基于改進遺傳算法的冷鮮肉配送路徑優化研究

摘" 要：文章致力于優化冷鮮肉路徑，通過建立目標函數模型，綜合考慮固定成本、運輸成本、制冷成本、碳排放成本、貨損成本和時間窗懲罰成本等因素，利用改進的遺傳算法進行小生境改進和交叉改進，以提高算法的收斂速度和搜索能力。MATLAB軟件仿真結果表明，改進的遺傳算法在有效性和降低配送成本方面均顯著優于傳統遺傳算法。文章不僅提出了冷鮮肉物流規劃優化方法，也為相關領域研究和實踐提供了有價值的參考和指導。

關鍵詞：冷鏈物流；冷鮮肉；路徑優化；改進遺傳算法

中圖分類號：U695.2+91" " 文獻標志碼：A

DOI：10.13714/j.cnki.1002-3100.2025.07.004

Abstract： This study focuses on optimizing the routing of cold fresh meat. By establishing an objective function model and considering factors such as fixed costs， transportation costs， refrigeration costs， carbon emission costs， damage costs， and time window penalty costs， an improved genetic algorithm is employed for small habitat improvement and crossover enhancement， aiming to enhance the algorithm's convergence speed and search capability. MATLAB simulation results demonstrate that the improved genetic algorithm significantly outperforms traditional genetic algorithms in effectiveness and reducing distribution costs. This research not only provides an efficient and reliable optimization method for cold fresh meat logistics planning but also offers valuable references and guidance for related research and practices in the field.

Key words： cold chain logistics; cold fresh meat; route optimization; improved genetic algorithm

0" 引" 言

隨著社會經濟的發展，消費者對安全、品質和便利的需求增加，推動了冷鮮肉市場的發展。冷鮮肉與其他生鮮產品在冷鏈物流方面有一些顯著差異，研究冷鮮肉物流路徑優化具有重要意義。首先，冷鮮肉的保存要求更為嚴格，需要在更低的溫度下保存，因此對溫度控制的要求更高。其次，冷鮮肉的供應鏈通常更復雜，需要考慮到肉類的來源、加工、運輸等多個環節。此外，冷鮮肉的物流路徑優化可以減少溫度波動、縮短運輸時間，從而提高冷鮮肉的新鮮度和安全性。

總的來說，冷鮮肉在冷鏈物流中的特殊性需要針對性的策略和措施來進行優化和管理。本文旨在研究如何在最小化配送成本的同時提升冷鮮肉的配送質量和效率。

1" 冷鏈配送路徑優化研究現狀

學者們對冷鏈物流配送路徑優化問題進行了深入的研究。一部分學者致力于智能路徑規劃算法的研究，如遺傳算法、模擬退火算法和蟻群算法[1]冷鮮肉配送的路徑規劃。Xiaolong et al.[2]的研究利用匈牙利算法改進遺傳算法，應用無邊界限制模糊時間窗的思想解決多個配送中心的路徑規劃問題，探討了如何結合這兩種算法來優化配送路徑，并對算法的性能進行了實驗驗證和分析。

還有一部分學者對影響冷鏈物流配送路徑規劃的因素進行研究，針對冷鏈配送過程中產品所處的溫度環境以及產品新鮮度對路徑規劃的影響展開了研究。王群智等[3]通過實時采集乳制品入戶時送奶箱的內外溫度、配送員的配送速度以及配送時間等數據，分析了如何提高配送效率和降低乳制品的貨損，以確保乳制品在入戶階段的食品安全。李新艷[4]考慮了低碳經濟下的冷鏈物流，并提出了增強企業綠色可持續發展意識方面的完善措施。Ferani et al.[5]等研究了時間窗口、高峰和非高峰時段對配送效率的影響，并提出包含運輸成本、腐爛成本、客戶滿意度和碳排放的綠色路徑優化模型。

綜上所述，針對冷鏈物流路徑優化問題，不僅進行了成本模型的考慮，還將算法進行了多種融合，問題不斷復雜化，這就要求不斷提高算法的求解速度和精度。由于冷鮮肉的物流規劃的特殊性，在求解時通常存在多個局部最優解，所以本文基于遺傳算法進行了小生境改進和交叉改進。改進的遺傳算法，通過模擬自然界的進化過程來搜索最優解，在解決冷鮮肉的物流規劃問題時，有助于保持種群的多樣性，跳出局部最優解，找到全局最優解。同時，也具有適應性強、收斂速度快、求解效率高等優點。因此，基于遺傳算法的小生境改進和交叉改進非常適合解決冷鮮肉的物流規劃問題，可以有效地優化配送路線、降低成本、提高效率，并且具有良好的魯棒性和通用性。

本文通過研究J企業冷鮮肉路徑優化，考慮碳排放和貨運損耗成本，在遺傳算法的基礎上，綜合已有的研究結果進行算法優化，降低碳排放成本和運費，以期提高企業經濟效益，實現低碳綠色運輸目標。

