產品準時、無損到達，以最大幅度緩解產品在物流中的損失。這將促進農超對接的發展，尤其是生鮮農產品，保持其新鮮、安全，避免物流庫存成本不斷增加及缺貨損失加劇現象發生。

2 材料與方法

2.1 配送對象與設備

農超對接模式下，針對新鮮水果、蔬菜這類產品特性，其關鍵環節是基本質量控制、收購標準、配送管理等方面。應用物聯網技術配送生鮮果蔬，應包含產品標識、數據庫和信息傳遞三個基本要素。本研究的配送對象是生鮮的蔬菜和水果，系統使用者分為合作社、農戶、配送中心、超市、加盟的果蔬種植戶及消費者幾類。環境需求：智能車載終端、移動通訊設備、GPS、GPRS、RFID，GIS、局域網、In?ternet、數據庫等技術。

2.2 農超對接模式下基于物聯網的生鮮果蔬物流配送

根據農超對接理念，借助超市優勢，本文重構了面向超市的專門從事生鮮果蔬收購加工與配送為中心的供應鏈，“農戶——生鮮果蔬收購加工配送中心——超市——消費者”，其中，配送中心是整個供應鏈的中心樞紐。邏輯結構如圖1所示。

圖1面向超市的生鮮果蔬加工配送供應流程

將物聯網技術用于農超對接中，設計構建基于物聯網的配送監控平臺，實現單品可溯源，配送路線智能規劃，配送車輛的實時監控、全程可視化、異常報警，以實現產品從種植、收購加工及配送環節的跟蹤與監控。邏輯結構圖如圖2所示。工作原理：1）信息采集，包括種植、收購加工的基本信息，以及配送過程中GPS、RFID、各傳感器的、監控攝像頭拍攝的畫面等信息；2）信息傳輸，將采集的各種信息，通過3G、GPRS、Internet上傳至配送中心服務器中，完成相關分析處理；3）監控處理：（1）根據GPS采集車輛途中的經緯度、速度及方向信息，用GIS功能在電子地圖上顯示，若與預設的不一致，通過3G向管理員及駕駛員發出異常報警信息；（2）RFID定時采集物品的基本信息［8］，如物品編碼、數量、價格、目的地等信息，與RFID的初始信息對比，若不一致，則發出報警信息；（3）根據傳感器釆集到的溫濕度、壓力等信息，計算是否在適宜值范圍內，否則發出預警信息，并通知運輸人員采取相應措施，實現對環境精準調控，以滿足產品對保鮮保質的需求。

圖2果蔬物流配送預警軟件架構

2.2.1 產品追蹤溯源

1）編碼選擇

RFID標簽能夠存儲可供識別的信息，主要由一塊晶片和天線組成，可用不同材質將外部封裝成各種造型，以適用各種場合，本方案中RFID標簽制作成可粘貼形式，如圖3所示。針對生鮮果蔬的產品特征，必須在種植環節、收購標準、運輸管理等進行質量控制。可在種植時為每個地塊進行編號，利用EPC編碼規則生成編碼，并分配一個RFID標簽，將作物的基本狀態、農事操作與無線傳感器收集的信息錄入其中。在收購環節，收購人員掃描產品對應的射頻卡，讀取其中信息，并將收購信息寫入其中。在以后各環節可利用RFID讀寫器對射頻卡的信息進行對應更新，最后將EPC編碼轉換成對應的追溯碼。基于RFID果蔬產品EPC編碼流程，如圖4所示。

圖3RFID標簽

圖4基于RFID的果蔬產品EPC編碼邏輯圖

（1）EPC編碼

EPC系統是由國際物品編碼協會提出的最新編碼規則，是實現物聯網的核必基礎，以RFID標簽作為載體，隨著實物在現實社會中流通，通過網絡進行電子數據交換。它與EAN/UCC編碼體系相兼容，具有容量大、安全性好、可擴展性強等特點［8］。EPC編碼能夠提供實體信息的唯一標識，由標頭、廠商識別代碼、對象分類代碼和序列號等數據字段組成的256位、96位或者64位數字，因容量大，可為物理世界中的每一個對象分配一個唯一的標識符。EPC結構有EPC-64、EPC-96及EPC-256三種，如表1所示。本文使用EPC-96結構，其序列號可把35位獨特的標識號提供給每種產品對象，與管理者及產品代碼相結合，用RFID標簽，可將所有貨物使用EPC-96編碼來進行唯一標識。

