基于遺傳算法的生鮮農產品配送路徑研究

摘 要：在“鄉村振興”國家戰略背景下，越來越多生鮮農產品進入到人們的餐桌，生鮮農產品配送時效性問題突顯。采用遺傳算法對生鮮農產品配送路徑進行研究，建立數學模型，為后續實例研究提供思路。

關鍵詞：遺傳算法;農產品;配送

文章編號：1004-7026（2019）24-0035-02 ? ? ? ? 中國圖書分類號：F326.6? ? ? ?文獻標志碼：A

鄉村振興戰略的提出，為農村經濟發展打開了一扇致富之窗。在實施鄉村振興的道路上，農村電商被給予厚望。“互聯網+”農業促進了農產品品牌打造，有助于農村地區產業升級和實現農業強農民富的目標。生鮮農產品市場迎來機遇的同時，農產品易腐、易爛特性為生鮮農產品配送帶來了巨大的挑戰。為生鮮農產品上行拓寬道路，具有現實意義。

1 ?遺傳算法

1.1 ?遺傳算法簡介

遺傳算法（Genetic Algorithm，GA）是計算數學中用于解決最佳化的搜索算法，是進化算法的一種。遺傳算法結合計算機解決實際問題，在不同學科都可適用。遺傳算法基于達爾文的進化論，具有很好的收斂性，可有效解決最優化搜索問題[1]。

1.2 ?遺傳算法的思想和求解步驟

遺傳算法模擬了達爾文的進化論，即模擬了大自然中生物優勝劣汰的進化過程。該種群結構進化過程如圖1所示。

2 ?生鮮農產品配送路徑模型建立

2.1 ?制約函數

制約函數表現的現實情況是：生鮮農產品在物流過程中，因為周轉、裝卸、出入庫等狀態變化情況下，使物流中溫控有波動，從而會對生鮮農產品的品質有影響，從而產生貨損費用[2]。

假定在整個物流過程中，僅某一時間t1，生鮮農產品的溫控變化從T升高至T1。Wjk（t）表示t時刻的生鮮農產品品質良好狀態的產品數量，bk表示客戶k的需求數量。則貨損費即制約函數如下。

f=c[1-e■]×100%×Wij（0） ? ? ? ? ? ?（1）

其中，c為單位懲罰系數。

運送到客戶k手中的完好物品量如下。

Wjk（tjk）=e■×100%×Wij（0）=bk（2）

2.2 ?模型設立

在建模過程中，進行如下條件設定。

（1）每位消費者的貨源來自一個物流中心。

（2）制約函數中，物流過程中的溫度變化設定僅一次。

（3）數學模型中的物流運輸狀態均一致，包括車行速度，行車方式。

（4）模型中物流中心的周轉量與消費者的總需求一致。

（5）模型中各物流中心自然環境狀態一致，對各成本如建立成本沒有關聯。

模型建立的主要思想是在保證服務的前提下，總成本耗用最低，包括運輸費用、土地費用、運營費用、租賃成本、庫存成本、物流活動成本、腐敗成本等[3-4]。計算公式如下。

minF=

3 ?利用MATLAB 7.0遺傳算法工具箱仿真

3.1 ?適應度函數構造

適應度函數（Fitness Function）的構造會對遺傳算法優化過程和最優結果產生影響，構造合適的適應度函數可以對染色體編碼形成的原始解進行評估。染色體編碼的目的是形成物流總成本的最低。適用度函數構造如下。

minF=

（4）

3.2 ?模擬路徑

根據數學建模的函數，利用MATLAB 7.0編程求解，形成的結果如圖2所示。其中，由上至下的節點分別表示物流中心、中轉冷庫和消費者。

3.3 ?結論

整個數學模型建立在單產品基礎上，為生鮮農產品的配送提供思路。對多品種、多保管條件的實際案例，需要借助其他智能算法來解決。

參考文獻：

[1]王有鴻.基于遺傳算法的生鮮農產品物流配送路徑聚類優化[J].江蘇農業科學，2018，46（12）：358-362.

[2]陳慧慧.多級冷鏈物流網絡分析與優化[D].武漢：武漢理工大學，2014.

[3]俞林.基于BP模糊評價的冷鏈物流中心選址問題研究[J].物流技術，2013（19）：95-98.

[4]曹倩，邵舉平，孫延安.基于改進遺傳算法的生鮮農產品多目標配送路徑優化[J].工業工程，2015，18（1）：71-76.