文章编号：1001-4098(2020)06-0070-11 随着经济水平不断提高，“菜篮子”越来越受到人们的重视，如何让远郊或偏远农村发挥土地资源禀赋的特点，借助精准快捷的物流实现生鲜果蔬快速走向餐桌。生鲜物流服务商应立足于资源和产业基础，牵头规划实力雄厚、带动能力强的生鲜物流网络，推动产业合作，实现共同发展。2019年3月召开的十三届全国人大二次会议关于加大扶持小农户建议的答复中提到，在前端市场建设方面，根据农业部2015年《全国农产品产地市场发展纲要》的规划布局，集货的“最先一公里”阶段更为重要。提高流通效率，减少流通中的果蔬损失，是推动生鲜农产品上行的必然方式。当前物流集货过程中客户可以随时随地通过任意移动设备发出需求，这就导致需求呈多样化、碎片化发展。在此情形下，需要企业更有效、快速地处理客户需求信息。闪此，企业可以利用一定的预测分配手段提前规划，尽量减少客户的不便度。再者，对车辆路径进行前摄性调度可以及时的响应客户需求，提升企业服务质量、维持客户忠诚度。最后，各地陆续推出的交通限行政策，迫切需要企业改进运输车辆调度方式及运输线路规划方案，以便能够在新形势下适应新的变化。 关于生鲜物流路径规划问题，目前多数文献的研究点在于“最后一公里”的配送上，关于“最先一公里”集货的文献较少，但这方面却有其不可或缺的重要性。农业部[1]2015年印发的《全国农产品产地市场发展纲要》中指明生鲜物流集散功能的重要性。在供给侧改革背景下，吴素素[2]强调对生鲜农产品前端集货的调度规划是保证生鲜农产品品质的关键阶段。保证品质的同时，也要对生鲜物流的成本进行控制。在成本构成方面，赵立娥[3]将运输成本、仓储成本、惩罚成本与物流管理费四部分考虑到生鲜物流成本中，同时文中建立的成本优化模型证明了生鲜系统中运输成本与温度成负相关。刘琳[4]的研究在此基础上考虑更全面，将运输过程中的货损成本、车辆行驶中的制冷成本考虑进来。而对于运输过程中货损成本的度量Kaveh Khalili等[5]提出了一种新的双目标混合整数数学规划，用来对物流中心中易变质产品的质量进行估算和预测。此方法提供了一种预测生鲜货物量的方法，进而更精确地确定货损成本。区别于现有关于生鲜物流成本构成的研究，本文在考虑车辆成本、货损成本、制冷成本的基础上，增加了车辆等待客户请求这一阶段的等待成本，使成本构成更加完善。在预测客户需求量方面，林琳等[6]采用时间维度聚合的方法预测客户需求量。利用新陈代谢原理，孙爱民等[7]，建立了灰色GM(1，1)模型，对西安全年的电力需求量进行预测。李洪兵等[8]，以灰色模型和线性回归模型的拟合为基础，构建灰色回归组合模型对天然气需求量进行预测，模型精度较高。为了进一步提高预测值的精确度，褚衍昌等[9]，首先用灰色模型对货运量进行初步预测，再用Markov模型对灰色模型进行修正，从而构建出了新的GM—Markov模型，对京津冀地区货运量进行预测。将需求量预测的方法引用到生鲜物流的场景中，肖云梅等[10]，采用二次指数平滑法对典型农产品进行预测分析，为农产品冷库布局提供了理论参考。前人的研究可以看出用于生鲜物流货运量的预测方法较少，本文在此基础上，根据生鲜物流中农产品的特殊属性，选取灰色预测模型作为农户集货需求量预测的方法。 通过一定的成本分析和需求预测结果可以对车辆进行前摄性调度，使得运输过程中物流服务提供商能够及时高效地响应客户并达到成本最小化的目标。王艳婷等[11-13]以鲁棒性最大为目标，构建前摄性调度优化模型，并以此为基础构建损失最小的反应性调度优化模型，在她之后的研究中又针对动态随机环境下的项目调度提出前摄性和反应性权衡优化模型。Wohlgemuth等[14]将客户的动态性考虑进来，分析车辆路径问题中运输时间连续性和短时间内需求区域聚合等问题，结果表明，前摄性调度可以提高车辆利用率。Angelelli等[15，16]提出了前摄性的路线规划方法，建立了以减少客户的旅行不便度为目标函数的数学模型，随后该学者在不便模型的基础上提出拥堵模型，解决交通拥堵的问题。葛显龙等[17-19]建立了单周期和多周期的摄性车辆调度模型。可以看出，现有文献较少将客户的差异化考虑到前摄性调度模型中，由于农户需求本身的不确定性和动态性，本文根据其特点将农户分为七类，在前摄性集货调度前对农户进行分区聚类，以便统一规划物流线路、调度车辆。同时，基于需求预测的前摄性响应策略的理论方法还不够完善，本文在这一方面展开了进一步的探索。 综上所述，本文针对生鲜果蔬易腐，对时间、温度等因素具有较强的敏感性、区域性等问题，首先，根据生鲜果蔬成熟规律及天气变化规律总结出的大量历史数据，采用灰色预测模型，确定农户发出集货请求的时间与集货量。其次，建立基于前摄性调度的集货路径优化模型，并设计节约里程禁忌搜索算法对模型进行求解。最后，结合重庆某区县的实际数据，对所提出的算法进行检验，实验结果证明模型的有效性。本文第1节对问题进行剖析。第2节构建集货路径优化的数学模型，第3节设计节约里程禁忌搜索算法对模型进行求解。第4节结合重庆某区县实际数据，对所提出的算法进行检验。
图1 集货路径计划 1 问题分析 1.1 问题描述 本文研究的前摄性生鲜物流集货路径问题可描述为：在确定的生鲜果蔬生产区域内，以位置偏远无法自行运输的小规模农户为研究对象，每个农户的地理位置已知，且每个农户在作物成熟时会电话预约车辆进行集货作业，给定一个物流中心和同定数量的车辆。无前摄性调度的情况下，由于集货中心未知各农户发出集货请求的时间。因此物流中心根据车辆容量限制，在一定时间内接受集货订单后再安排车辆前往农户位置集货，如图1(a)所示；然而，生鲜果蔬具有一定的时令性，根据作物的生长率及成熟度等因素可以预测出作物的成熟时间，基于大量的农户采收量、成熟时间历史数据可以通过灰色预测模型预测出小农户的集货需求量及发出集货请求的大致时间，物流中心前摄性调度车辆，使车辆提前到达农户所在地，减少农户等待时间。在满足集车载重量等约束条件下，设计了基于需求预测的前摄性集货方案，如图1(b)所示，以产生成本最低、效率最高的最优集货路径方案。
