生鲜产品物流配送路径优化研究综述及展望

作者简介:
初良勇(1973- ),男,黑龙江讷河人,博士,教授,研究生导师,集美大学航海学院副院长,主要研究方向为航运物流产业战略规划、物流系统智能优化与区块链技术、交通运输系统优化;闫淼(1998- ),女,山西吕梁人,集美大学硕士研究生,主要研究方向为物流系统规划与智能物流配送;胡美丽(通讯作者)(1982- ),女,辽宁大连人,集美大学讲师,主要研究方向为物流信息化与智能化,E-mail:millyh@126.com;许小卫(1986- ),男,安徽泗县人,集美大学,大连海事大学博士研究生,主要研究方向为航运物流现代化管理(大连 116000);牛锴文(1996- ),男,山西太原人,集美大学硕士研究生,主要研究方向为物流系统规划与智能物流配送(厦门 361021)。

原文出处:
物流研究

内容提要:

随着人们对于生鲜产品要求愈来愈高,为提升物流配送效率、降低物流成本、满足消费者需求,生鲜产品的车辆路径问题(VRP)成为物流领域的研究热点问题。为进一步厘清国内外学者研究现状及为后续对复杂问题的深入研究奠定基础,本文对近年来国内外相关学者在生鲜产品配送路径优化研究方面的成果进行系统整理,将研究内容分为带时间窗的生鲜产品VRP、不确定因素下生鲜产品VRP、生鲜产品的多目标VRP和考虑其他因素的生鲜产品VRP四个方面,同时讨论了目前研究存在的一些问题,并展望了生鲜产品车辆路径优化的研究方向。


期刊代号:F14
分类名称:物流管理
复印期号:2021 年 12 期

字号:

      中图分类号:F259.22 文献标识码:A 文章编号:2096-8698(2021)03-0005-09

      引用格式:初良勇,闫淼,胡美丽,等.生鲜产品物流配送路径优化研究综述及展望[J].物流研究,2021(1):5-13.

      0 引言

      生鲜产品包括蔬果、肉禽蛋、水产和初加工产品,具有采购频率高和配送频繁的特点。随着生活水平的提高,人们对于生鲜产品的需求量日益增加,物流作为生鲜产品递送的主要方式,起着至关重要的作用。但我国生鲜产品物流配送存在成本高、效率低、基础设施设备不完善等问题,“最后一公里”配送成为行业内的痛点。为满足消费者对于新鲜度的需求、社会对于绿色运输的要求、企业对于降低成本的诉求,国内外学者对生鲜产品的物流配送问题进行了深入研究。

      车辆路径问题(Vehicle Routing Problem,VRP)作为物流研究中的一个重要研究领域,在实际操作中可以直接反映物流运输成本的高低,该问题的研究在降低物流配送成本、提升客户满意度等方面有着重要价值。车辆路径问题是在一定约束条件下,为客户寻找最优路径的问题。为涵盖实际作业中不同条件,VRP已经扩展为许多不同的变体,如带时间窗的VRP、开放式VRP、绿色VRP等。本文选取具有较大影响力的国内外相关历史文献和富有新思想、新方法的该领域研究新动态,并对这些文献进行整理与分析,从物流配送车辆路径优化所考虑的因素角度进行探究,将国内外学者的研究成果分为四类,分别为带时间窗的生鲜产品VRP研究、不确定因素下生鲜产品VRP研究、生鲜产品的多目标VRP研究和考虑其他因素的生鲜产品VRP研究。

      1 带时间窗的生鲜产品VRP研究

      对于生鲜产品而言,客户满意度主要体现在新鲜度上,因此带时间窗问题成为生鲜产品研究考虑的基础条件。在带时间窗的车辆路径问题(VRP with Time Windows,VRPTW)中,每个客户都有一个时间窗,配送车辆需要在客户要求的时间限制内完成配送服务,若超出时间窗范围配送车辆将会受到相应的惩罚或被拒收。带时间窗的生鲜产品VRP研究是国内外学者最早研究的内容。

      Hsu et al.[1]研究了生鲜农产品配送的带时间窗VRP,考虑到生鲜农产品配送过程中的随机性,以总配送成本最小为优化目标构建VRPTW数学模型,并根据该模型特点设计了改进的以时间为导向的最近邻域算法。Chen et al.[2]考虑了具有时间窗的易腐食品的生产计划和车辆路线,构建了使供应商预期总利润最大化的目标模型,并且用Nelder-Mead算法和启发式算法组成的混合算法求解。Osvald and Stirn[3]在考虑时间窗的情况下,将生鲜产品易腐性的影响作为总配送成本的一部分,建立总配送成本最小目标,采用基于禁忌搜索的启发式算法求解。Shukla and Jharkharia[4]面对生鲜农产品冷链物流问题,设计人工免疫算法进行求解。Zhang and Chen[5]考虑了不同冷冻食品的特性,构建了装载量与不同冷冻食品单位体积相关约束的数学模型,最后运用遗传算法求解问题。对于时间窗的表述方面,邵举平等[6]采用模糊隶属度函数来表示时间窗,考虑了总配送成本和客户满意度两个目标,建立了生鲜配送的多目标路径优化模型,并用改进的遗传算法求解。对于企业生鲜产品冷链物流路径设计不合理等问题,Peng[7]建立了总配送成本最小的目标模型,基于遗传算法基本原理,设计了改进的遗传算法并解决城市冷链运输路径问题。

      本文对带时间窗的生鲜产品VRP研究内容进行了整理,如表1所示,可知目前的研究具有如下特点。首先,对于生鲜产品VRPTW已有丰富的研究成果,为未来复杂情况下生鲜产品VRP的研究奠定了基础。其次,该问题作为典型NP-hard问题,多采用智能算法或元启发式算法对提出的模型求取最优解或近似解,以实现高效求解大规模算例。最后,大多数学者的研究基于不同视角考虑生鲜产品的配送特性,针对带时间窗的生鲜产品VRP问题在研究目标函数构建的基础上进行扩充,并运用更加合理的函数表示时间窗以反映客户的满意程度,创新改进不同的算法并应用到模型的求解中。

      表1 带时间窗的生鲜产品VRP研究
作者研究目标模型类型算法类型时间窗类型考虑不确定因素
Hsu et al.[1]总配送成本最小VRPTW最近邻域算法混合时间窗交通拥堵
Chen et al.[2]供应商预期总利润最大PSVRPTWPNelder Mead算法和启发式算法组成的混合算法软时间窗
Osvald and Stirn[3]考虑腐烂程度的总成本最小VRPTWTD禁忌搜索算法软时间窗
Shukla and Jharkharia[4]总配送成本最小VRPTW人工免疫算法软时间窗
Zhang and Chen[5]总配送成本最小VRPTW遗传算法软时间窗
邵举平等[6]总配送成本最小和客户满意度最大VRPTW改进的遗传算法模糊隶属度函数表示时间窗模糊时间窗
Peng[7]总配送成本最小VRPTW改进的遗传算法时间窗

相关文章: