考慮碳排放的城市生鮮冷鏈物流配送路徑優化研究

摘" 要：針對生鮮農產品配送路徑優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產品冷鏈物流配送為例，綜合考慮其碳排放、貨損以及客戶時間窗等因素，構建以綜合配送成本最小化為目標的生鮮冷鏈物流配送路徑優化模型，并運用遺傳算法進行求解，對比分析不考慮碳排放和考慮碳排放的路徑規劃方案，分析結果表明考慮碳排放成本，有助于減少碳排放量，節約配送車輛行駛時間，降低生鮮農產品的貨損率，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化提供理論基礎。

" 關鍵詞：路徑優化；生鮮農產品；遺傳算法；碳排放

" 中圖分類號：F252.14" " 文獻標志碼：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

" 隨著經濟發展和消費水平的不斷升級，人們對生鮮農產品品質的要求不斷提高。生鮮農產品具有保質期短，易腐爛等不同于其他產品的特點，在運輸中需要制冷控制溫度，而這會導致碳排放增高，進而增加成本，因此，通過路徑優化來減少配送成本是城市生鮮冷鏈物流研究的重點之一。

對于生鮮食品物流配送路徑優化問題，國內外很多的學者從不同的方面對其進行了研究。Wang et al[1]考慮客戶滿意度提出帶軟時間窗的生鮮配送路徑優化模型。Agustina D et al[2]綜合考慮了生鮮農產品的保質期天數和交貨期限，構建了帶有時間窗的車輛路徑問題的線性計劃交叉模型。方文婷等[3]以最小成本為目標建立配送路徑優化模型并使用蟻群算法進行模型求解。張倩等[4]考慮產品新鮮程度、客戶需求量等因素建立配送路徑優化模型，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建路徑優化模型，使用蟻群算法進行模型求解。寧濤等[6]考慮總成本建立路徑優化模型，使用量子蟻群算法進行模型求解。鄧紅星等[7]考慮生鮮貨損成本和客戶時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行求解。明小菊等[8]建立生鮮冷鏈配送模型，將改進粒子群用于模型求解。綜上所述，通過對比研究發現，大多數研究都考慮了運輸成本、貨損成本、時間窗因素，但在建模體現不明顯，需要進行深度優化。

" 本文以烏魯木齊市北園春生鮮農產品冷鏈物流配送為例，根據生鮮農產品配送的特點，在構建模型時不僅將客戶時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化模型，針對這種困難和復雜的車輛路徑優化問題，通過遺傳算法對該模型進行求解。

1" 問題描述與模型構建

1.1" 問題描述

" 已知配送中心和生鮮客戶的地理位置、需求量和時間窗約束，考慮單一配送中心向多個客戶點配送生鮮農產品，配送車從配送中心出發配送生鮮到指定的客戶點后返回配送中心，并且基于客戶點的需求量約束和時間窗約束，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化目標進行模型構建。

1.2" 模型假設

" 為了確保模型構建符合現實，做出以下假設：（1）單配送中心、多客戶點的單向生鮮配送情形；（2）車輛載運量相同且已知，不能超載；（3）客戶需求量已知，單次需求量不超過車輛運載上限；（4）客戶點與配送中心，客戶點與客戶點之間路線相通；（5）在配送過程中，每個客戶點的生鮮需求量不發生變化；（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集合，其中０為配送中心，其余的為客戶點。

