物流工程硕士论文：冷链联合配送混合蚁群算法设计

　　
　　现今社会，居民对生鲜农产品的需求量不断增加，冷链物流得到了快速发展。但同时，出现了高能耗和高碳排放量的现象，与现今所提倡的低碳经济相违背。企业在进行物流配送过程中，通过变换配送模式提高经济效益，但与此同时却忽略了环境效益，因此研究冷链物流的低碳配送符合现阶段的低碳发展理念。
　　
　　针对生鲜农产品冷链配送高时效性、低成本、资源信息共享、低碳、绿色化的新需求，本文以生鲜农产品为研究对象，首先提出了一种半开放式多中心联合配送模式，对冷链配送过程中所产生的车辆派遣成本、运输成本、时间惩罚成本、货损成本以及制冷成本进行了分析，并在研究中考虑了碳排放因素，将碳排放成本化，加入到了总成本中；其次，构建了以车辆载重和客户软时间窗为约束条件、以总成本最小为目标的半开放式多中心冷链联合配送路径优化模型；最后本文设计了基于模拟退火算法、人工鱼群算法和基本蚁群算法的改进的混合蚁群算法，对模型进行了求解。结合某市 W 企业冷链配送实例，采用改进的混合蚁群算法进行求解得出最优的配送方案，并与采用基本蚁群算法得出的原始路径进行对比，验证了改进的混合蚁群算法求解模型的合理性和有效性，并为企业在进行生鲜农产品冷链配送过程中实现低碳、低成本的最优路径配送提供一定的理论依据。
　　
　　关键词：碳排放；半开放式多配送中心；改进的混合蚁群算法；冷链物流；联合配送。
　　 　　
　　In modern society, the residents' demand for fresh food is increasing. So the cold chain logistics has been developed rapidly. But at the same time, the phenomenon of high energy consumption and high carbon emission emerges, which is contrary to the low-carbon economy advocated nowadays. Logistics distribution enterprises improve economic benefits by changing the traditional distribution model. But at the same time, the enterprises ignore environmental benefits. Therefore, researching on low-carbon distribution of cold chain logistics conforms to the low-carbon development concept at the present stage.
　　
　　Aiming at the new demands of fresh food in cold chain distribution, such as high time efficiency, low cost, resource and information sharing, low-carbon and green,this article puts forward a semi-open multiple distribution centers(multi-DCs)distribution model taking fresh food as the research object. The paper considers carbon emission factor, and analyzes the vehicle dispatch cost, transport cost, time penalty cost, cargo loss cost, cooling costs and carbon emissions cost occurring in the process of cold chain distribution. Secondly, a semi-open multi-DCs cold chain joint distribution path optimization model is constructed, which takes vehicle load and customer soft time window as constraints and aims at the minimum total cost. Finally,the proposed model was solved by the hybrid algorithm of simulated annealing algorithm (SAA), ant colony algorithm (ACA) and artificial