（2）果蔬溯源EPC編碼設計

編碼設計是否合理是溯源系統能否高效運行的關鍵因素之一。果蔬產品從種植戶手中到超市，中間經過收購、加工、物流等環節。本文依據《EPC電子產品編碼》、《農產品追溯編碼導則》等相關規定，結合果蔬特性，采用EPC-96編碼及RFID標簽識別。本文將種植階段的編碼叫種植編碼，收購和檢驗合格后的編碼稱為收購編碼，運輸環節產生的信息存儲編碼稱為物流碼，倉儲環節的編碼稱為位置碼。這四種編碼段和起來稱之為溯源碼［9］（種植編碼段+收購編碼段+物流編碼段+位置編碼段），總長96位，各段位長分配分別為26、38、20及13位。

表1 EPC結構

2）種植標識編碼

用RFID技術對種植地塊標識，記錄其種植信息。利用EPC編碼信息規范中的GID-96編碼格式26位十進制標識，具體編碼結構見圖5。種植編碼=產地編碼（7位）+管理者編碼（3位）+種植項目代碼（6位）+生產批號（10位）。產地編碼由7位組成，前4位為基地編號，后3位為該基地不同地塊編號。批號用10位表示，前6位標識種植日期，后4位標識順序號。其中，年編碼范圍為00～99，月范圍為01～12，日范圍為01～31。

圖5果蔬種植標識編碼結構

3）收購加工標識碼

收購加工環節是物流配送的起點，負責制作要發送的果蔬產品的電子標簽、電子封條和配送車輛電子標簽，并將相關電子信息傳入到管理中心。收購果蔬產品時可能會存在兩種情況：一是簽約農戶采用標準化種植的產品，此類產品具有標準的種植信息，在采購時只需審核錄入即可；另一類是分散種植的非標準化產品，這類產品的種植信息可能不完整，需對產品進行檢測，合格后建立交易號，并記錄收購時間、地點、交易人、經手人等信息。果蔬產品在收購加工階段的溯源標簽在包裝前預先打印好，方便操作員快速包裝，并記錄加工時間、經手人、加工工序、農藥殘留檢驗等關鍵信息，寫到RFID標簽中。收購編碼采用GTIN-14結構，結合應用標識符（AI）對果蔬編碼，采用GS1-128條碼標準打印，將其張貼到包裝上的固定位置，具體格式見圖6。該編碼通過產地編碼或交易號與種植編碼標識間建立關聯，在標簽上能查到準確的種植信息。其中，加工批號（AOT）由加工日期（如170123）與兩位流水號組成，規定同一地塊、同一類產品、同一采收日期為同一批次。

圖6果蔬收購標識編碼結構

4）物流標識編碼

該階段需將運輸編號與產品批次號相關聯，并對產品的生產者、參與者進行記錄。利用GPS自動記錄運輸車輛的出發地和目的地，并最大限度保障農產品運輸環節的安全性。在運輸途中，需配備環境信息采集設備，對果蔬在運輸環境中的信息（如溫濕度、CO2濃度等）進行實時感知，并通過GPRS上傳至數據庫中，以備溯源。

物流編碼利用SSCC-18編碼標識，并用GS1-128條碼標準打印。SSCC-18編碼結構由18位十進制編碼組成，具體編碼格式見圖7。其中，N1是擴展位，第8位至第17位為系列號，由生產商根據當天的流水號分配唯一編碼，校驗碼由系統據規則自動生成。

圖7果蔬物流標識編碼結構

5）位置編碼

倉儲編碼標識反映的是產品倉儲的位置，其信息來源是倉儲操作。編碼采用GIN-13編碼，倉儲編碼由廠商識別碼和位置識別碼組成，具體見圖8。

圖8果蔬倉儲標識編碼結構

2.2.2 基于物聯網的配送路線智能規劃

實際配送中，產品種類及訂單需求具有多樣性與復雜性，必須根據客戶的訂單信息、貨主需求、運輸資源，合理選擇配送路線，配送產品合理配載，在客戶要求的時間內將產品送達，并使配送成本最低。其中，物流配送路線選擇對于配送成本、效率有重要的影響，也是物流配送中心重視和關注的問題——車輛路徑問題（Vehicle Routing Problem，VRP）。VRP問題是指在客戶位置已知，受到諸如車輛載重、交貨時間窗等條件約束下，確定車輛數量［10］、配送路徑，以此確定車輛行程的最短時間或最低成本［11］。VRP問題在不同情形下有不同的形式，有VRPTW、DVRP、CVRP等［12］。求解VRP問題的算法很多，有遺傳算法、拉格朗日法、模擬退火算法、粒子群算法等［13］。常見的VRP算法中，GA遺傳算法具有魯棒性強、尋優速度快，可并行化的特點被廣泛應用。本文用VRPTW模型（帶時間窗的VRP問題），結合遺傳算法（GA）求解，建立基于物聯網的生鮮果蔬物流配送的智能路線選擇。