2" 基于改進遺傳算法的冷鮮肉路徑優化模型

2.1" 問題的描述

除了傳統的門店需求量、顧客時間要求、車輛限制和車輛行駛里程外，冷鮮肉物流配送還需要考慮溫度控制[6]方面的因素。由于研究對象是市內門店配送，各門店的營業時間相近，但卸貨時間卻各不相同，這使得在短時間內完成多點配送存在困難。因此，研究的難點在于降低配送里程的同時，盡可能滿足顧客的時間要求，以減少因時間延誤而產生的額外成本。

本文選取了J企業在濟南市的基地作為配送中心，并以市區內的連鎖店和配送社區作為客戶點進行研究。這些區域因為配送業務較多且路徑網絡復雜，配送客戶點較近，對企業自營冷鏈配送產生重大影響，因此非常適合作為本文的具體數據。詳細的配送中心（0）及各配送點（1～18）的分布及經緯度坐標如圖1和表1所示。

2.2" 模型的建立

2.2.1" 模型假設

本文所提出冷鮮肉冷鏈物流運輸路徑優化模型的假設條件如下：（1）配送中心和配送門店數量位置坐標都是已知的，即一個配送中心和18家門店；（2）配送車輛只需將冷鮮肉送到門店即可完成配送任務；（3）配送時間段選在早晨錯開早高峰的時段，避免因交通擁堵造成時間損失；（4）每輛車只能服務一條配送路徑且每個門店只能被一輛車服務。

2.2.2" 數學模型

本文建立的冷鮮肉路徑優化總目標為配送總成本最小，總成本由固定成本、運輸成本、制冷成本、貨損成本、懲罰成本、碳排放成本共六部分組成。

2.3" 遺傳算法的改進

2.3.1" 自適應變異

本文對遺傳算法的改進是利用已有的變量來實現自適應的效果。自適應變異通常意味著根據某些條件動態調整變異概率Pm，但在不增加新變量和參數的限制下，通過已有的信息[7]，如個體的索引（i）來影響變異概率。自適應方法是假定種群中的個體是按照一定的質量或者適應度排序的，可以使得在列表前面的個體（通常假設是適應度較高的個體）具有較低的變異概率，而列表后面的個體（適應度較低的個體）具有較高的變異概率。這樣的自適應調整可以鼓勵對適應度不高的個體進行更多的變異嘗試，使用已有的i和NSel（個體總數）來調整變異概率。具體的自適應方案可能會根據實際的遺傳算法和問題需求進行調整。

2.3.2" 小生境改進

在遺傳算法中整合小生境技術的目標是提高算法的多樣性，防止早熟收斂，同時保持算法的搜索能力。在不引入新的變量和參數的前提下，一種方法是在選擇和重插入階段應用小生境[8]的概念，保持群內部多樣性。本文遺傳算法的改進，將在現有的框架內進行調整，特別是在選擇（Select）和重插入（Reins）的實現上。

對于Select函數和Reins函數，需要確保這些函數能夠維護多樣性。這通常涉及到在選擇過程中偏向于選擇多樣的個體，而在重插入過程中保持新舊種群之間的多樣性。為了加強小生境技術的效果，本文需要采用一般性策略[9]對函數的內部實現進行細節上的改進，例如在選擇和重插入階段隱式地增加多樣性，但具體實現仍依賴于函數的內部細節。

選擇（Select）階段：確保選擇過程不僅基于適應度，還應考慮個體之間的差異性。通過錦標賽選擇中加入多樣性判斷，或者在輪盤賭選擇中為差異性較大的個體增加額外的選擇概率。

重插入（Reins）階段：在將新個體重插入種群時，考慮個體間的差異性，確保新種群保持一定的多樣性。例如，首先比較新舊個體間的差異，再優先保留那些為種群帶來新特征的個體。

2.3.3" 交叉改進

采取另一種策略來改進交叉操作，即“順序交叉”（Order Crossover， OX）[10]。此方法特別適合處理像旅行商問題（TSP）的序列優化問題，因為它保持了路徑的絕對順序和相對位置。在順序交叉中，從兩個父代中選取一段子序列直接復制到子代中，然后從另一個父代填充剩余的部分，保持元素的相對順序不變。

順序交叉操作的關鍵在于保持了父代中選定段以外元素的相對順序，這對于序列問題（如TSP）來說，可以有效維護解的有效性和多樣性。通過在保持序列特征的同時引入新的組合，順序交叉能夠在遺傳算法中探索更廣泛的搜索空間。

3" 模型求解與結果分析

3.1" 傳統遺傳算法與改進遺傳算法對比

本文利用遺傳算法和MATLAB軟件來求解冷鮮肉配送路徑模型，首先設定各項運行參數，包括群體規模、變異概率、交叉概率以及進化終止的迭代代數。接著進行編碼、初始化種群、選擇、交叉、變異、以及終止等步驟，以獲得最優解。隨后，使用改進的遺傳算法進行求解，并比較這兩種算法的精準度。