fish-swarm algorithm (AFSA). Combining with a practical logistics distribution enterprise, this paper compares and analyses the distribution schemes using the basic ACA and the improved hybrid ACA. This paper verifies the rationality and effectiveness of the improved hybrid ACA in solving the optimization model of cold chain joint distribution route of fresh food considering carbon emission, and provides some theoretical basis for the cold chain distribution enterprises to achieve low carbon and low cost distribution.
　　
　　Keyword:   carbon emissions; semi-open multiple distribution centers; improved hybrid ant colony algorithm; cold chain logistics; joint distribution。
　　 　　
　　1.1 研究背景及意义。
　　
　　1.1.1 研究背景。
　　
　　近年来，冷链物流快速发展，其作为物流业中消费升级的代表性行业，受到广泛关注。我国的水产品市场、肉制品市场、农产品市场、速冻食品市场以及乳制品市场等都有着广阔的发展前景。据统计，2017 年，我国冷链物流的需求总量达到 14750 万吨，比上年增长 2250 万吨，同比增长 18%；流通的货币总值达到 4 万亿元，同比增长 18%；冷链物流业总收入 2550 亿元，同比增长 13.3%。
　　
　　我国第三方冷链物流企业供应链服务，在冷链物流行业快速发展的带动下得到了不断完善和提高，政府也出台相关政策，对冷链物流相关行业加强管理，如：
　　
　　逐渐淘汰高能耗、低效率、不合格的冷藏车，加强监督和管理生产和储藏环节的保质期及温度控制，重点监督销售终端的冷藏冷冻设施，加强冷链各环节温控记录和品质监督。2017 年，中央和地方政府先后出台多项政策，着重考虑设施设备、运输组织、信息化、行业监管、配套政策等核心要素，政府的政策导向均体现出政府对冷链物流发展的重视程度。
　　
　　冷链物流在发展过程中为应对物流基础设施相对落后、高能耗低效率的运作模式等问题，逐渐从传统的单配送中心配送发展为多配送中心联合配送，从封闭式分区域配送转变成为半开放式跨区域配送，在配送模式上有了一定的改进，以达到高效率低成本的配送。但冷链物流不断发展的同时，也给环境带来了相应的影响。在生鲜农产品冷链配送过程中，由于生鲜农产品需要长期处于低温环境中，从而消耗大量的能源，产生过多的二氧化碳，加重了环境污染。与此同时，低碳理念逐渐被人们所熟知，成为了人们的主要关注点，这就要求生鲜农产品配送企业在冷链物流配送过程中，除了要高时效、高质量的完成配送外，还需要合理规划路线，在节约成本的同时减少碳排放，实现冷链物流的可持续发展[1]。冷链物流的运输环节消耗能源极多，据统计，全球因运输产生的碳排放量占碳排总量的25%-30%，且逐年增长。冷链物流作为高碳排放的行业，因此研究冷链物流配送过程中，配送企业如何在保证实现经济效益的同时达到社会效益和环境效益的最大化已经成为热点问题。
　　
　　本文在冷链物流快速发展与低碳理念逐渐深入相矛盾的大背景下，引入顾客软时间窗限制，基于多配送中心资源信息共享的优势，考虑碳排放因素，对实行半开放式多配送中心冷链联合配送模式的企业的路径优化问题进行研究。以车辆载重和客户软时间窗为约束条件，构建了以车辆派遣成本、运输成本、时间惩罚成本、货损成本、制冷成本以及碳排放成本之和最小为目标的半开放式多中心冷链联合配送路径优化模型，从整体出发，规划合理配送路线，在实现低成本、高时效、高质量的基础上实现低碳排放量，满足经济效益的同时，提高环境效益，为企业优化路径提供一定的理论依据。
　　
　　1.1.2 研究意义。
　　
　　冷链物流的低碳发展符合现今所提倡的绿色理念，本文在对半开放式多配送中心模式的冷链联合配送车辆路径优化问题进行研究时，考虑了碳排放因素，具有以下的研究意义：
　　
　　（1）明确了冷链物流与低碳物流的关系。
　　
　　冷链物流对温度的要求极其严格，从而具有高能耗、高碳排放量的特点，发展低碳物流，必须减少碳排放量，但这便制约了冷链物流的发展，因此，研究冷链物流的低碳配送，对发展冷链物流，减少碳排放量具有重要意义，有利于企业形成低碳经营模式。
　　