1）基于VRPTW的物流果蔬產品配送模型

（1）問題描述

本文VRPTW模型建立在如下假設之上：

①只有一個配送中心，運輸車輛從配送中心出發，完成后，再回到配送中心。

②配送中心所有貨物可混裝，可一輛車為多個客戶配送。

③配送客戶的貨物需求量、配送地點、時間窗、服務時間范圍，以及配送客戶之間的距離己知。

④不考慮交通流量、車輛事故等特殊情況對配送服務的影響。

（2）參數變量。參考文獻［10］，對模型的參數和變量進行描述如下。

I={i|i=0，1，2，…}，n表示配送中心與所有客戶的集合，i=0配送中心。

V={v|v=0，1，2，…}，m表示車輛集合；

tij表示配送車輛在客戶i和j（包括配送中心）的運行時間；

Di表示配送客戶i的需求量；

P表示車輛的最大載重；

Dr表示客戶i和j（包括配送中心）的距離；

xijv表示配送車輛v是否從點i到點j進行配送，當配送車輛從點i到點j進行配送時取1，否則取0；

yyi表示配送車輛y是否為客戶i提供配送，當提供時為1；否則取0。

2）模型建立

車輛數、車輛總運行時間、車輛運行距離最小為目標函數；

式（1）表示需求的車輛數量。

式（2）表示車輛總的行駛時間。

式（3）表示車輛總的行駛距離。約束條件：

式（4）～式（6）保證車輛從配送中心出發回到配送中心。

式（7）表示每個客戶點只能被一輛車訪問而且只能訪問一次。

式

（8）車輛到達客戶需求點的時間約束。

式（9）為服務時間窗約束。

式（10）為車輛載重量約束。

3）基于GA的生鮮果蔬物流配送VRPTW模型求解與分析

遺傳算法核心算子是交叉算子、選擇算子及變異算子。參考Solomon的VRPTW模型庫［15］設計算例。以筆者實際調研的云南德宏某配送中心為例，該配送中心地理位置優越，交通便利，基礎設施較為完善。筆者實際調研的某天統計為例，該配送中心對10個客戶需求進行配送，需對其配送客戶合理安排運輸車輛和運輸路線，使配送成本最低。將客戶服務實際分為兩種情況，一種是物聯網技術未用的服務時間，另一種是應用物聯網技術后可能需要的服務時間。利用Matlab設計開發程序，最大進化迭代數設置為500，種群規模設置為100，最大交叉概率為化0.7，變異概率為化0.01。分別在有無物聯網技術應用條件下求解，結果見表2。

從表2可見，在算例中，無論是車輛的數量，還是車輛的行駛距離和總運行時間，應用物聯網技術可減少車輛的行駛距離、運行時間，從而能有效降低物流配送成本，提高物流園區經營管理效益。

表2 配送中心VRPTW模型求解結果

2.2.3 實時跟蹤監控

實時跟蹤監控是利用GPS、RFID、GIS和無線傳感技術相結合的IT技術，獲取配送車輛所經過的空間、地理位置等信息，將信息上傳至監控中心、處理，對整個配送過程進行監控，并及時解決發現問題的過程。工作原理：首先，將貼有RFID電子標簽的果蔬產品周轉箱，裝載在按一定密度擺放微型溫濕度及壓力傳感器的物流車內，實時收集車內狀態信息，將其通過GPRS無線通信傳至監控中心，方便管理人員對車內環境進行監控，這些信息可存儲在RFID標簽中，若出現異常，便采取相關措施，以避免不必要的損失；其次，在物流車上安裝GPS系統，通過GPS提供車輛經緯度、方向、速度、路況等信息上傳至監控中心，借助GIS系統，展現車輛運行軌跡畫面，以實現車輛定位、跟蹤，以實時監控車輛及貨物到達超市門店的整個配送狀況。

2.2.4 全程可視化

基于物聯網的果蔬產品物流監控平臺提供物流全程可視化功能，其中的服務內容就是可在GIS地圖上看到車輛實時位置、配載狀況、貨物流向等信息，還可查閱車輛歷史的運行軌跡，這些功能是由GPS技術、GPRS技術、GIS技術共同組合完成。

本文利用谷歌建立的地圖數據Maps Data，采用Google Maps API提供的功能，將需要地圖展現的功能通過腳本程序，按照相關規范進行交互，實現配送車輛定位識別、軌跡回放等功能。調用Google Maps API的邏輯結構如圖9所示。

