多品种多批次生鲜农产品配送路径优化方法技术

本发明专利技术公开了一种多品种多批次生鲜农产品配送路径优化方法，包括以下步骤：获取原始数据、生成路径集、建立新鲜度衰减函数、计算单位车辆的运输成本和保鲜成本、计算所有送达站点拒收产品的惩罚成本、计算残值处理成本、建立总成本数学模型、求解总成本数学模型和选定路径。

【技术实现步骤摘要】
多品种多批次生鲜农产品配送路径优化方法
本专利技术涉及农产品配送等领域，具体为一种多品种多批次生鲜农产品配送路径优化方法。
技术介绍
生鲜农产品，一般是指通过种植、养殖、捕捞等形式得到的，未加工或只经过简单加工之后，供人们食用的农产品，主要包括蔬菜、水果、畜禽、奶制品以及鲜活水产品等。生鲜农产品物流成本高，流通过程中损耗惊人。因此，如何降低生鲜农产品的物流成本，是目前生鲜农产品供应链运作中亟待解决的问题。从供应商到零售商的配送过程是造成农产品物流高昂的运输成本和影响生鲜农产品新鲜度的重要因素之一。由于车辆运输安排不合理，生鲜农产品易腐变质特性，再加上不同新鲜度批次产品混合配送的难度，造成了生鲜农产品从供应商到零售店配送过程中的巨大损耗。因此，如何合理安排配送车辆和行驶路线，如何在存在不同新鲜度批次产品的情况下根据零售商的需求进行产品的调配，是降低生鲜农产品物流成本的关键。车辆路径问题(VRP)，最早由Dantzig和Ramser在1959年正式提出。1964年Clarkeetal.提出了一种新的有效启发式算法，这为车辆路径优化问题的设定和求解奠定了坚实的基础。随后，很多学者深入扩展了VRP问题的研究。Eksiogluetal.和Braekersabetal.分别对VRP问题的发展进行了系统的分析归类，认为VRP问题已经应用到公共交通工具的调度、报纸发送、包裹的投递、国家电力等多个方面。目前，针对生鲜农产品的配送问题引起了国内外许多学者的关注。Zhangetal.考虑生鲜产品的质量衰减，将此衰减转变为时间约束带入到模型中进行了求解。Amorimetal.在考虑两种不同类型的产品不同新鲜度衰减函数的情况下，对车辆路径问题进行了求解。Flaminietal.引入了智能运输系统和GPS技术，研究了运输车辆实时掌握交通信息下的生鲜产品的运输路径问题。Hsuetal.研究了考虑硬时间窗的情况下，从分配中心到各个零售商配送易逝品的车辆路径问题。Marliesetal.研究了考虑硬时间窗和软时间窗两种情况下的配送路径问题。Chenetal.在考虑车辆载重和软时间窗限制条件下，研究供应商如何安排易腐食品的生产数量，生产时间，以及车辆的运输路径使得供应商的利润最大。Govindanetal.在考虑时间窗和新鲜度衰减的情况下，研究了最小化总成本和最小化碳排放的路径优化问题。邵举平等运用模糊隶属度函数，引入生鲜度损耗系数，研究多目标生鲜农产品配送问题。曹倩等提出生鲜农产品的三层配送网络结构，建立了配送成本最小和顾客满意度最大的多目标数学模型。徐建华引进以易腐品生命周期为基础的生鲜农产品完好率函数，建立了总成本最小、服务水平最大的选址-路径优化模型。Songaetal.在普通车辆和冷藏车辆同时存在的情况下，研究零售商如何安排运输车辆和运输路径使得消费者的满意度水平最高的问题。尽管他们的研究考虑了生鲜农产品质量和数量的损耗等特性，但较少考虑多品种多新鲜度批次的情况。因此，这类问题仍有待进一步研究。车辆路径优化问题的求解算法主要分为三类：精确算法(ExactAlgorithms)、经典启发式算法(ClassicalHeuristics)和现代启发式算法(Meta-heuristics)。由于车辆路径问题是NP-hard问题，精确算法虽然能够求出准确的最优解，但只适用于小规模问题，因此启发式算法目前被广泛使用，特别是现代启发式算法中的模拟退火算法、蚁群算法和遗传算法。在VRP求解中，已有学者使用了现代启发式算法，其中，遗传算法作为一种新的全局优化搜索算法，简单通用，鲁棒性强，适于并行处理及应用范围广，在VRP问题中得到了广泛的使用。供应商到零售商的配送过程是造成高昂的运输成本和影响生鲜农产品新鲜度的重要因素之一。生鲜农产品种类繁多，易腐烂变质，同种产品经常存在不同的新鲜度批次，多品种多批次的生鲜农产品增加了配送的难度，造成了配送过程中巨大的质量损耗和成本损失。如何根据生鲜农产品新鲜度衰减特征，以及每种农产品存在不同新鲜度批次的情况下，面对零售商软时间窗限制和新鲜度要求的生鲜农产品VRP问题，怎样优化配送路径，使得供应商配送总成本最小是目前需要研究的问题。
技术实现思路
本专利技术的目的是：提供一种多品种多批次生鲜农产品配送路径优化方法，以解决现有技术中至少一技术问题。实现上述目的的技术方案是：一种多品种多批次生鲜农产品配送路径优化方法，包括以下步骤：获取原始数据，所述原始数据包括车辆总数量、车辆容量、固定车速、车辆的最大行驶距离、各批次各品种农产品的初始新鲜度和各批次各品种农产品被接受的最低新鲜度值以及站点、各站点所需各批次农产品的数量，以及早于或晚于软时间窗的单位时间惩罚成本、单位车辆配送的固定成本、车辆单位距离运输成本、农产品在运输中产生的单位距离的保鲜成本；站点由中心站点和多个送达站点组成，每一所述站点包括站点位置信息和软时间窗；生成路径集，根据站点位置信息和固定车速，以时间维度建立从所述中心站点经过各个所述送达站点再返回所述中心站点的运输预设路径，所有的运输预设路径形成路径集，每一所述运输预设路径包括各个站点之间的距离信息以及车辆到达某一站点的时间信息；建立新鲜度衰减函数，根据每一种农产品的新鲜度衰减指数和某一批次该种农产品的初始新鲜度，建立农产品新鲜度随时间维度衰减的新鲜度衰减函数；计算单位车辆的运输成本和保鲜成本，根据所述车辆单位距离运输成本，计算单位车辆的经过每一所述运输预设路径的运输成本，根据单位距离的保鲜成本，计算单位车辆的经过每一所述运输预设路径的保鲜成本；所选取的运输预设路径的总距离必须在车辆的最大行驶距离的范围内；计算所有送达站点拒收产品的惩罚成本，根据所述新鲜度衰减函数，判断车辆到达某一送达站点时，该送达站点所需要的农产品新鲜度是否低于最低新鲜度阈值，若低于则该批次的最低新鲜度阈值，则拒收该农产品，根据被拒收的该批次农产品的数量，计算该送达站点的拒收产品的惩罚成本以及求和所有送达站点的拒收产品的惩罚成本；单位车辆的农产品配送总数量必须在车辆容量的范围内；计算残值处理成本，计算各批次各种农产品的需要残值处理的数量，并根据剩余数量计算所有批次农产品的残值处理成本；建立总成本数学模型，根据单位车辆的运输成本和保鲜成本、所有送达站点拒收产品的惩罚成本、残值处理成本、早于或晚于软时间窗的单位时间惩罚成本、单位车辆配送的固定成本建立总成本数学模型；求解总成本数学模型，根据约束条件求得总成本，所述约束条件包括第一部分：所选取的运输预设路径的总距离在车辆的最大行驶距离的范围内；第二部分：单位车辆的农产品配送总数量在车辆容量的范围内；第三部分：所需车辆数量在车辆总数量范围内；选定路径，选取求解后得到的最小总成本所对应的运输预设路径作为选定运输路径。在本专利技术一较佳实施例中，在建立新鲜度衰减函数中，新鲜度与时间的函数关系为指数函数关系。在本专利技术一较佳实施例中，在计算所有送达站点拒收产品的惩罚成本中，设置惩罚成本对应各送达站点所需各批次农产品的数量的函数对应关系：其中，cr为送达站点拒绝交易时的批次r的单位农产品p惩罚成本，qip为某送达站点所需批次r农产品p的数量；引进无穷大M，利用对进行约束，当时，当时，其中，θip为送达站本文档来自技高网...