　　（2）介绍了半开放式多中心联合配送模式。
　　
　　单中心配送模式运力不足，资源有限，已经不能够完全满足冷链物流发展的需求，而半开放多配送中心的联合配送模式能够实现多配送中心之间资源信息共享，是冷链物流业发展的必然趋势。
　　
　　（3）加强了低碳冷链联合配送路径优化问题的基础理论研究。
　　
　　国内外研究学者对考虑碳排放的冷链物流的研究较少，并且在配送模式的研究上，较少研究半开放式多配送中心的配送模式，大多研究的是单配送中心以及多配送中心分区配送。本文将碳排放因素与半开放式多配送中心配送模式的冷链物流相结合，扩展了冷链物流路径优化问题的研究范围。
　　
　　（4）为物流配送企业提供参考价值。
　　
　　物流配送企业的主要目的是在配送过程中实现低成本，高效率，满足顾客需求，但随着低碳理念的深入，企业必须控制配送过程中产生的碳排放，实现低碳配送。因此，研究冷链物流的低碳配送，规划出合理的配送路线，不仅可以减少碳排放量还可以降低配送成本，在提升企业竞争优势，树立企业形象的同时，达到提升企业经济效益、减少环境污染的目的。
　　
　　1.2 国内外研究现状。
　　
　　1.2.1 冷链物流配送问题研究。
　　
　　我国冷链物流具有起步晚，发展势头猛的特点。近年来，生鲜农产品的冷链配送在物流业发展中占据主要地位，生鲜农产品配送不同于普通物流的配送，普通物流的配送路径优化问题，所考虑的总配送成本中并没有制冷成本，且对时间的要求并不严格。而对于生鲜农产品冷链配送，此类产品具有易腐的特点，因此对时间和温度具有较严格的要求，在计算配送总成本时与普通物流的配送总成本存在不同。基于以上分析，在 Dantzig 和 Ramser（1959）提出车辆路径问题以来，国内外学者对冷链物流的路径优化问题逐渐展开大量的研究[2]。
　　
　　陈久梅等（2018）以生鲜农产品冷链配送总成本最小为目标，建立了生鲜农产品多隔室车辆路径优化模型，并设计了粒子群算法进行了求解[3]；Tarantilis 和Kiranoudis（2001）研究了基于生鲜品的多车型车辆路径优化问题，并采用门槛值算法进行了求解[4]。蔡浩原等（2017）考虑到鲜活农产品具有易变质的特性，建立了鲜活农产品的变质函数和配送时间的惩罚函数，并采用人工蜂群算法对带有时间窗的鲜活农产品冷链物流路径优化模型进行了求解[5]。
　　
　　单一普通的算法在求解路径优化问题时存在一定的局限性，学者们对传统的启发式算法进行了改进，王维军等（2017）结合冷链物流的特性，采用改进的智能水滴算法对带时间窗的冷链物流配送路径优化模型进行了求解，为企业解决路径优化问题提供一定的理论依据[6]。樊世清（2017）针对生鲜农产品易变质、易腐蚀的特点，构建了以最小总配送成本为目标的冷链物流车辆配送路径优化模型，采用改进的蚁群算法对模型进行了求解[7]。王进成（2018）等针对鸟群算法的不足，提出一种改进的鸟群优化算法（WBSA）对农产品冷链物流配送优化路径模型进行了求解，验证了 WBSA 算法的可行性和有效性[8]。王淑云等（2016）针对顾客需求的随机性和需求种类的多样性，构建了随机需求下具有时间窗限制的冷链多温共配路径优化模型，设计了 K-means 聚类算法、蚁群算法和随机动态规划算法相结合的路径优化算法对模型进行了求解，并对配送时限、车容量进行了灵敏度分析，得出了配送时间与配送时限、车容量的关系[9]。
　　
　　由于生鲜农产品易腐、易烂、易变质，顾客对配送时间有一定的要求，为了满足顾客对配送时间的严格要求，部分学者对带有时间窗的冷链配送问题进行了研究。Manish Shukla（2013）、徐松梅（2017）等建立了以硬时间窗为约束条件、以最小总配送成本为目标的模型，分别采用人工免疫系统算法、遗传算法进行了求解[10] [11]；NabilaAzi（2010）等以硬时间窗为约束，采用确定性算法对模型进行了求解[12]。由于在实际的生鲜农产品冷链配送过程中，软时间窗更符合顾客的要求，因此很多研究者对此类问题更加关注。Zhen-ping L（2013）、葛显龙（2016）等则以软时间窗为约束条件，对冷链配送路径优化问题进行了研究[13][14]。曾志雄等（2019）研究了荔枝冷链配送问题，为保证荔枝在短时间内完成配送，保持新鲜度的同时降低配送成本，以软时间窗为约束，构建了运输成本、能耗成本、损耗成本以及时间惩罚成本模型，并采用蚁群算法对各成本模型进行了求解[15]；姚源果等（2019）针对现有的城市道路交通拥堵问题，以软时间窗为约束，分析了冷链配送的固定成本、运输成本、制冷成本、货损成本和惩罚成本，之后又设置了合理的接驳点，建立了基于实时路况和接驳点的冷链配送路径优化数学模型，并利用蚁群算法进行了求解[16]。P.Amorim（2014）等构建了一个以多时间窗为约束，使用多车型车辆进行配送的路径优化模型并进行了求解[17]。王旭坪等（2011）构建了带模糊时间窗的冷链物流配送路径多目标优化模型，达到配送总成本最小化以及客户满意度水平最大化[18]。