車載GPS設備在設定的時間間隔獲取車輛地理信息，該信息被包裝為socket請求方式，通過集成在車載設備中的GPRS模塊，上傳至監控中心。監控中心收到GPRS客戶端模塊發來的信號，對其進行轉換，并提供給平臺GIS信息采集模塊。GIS采集模塊不斷接收著車載設備發送來的地理點位信息，連同時間一起保存在平臺數據庫中，形成一條含有經緯度及時間的數據記錄。

1）當平臺提供定位服務時，將平臺數據庫保存的空間點位和時間信息調取出來，在電子地圖上的相應坐標位置上顯示出來。車輛定位信息在后臺用saveVehcileLocation方法保存車輛信息，然后用Google Maps API實現在地圖上展示和操作。

2）當平臺提供軌跡回放服務時，平臺從數據庫中提取出一個時間段內的信息點，按照時間順序依次在GIS地圖上，形成一條動態、連續的軌跡，以直觀重現車輛運行的歷史軌跡。軌跡回放由后臺Java代碼和前臺JavaScript代碼共同實現，后臺核心代碼為trackHistoryServ對象的getCmlsHisLoca?tionList方法。使用者可通過車牌號、時間段進行篩選回放，回放過程可隨時加速、減速和停止播放，軌跡信息還可導出車本地文件以備用。回放時可隨時放大縮小地圖，可掌握諸如車輛是否在指定路線上行駛，是否在指定地點休息等。

3 結果與分析

農超對接模式下，基于物聯網的生鮮果蔬配送，利用EPC編碼、RFID、GPS、GIS、數據庫等技術，構建物流監控中心服務平臺，實現產品信息采集、追溯、監控等，解決了農超對接中，小生產、大流通的問題。從根本上解決了物流和信息流脫節的問題，減少產品貨損及變質問題，滿足了各主體利益，實現了以下功能。

1）產品溯源。以EPC為基礎的RFID標簽通過微型芯片對信息存儲，并采取特殊方法包裝，可記錄產品從種植、采購加工至配送各環節的信息，確保信息安全可靠，并保證每一箱產品的代碼具有唯一性，方便消費者溯源產品質量信息。

2）路線智能規劃。利用基于物聯網及GA的生鮮果蔬物流配送VRPTW模型規劃配送路線，當遇到不可抗拒的原因時，如天氣或車輛故障導致運輸出現問題時，可根據實際情況在原先設定路線基礎上，按照一定要求和規定，自動選擇最佳的路線。

3）車輛追蹤與控制。根據貨單與車輛的車牌號可鎖定車輛在途信息，實時監控車輛的地理位置、運行軌跡、速度、油耗，以及車內溫濕度傳感器等信息，監控人員可隨時通過控制中心向司機發送信息，司機也可通過緊急按鈕直接向監控中心發送報警信息；

4）軌跡回放。監控中心信息平臺可存儲貨運的所有信息，利用描線方法可記錄車輛運輸的歷史軌跡，借助軌跡點對車輛行駛過程重放。

4 結語

將物聯網技術用于農超對接模式下生鮮果蔬的物流配送，利用GPS、RFID、GIS和無線傳感技術相結合的IT技術，構建生鮮果蔬配送管理平臺，實現果蔬產品從加工配送中心到各超市、消費者手中的全程跟蹤、監管。這樣降低了運作成本，產品可追溯性較強，在配送中實現配送路線的智能規劃、實時監控及全程可視化，使產品安全得到最大限度的保障。對于農戶，該模式降低了產品銷售市場給農戶帶來的難以預測種植風險，一定程度上可保障農戶的種植收益；對于超市，能夠對產品的質量進行更高程度的控制，并節約了流通成本；對于消費者而語言，當超市降低產品價格，消費者可低價購買到高品質的產品。因此，農超對接模式下基于物聯網的生鮮農產品配送方案，是一個農戶、超市、消費者三贏的模式。

［1］齊林.面向可追溯的物験網數據采集與建模方法研巧［D］.北京：中國農業大學博士學位論文，2014：12. QI Lin.The research for the traceability of the Internet of data acquisition and modeling method［D］.Beijing：China agricultural university，Ph.D.Thesis，2014：12.

［2］溫琳.煤炭智能物流園區平臺運營模式研究［D］.北京：中國地質大學博士學位論文，2013：12. WEN Ling.The research of Coal intelligence platform of logistics park operation pattern［D］.Beijing：China univer?sity of geosciences Ph.D.Thesis，2013：12.

［3］Wei Liu，Zhijun Gao.Study on IOT based Architecture of Logistics Supply Chain［J］.International Journal of Grid and Distributed Computing，2014，7（1）：169-178.