對比圖2和圖4，可以得到以下結論：傳統遺傳算法大約在45次迭代后開始收斂，110次迭代后陷入局部最優；而改進遺傳算法在大約40次后開始收斂，在65次迭代后陷入局部最優，求解時間變短且求解出的成本數值更小，因此，最優值更優。兩種算法的最優路徑圖見圖3和圖5，由表2和表3可知，傳統遺傳算法的配送車輛有5輛，最優路徑為車輛1：0-18-5-0，車輛2：0-2-15-13-0，車輛3：0-17-12-7-8-0，車輛4：0-16-4-1-3-10-0，車輛5：0-9-11-14-6-0。改進遺傳算法的配送車輛同樣也是5輛，最優路徑為車輛1：0-13-7-0，車輛2：0-2-18-0，車輛3：0-9-11-14-6-0，車輛4：0-4-1-3-10-15-8-0，車輛5：0-12-17-16-5-0。

3.2" 成本結果對比

表4為傳統遺傳算法和改進遺傳算法的各項成本及總成本對比，由表4可知，傳統遺傳算法的總成本最優解為2 765.234 1元，改進遺傳算法的總成本最優解為2 053.063 5元，改進后總成本下降近26%。這表明改進后的遺傳算法進行路徑優化后，在成本效益方面表現更為優秀。

4" 結" 論

為提升冷鮮肉的配送質量和效率，在保證配送成本最小的前提下縮短冷鮮肉在運輸途中的時間，實現經濟效益與環境友好的雙重目標。本文首先將碳排放成本引入冷鮮肉配送成本模型之中，對傳統求解模型進行改進，最后對J企業進行實例驗證，運用MATLAB2021對傳統遺傳算法與改進后的遺傳算法進行實例驗證，數據對比表明改進遺傳算法能夠對傳統遺傳算法的不足進行完善，該研究對于改進遺傳算法缺陷以及綠色冷鏈物流發展提供一定的參考。

參考文獻：

[1] 唐宏偉，高方坤，鄧嘉鑫，等. 基于蟻群算法的物資運送小車路徑規劃研究[J]. 現代制造工程，2024（2）：24-30，119.

[2]" XIAOLONG D， HOUMING F， XIAOXUE R， et al. Multi-depot open vehicle routing problem with fuzzy time windows[J]. Journal of Intelligent Fuzzy Systems， 2021，40（1）：427-438.

[3] 王群智，伍麗芳，勒格吉哈，等. 物聯網技術在低溫乳制品冷鏈末端運輸中的應用[J]. 物流技術，2022，41（1）：125-130.

[4] 李新艷. 低碳經濟下內蒙古牛肉冷鏈物流發展策略[J]. 食品研究與開發，2022，43（6）：227-228.

[5]" FERANI E ZULVIA， R J KUO， DWIYANTI Y NUGROHO. A many-objective gradient evolution algorithm for solving a green vehicle routing problem with time windows and time dependency for perishable products[J]. Journal of Cleaner Production， 2020，242（1）118428.1-118428.14.

[6] 李春發，米新新，崔鑫. 基于雙曲正切函數改進蟻群算法的冷鏈物流配送路徑優化[J]. 公路交通科技，2023，40（12）：236-244，258.

[7] 徐強，徐堅磊，胡燕海，等. 基于改進模擬退火遺傳算法的機械臂軌跡優化[J/OL]. 系統仿真學報，1-10（2023-12-05）[2025

-03-19].https：//doi.org/10.16182/j.issn1004731x.joss.23-1148.

[8] 鄧灝，唐希浪，蔡忠義，等. 基于改進遺傳算法的多無人機搜索航路規劃[J]. 電光與控制，2024，31（4）：12-17.

[9] 吳凡，楊冰，洪思. 基于改進遺傳算法的應急車輛調度研究[J]. 數學的實踐與認識，2021，51（18）：10-23.

[10] 軒華，王君妍，王薛苑. 初始階段為串行批處理的FFSP改進遺傳算法[J]. 控制工程，2018，25（8）：1415-1420.

收稿日期：2024-03-30

基金項目：遼寧省經濟社會發展研究課題項目“產業轉移視角下遼西融入京津冀協同發展戰略先導區的城市吸引力研究”（2023lslybkt-071）

作者簡介：王勝源（1984—），男，福建泉州人，遼寧工程技術大學傳媒與藝術學院院長，副教授，博士，研究方向：傳播與社會發展、科學傳播；王" 珍（1999—），女，山東棗莊人，遼寧工程技術大學工商管理學院碩士研究生，研究方向：供應鏈管理。

引文格式：王勝源，王珍. 基于改進遺傳算法的冷鮮肉配送路徑優化研究[J]. 物流科技，2025，48（7）：15-19.