·······

结论

　　生鲜农产品冷链联合配送，是指对生鲜农产品采用半开放式多配送中心的配送模式进行低温冷链配送。生鲜农产品具有易腐、易变质的特点，在配送过程中需要长期处于低温条件下，且能够被保质保量的快速、准时的送达到客户手中，因此会产生相应的货损成本、制冷成本和时间惩罚成本。为了顺应当今社会所提倡的低碳理念，企业在冷链配送过程中，需要考虑碳排放因素，发展低碳物流将碳排放成本计入总成本中，控制碳排放量同时降低总配送成本。

　　基于此，本文以生鲜农产品为研究对象，在多配送中心信息与资源共享的基础上，基于软时间窗要求，提出了一种考虑碳排放的以总成本最低为目标的半开放式多配送中心冷链联合配送模型，其中总成本包括车辆派遣成本、运输成本、时间惩罚成本、货损成本、制冷成本和碳排放成本。然后，结合模拟退火算法、蚁群算法和人工鱼群算法的优点，设计了改进的混合蚁群算法，最后根据所建模型，利用改进的混合蚁群算法对 W 企业生鲜农产品冷链物流联合配送路径优化问题进行了求解。通过求解结果可以得出，改进的混合蚁群算法求解半开放式多配送中心冷链联合配送模型的效率更高、稳定性更好，验证了改进的混合蚁群算法的有效性。同时，将碳排放因素考虑在所建立的模型中，利用改进的混合蚁群算法解决了实际企业生鲜农产品冷链配送问题，使得企业的配送总距离、配送总成本及碳排放量最小。综上可以得出，将碳排放因素考虑在企业的实际配送中，是企业节约资源、实现多配送中心信息共享、达到经济效益和环境效益最大化的重要措施，本文的研究结果为生鲜农产品配送企业进行低碳配送提供了一定的理论依据，具有一定的现实意义。

　　虽然本文在研究中考虑了碳排放因素，符合现今社会所提倡的低碳发展理念，通过建立半开放式多配送中心的冷链联合配送模型，设计改进的混合蚁群算法，解决了企业实际的冷链配送问题，为实际企业规划配送路径时考虑碳排放因素提供一定的理论依据。但是，由于本文的模型是在一定的假设和约束条件上建立的，所以存在着不全面之处，同时受到实际配送情况和个人水平限制，本文还有很多不足。在今后的研究工作中，可以从以下几个方面进行相应的研究。

　　（1）本文假设企业拥有充足的配送车辆且所使用车辆为同一车型，在未来的研究中，可以将研究进一步的延伸到企业使用自有车辆和租赁车辆共同配送，配送车型不同的问题。

　　（2）本文研究的配送车辆为具有一个冷藏车厢的车辆，但由于生鲜农产品的种类不同，对冷藏箱的温度要求也不同，在今后的研究中，可以研究使用具有多隔室配送车辆进行配送的问题。

　　（3）本文研究的是客户单时间窗的配送问题，在今后的研究中，可以研究考虑客户多时间窗的配送问题。

　　（4）本文的研究中，假设的是配送车辆在行驶过程中采用匀速进行行驶，而实际配送过程中，途中有不可预知的现象发生，因此车辆难以保持匀速行驶，所以在今后的研究中，可以将速度当成变量，对多配送中心问题进行研究。

　　（5）本文在研究中未考虑车辆故障对设计配送路径的影响，而实际配送中，车辆故障在所难免，因此在今后的研究中，可以考虑车辆故障的干扰因素。

　　（6）本文只考虑冷藏车进行配送，当配送距离较远时，就需要多种交通工具的联合配送，因此在今后的研究中，可以考虑不同种交通工具在多配送中心的条件下进行联合配送。