［4］Xiang T.R.Kong，Ji Fang，Hao Luo，et，al.Cloud-enabled real-time platform for adaptive planning and control in auction logistics center［J］.Computers&Industrial Engi?neering，in PRESS，2014.

［5］Z.X.Guo，E.W.T.Ngai，Can Yang et.al.An RFID-based in?telligent decision support system architecture for produc?tion monitoring and scheduling in a distributed manufac?turing environment［J］.Int.J.Production Economics，2015，159（10）：16-28.

［6］International Telecommunication Union.ITU Internet Re?ports 2005：The Internet of Things［R］.Geneva：ITU，2005.

［7］寧煥生.RFID重大工程與國家物聯網［M］.北京：機械人民出版社，2010：48-52. NI Huansheng.RFID major projects and national Internet of things［M］.Beijing：Mechanical press，2010：48-52.

［8］Guido L.Geerts Daniel E.Oleary A supply chain of thing：The EAGLET ontology for highly visible supply chains［J］.Decision Support Systems，2014，63：3-22.

［9］劉成生.基于EPC標準的農產品溯源平臺設計與實現［D］.北京：中國科學院大學，2014. LIU Chensheng.Design and implementation based on EPC standards of agricultural products traceability plat?form［D］.Beijing：University of Chinese academy of sci?ences，2014.

［10］劉欣萌，何世偉.帶時間窗VRP問題的多智能體進化算法［J］.交通運輸工程學報，2014，22（6）：92-97．LIU Xinmeng，HE Shiwei.VRP with time Windows of multi-agent evolutionary algorithm［J］.Journal of trans?portation engineering，2014，22（6）：92-97.

［11］公雙雷.物聯網環境下集裝箱堆場管理系統探討［J］.綜合運輸，2013，7（7）：115-119. GONG Shuanglei.Under the environment of Internet of container yard management system study［J］.Integrated transport，2013，7（7）：115-119.

［12］于濱，斬鵬歡，楊忠振.兩階段啟發式算法求解帶時間窗的多中必車輛路徑問題［J］.系統工程理論與實踐，2012，32（8）：1799-1800. YUBin，ZHANPenghuan，YANGZhongzheng. Two-phase heuristic algorithm for solving more with time window will vehicle routing problem in［J］.Journal of systems engineering theory and practice，2012，32（8）：1799-1800.

［13］陳建軍.蟻群算法在物流配送路徑優化中的研究［J］計算機仿真，2011，28（2）：268-271. CHEN Jianjun.The research of ant colony algorithm in the logistics distribution path optimization［J］.The com?puter simulation，2011，28（2）：268-271.

［14］李松，劉興，李瑞彩.基于混合禁忌搜索算法的物流配送路徑優化問題研巧［J］.鐵道運輸與經濟，2007，6（3）：66-69. LI Song，LIU Xing，LI Ruicai.Logistics distribution based on mixed tabu search algorithm path optimization research practice［J］.Journal of railway transportation and economy，2007，6（3）：66-69.

［15］職治亞.基于改進遺傳算法的物流配送路徑優化［J］.系統工程，2012，30（8）：118-122. ZHI Zhiya.Logistics distributionroute optimization based on improved genetic algorithm［J］.Journal of sys?tems engineering，2012，30（8）：118-122．

Application Research in Farmers and the IOT Technology on Distribution of Fresh Fruits and Vegetables

PU Yongxian
（Computer Science Department，Dehong Teachers'College，Dehong678400）

In view of the farmers and mode of small-scale production of fresh fruits and vegetables，big circulation，the prod?uct quality tracking，large transport loss，cost，reduce difficulties and other issues，the fresh fruits and vegetables distribution scheme is put forward based on Internet of things.In order to realize the fruit and vegetable products from the production，acquisi?tion processing to the distribution link，the product quality tracking，genetic algorithm is combined to realize the distribution route of intelligent planning，distribution of the vehicle real-time tracking and monitoring the whole visual management，abnormal alarm. So，the product quality is implemented，the loss of the goods is eased，the product freshness，safety are maintained to maximum，the interests of the subject of the supply chain on each are satisfied，and the development of fresh agricultural products in farmers is promoted.

link between farmers and supermarkets，the internet of things，distribution，fresh fruits and vegetables，tracing system

TN929

10.3969/j.issn.1672-9722.2017.07.042

2017年1月8日，

2017年2月26日

國家自然科學基金子課題項目（編號：31260240）資助。

濮永仙，女，碩士，副教授，研究方向：物聯網精準農業系統，農產品溯源，物聯網應用技術等。