1.4" 成本分析

2.4" 遺傳算子及算法終止設計

為了保證每代最優的基因不被丟失，在傳統輪盤賭選擇法的基礎上引入穩態復制原則。交叉算子需進行多輪選擇，每次隨機產生一個數r，當r小于交叉概率pcc時，進行雙點交叉式遺傳操作（父本鏈之一為上代最優解）。當然，直接交叉有時會產生不可行解，例如A：98|765432|10和B：01|234867|59，交叉產生子代A1：98|234867|10和B1：01|765432|59，A1中基因8出現兩次而基因5不存在，B1中基因5出現兩次而基因8不存在。為避免以上情況，在算法實現時做出以下安排，例如，獲取A1時，A的前兩個基因A（98）和后兩個基因A（10）不變，在B中將A中保留的基因去除，此時，B剩下B（234675），則A1為9823467510， B1同理可得。然后進行概率變異，這里變異操作采用交換變異算子方法，隨機從選擇2個非零基因，對其位置進行交換。當迭代次數達到上限Gmax時終止迭代，此時的解當作最優解。

3" 實例驗證分析

3.1" 客戶點基本信息及相關參數

" 北園春生鮮配送中心位于烏魯木齊市，選取烏魯木齊市30家客戶點在8月某一天配送的相關數據分析，各客戶點的需求信息（需求量、期望時間窗、可接受時間窗、服務時間）如表1所示。

配送中心的配送車輛最大載重量為8t，因生鮮配送任務都發生在上午5：00—9：00，將外界溫度設為17℃，車內溫度設為5℃。因為客戶點的服務時間較早（烏魯木齊與內地有2小時時差），因此交通擁堵對車輛形式速度的影響極小，忽略不計，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，其運輸成本是1.7元/km，遺傳算法的種群規模為100，迭代次數為50，選擇概率為0.9，交叉概率為0.7，變異概率為0.05。具體參數如表2所示。

3.2" 配送路徑優化模型對比分析

通過仿真軟件對生鮮配送路徑優化求解可知，不考慮碳排放成本時最優配送路線為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。考慮碳排放成本時最優配送路線為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，此時碳排放量為240kg，設置碳排放價格為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，碳排放量由306kg降低到240kg，成本整體減少了19.7%。同時，考慮碳排放的最優解組成成本比不考慮碳排放的最優解組成成本低，其中，車輛運輸成本降低了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化時，為減少碳排放成本，必須盡量縮短配送時間，從而能夠得到與車輛行駛時間相關的各項成本的節約。具體成本組成對比如表3所示。

4" 結" 論

隨著經濟發展和消費水平的不斷提升，綠色低碳發展已經成為現在國家的主旋律，綠色低碳物流也是物流業的發展趨勢和生存之本，綜合考慮其碳排放、貨損以及客戶時間窗等因素，構建以綜合配送成本最小化為目標，對城市生鮮冷鏈物流配送路徑優化問題進行研究。通過對比分析兩種路徑規劃方案發現考慮碳排放不僅能夠減少綜合配送成本，而且能夠很好地節約配送時間，降低碳排放量。對于城市生鮮配送，應該綜合考慮車輛行駛距離，產品貨損、客戶時間窗等因素，在國家綠色低碳發展政策下，能夠更好地實現企業和客戶共贏的局面。

參考文獻：

[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，艾時鐘，王晴，等. 基于混合蟻群算法的冷鏈物流配送路徑優化研究[J]. 中國管理科學，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劃多目標模型[J]. 系統仿真學報，2019，31（8）：1582-1590.

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

[6] 寧濤，茍濤，劉向東. 考慮低碳約束的生鮮農產品冷鏈物流策略仿真研究[J]. 系統仿真學報，2022，34（4）：797-805.

[7] 鄧紅星，周潔，胡翼. 考慮碳排放的生鮮農產品冷鏈物流配送路徑優化模型[J]. 重慶理工大學學報（自然科學），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化技術研究[J]. 包裝與食品機械，2022，40（2）：76-81.

[9] 李桂娥. 生鮮農產品冷鏈物流配送路徑優化研究[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

基金項目：新疆農業大學2023年度大學生創新項目（202210758025）

作者簡介：李" 莉（1973—），本文通信作者，女，陜西西安人，新疆農業大學交通與物流工程學院，副教授，博士，研究方向：農產品物流、供應鏈管理。

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化研究[J]. 物流科技，2024，47（15）：147-150，155.