1 引言 作为居民日常生活消费的必需品，生鲜农产品关系着农民的“钱袋子”和市民的“菜篮子”，优化生鲜农产品流通对于调节产销关系、保障市场供应、稳定民生起着重要作用[1]。相较于一般物流设备，生鲜物流设备设施更为复杂，建设及运营成本更高。据前瞻产业研究院报告，从2015年开始，年度生鲜物流费用已突破1万亿元，且呈逐年增长趋势。目前物流设施投资主要受市场推动，由企业建设运营[2]，冷链设施持有容量远低于需求数量。据调查，2020年我国果蔬、肉类、水产品的冷链运输率分别为35％、57％、69％，与发达国家水平差距较大。另外，受突发事件影响，为保障基本民生需求，要求物流网络必须快速响应，以实现民生物资运输周转畅通。 国内外实践表明，发展社会化、专业化的生鲜冷链配送中心是降低物流系统成本的关键举措。近几年国家有关部门、地方政府也在加快部署物流网络规划，出台《关于进一步优化发展环境促进生鲜农产品流通的实施意见》等，为加强生鲜物流体系建设提供了重要支撑。基于上述背景，本文围绕配送中心对生鲜农产品物流网络进行优化，在保障稳定供应的同时提高流通配送效率，以期降低物流成本。 2 研究现状 节点选址、路径规划和库存控制作为物流网络优化的三个关键问题，彼此依赖又相互牵制。目前，关于物流网络中节点选址、路径规划、库存控制单一因素研究或两两组合研究的成果非常丰富，随着计算机技术的发展以及算法的不断成熟，学者们开始将三者结合在一起研究，由此形成了选址—路径—库存集成优化问题(Collaboration of Location-Routing-Inventory Problem，CLRIP)。 2.1 CLRIP集成优化 Liu等[3]在对多仓库位置—路径问题进行研究时，将库存决策考虑在内，这一研究被认为是研究 CLRIP问题的起源。随后，Liu等[4]使用禁忌搜索结合模拟退火混合算法求解CLRIP问题，但在研究中把CLRIP问题拆分为两个子问题：①选址—分配问题；②路径规划和库存控制问题。针对工业领域，杜丽敬等[5]采用连续型库存检查策略(Q，r)建立了由单一生产基地、单一产品构成的选址—库存—路径问题优化模型；戢守峰等[6]通过限制车辆速度和道路容量，研究考虑碳排放的CLRIP集成优化模型，采用标准的正规化方法优化Pareto解集；尉迟群丽等[7]考虑了允许缺货的闭环供应链集成优化问题，并使用改进的禁忌搜索算法验证有效性；对于联合补货问题，曾宇容等[8]设计了一种混合果蝇优化算法来求解仓库选址—库存—配送集成优化模型。近几年，学者们开始将目光转向生鲜易腐品的研究。Hiassat等[9]对易腐品供应做了许多研究，提出了一个多周期选址—路径—库存决策模型；Saragih等[10]针对三级供应链系统建立CLRIP优化模型，并提出一种基于模拟退火方法的启发式算法进行求解；Biuki等[11]建立了易腐品选址—路径—库存模型，并分别使用混合遗传算法与粒子群算法进行求解。 2.2 不确定性需求 以上研究都是假设需求确定，但现实生活中，需求受多因素影响，很难保持稳定，于是学者们引入了不确定性模型用于描述需求动态变化特征。针对随机需求，Bernardo等[12]提出随机需求会影响解决方案的质量和可行性；王梦梦等[13]提出考虑客户随机需求的易腐品供应链选址—路径—库存联合优化模型；Lv等[14]开发了一个考虑多期生产需求的多目标混合整数规划模型，结果表明，协同优化配送中心的位置、库存以及路径决策有利于降低物流系统成本和碳排放。当顾客需求在一段时间内不能用精确数值来表示时，范厚明等[15]以总行驶距离最小和平均客户满意度最高为目标，研究考虑模糊需求与模糊时间窗的车辆路径问题；Tavana等[16]构建了一种新颖的双目标混合整数线性规划模型来解决低碳绿色供应链中选址—路径—库存问题。当不确定性需求过于复杂多变从而很难用一种固定的分布来描述时，陈德慧等[17]针对电子商务配送系统，考虑客户需求具有模糊随机性的情况下，从设施选址、车辆路径规划和库存控制集成决策入手来优化配送系统；崔利刚等[18]建立了模糊随机需求条件下多品采配模型，并使用粒子群算法求解，为多品种商品补货优化决策提供方法借鉴。 相较于拥有完整消费单元的工业品来说，日常饮食消费需求更为复杂，尤其是生鲜农产品消费需求受价格、饮食偏好、时间季节等多方面因素影响且变化明显。配送中心根据预测的需求向物流基地订购生鲜农产品，订购与消费时间的不一致性决定了很难准确预测消费需求情况。预测时通常根据以往的大量数据来刻画随机需求分布函数，但是具体数据可能很难获得，相关文献中公布的数据又不具有完全的参考性，因此采用模糊随机需求来描述需求状况更为适宜。考虑到生鲜农产品的流通模式以及各物流设施节点的服务范围，同时考虑到消费需求很难准确预测，因此本文基于模糊随机需求探讨生鲜冷链配送中心的选址—路径—库存决策问题。 3 模型构建 3.1 问题描述 为了简化问题，假定同一类型的生鲜农产品都是从同一个物流基地运输至冷链配送中心J，然后再配送至末端网点I，结构如图1所示。末端网点的需求具有模糊随机性，但末端网点的数量与位置可以确定，可供选择的冷链配送中心的数量和位置也已知，且同时具有库存管理与配送管理的运作能力。车辆按照巡回路线将生鲜农产品配送到相应的末端网点。采用周期性库存策略，每隔时间T进行一次订货，周期内不补货。在这种情况下，本文建立的优化模型需要确定冷链配送中心最优的开放个数与相应的地理位置、各个冷链配送中心为末端网点提供货物的最优运输路线以及每个冷链配送中心的订货周期与目标库存量。