【技术保护点】
1.一种多品种多批次生鲜农产品配送路径优化方法，其特征在于，包括以下步骤：获取原始数据，所述原始数据包括车辆总数量、车辆容量、固定车速、车辆的最大行驶距离、各批次各品种农产品的初始新鲜度和各批次各品种农产品被接受的最低新鲜度值以及站点、各站点所需各批次农产品的数量，以及早于或晚于软时间窗的单位时间惩罚成本、单位车辆配送的固定成本、车辆单位距离运输成本、农产品在运输中产生的单位距离的保鲜成本；站点由中心站点和多个送达站点组成，每一所述站点包括站点位置信息和软时间窗；生成路径集，根据站点位置信息和固定车速，以时间维度建立从所述中心站点经过各个所述送达站点再返回所述中心站点的运输预设路径，所有的运输预设路径形成路径集，每一所述运输预设路径包括各个站点之间的距离信息以及车辆到达某一站点的时间信息；建立新鲜度衰减函数，根据每一种农产品的新鲜度衰减指数和某一批次该种农产品的初始新鲜度，建立农产品新鲜度随时间维度衰减的新鲜度衰减函数；计算单位车辆的运输成本和保鲜成本，根据所述车辆单位距离运输成本，计算单位车辆的经过每一所述运输预设路径的运输成本，根据单位距离的保鲜成本，计算单位车辆的经过每一所述运输预设路径的保鲜成本；所选取的运输预设路径的总距离必须在车辆的最大行驶距离的范围内；计算所有送达站点拒收产品的惩罚成本，根据所述新鲜度衰减函数，判断车辆到达某一送达站点时，该送达站点所需要的农产品新鲜度是否低于最低新鲜度阈值，若低于则该批次的最低新鲜度阈值，则拒收该农产品，根据被拒收的该批次农产品的数量，计算该送达站点的拒收产品的惩罚成本以及求和所有送达站点的拒收产品的惩罚成本；单位车辆的农产品配送总数量必须在车辆容量的范围内；计算残值处理成本，计算各批次各种农产品的需要残值处理的数量，并根据剩余数量计算所有批次农产品的残值处理成本；建立总成本数学模型，根据单位车辆的运输成本和保鲜成本、所有送达站点拒收产品的惩罚成本、残值处理成本、早于或晚于软时间窗的单位时间惩罚成本、单位车辆配送的固定成本建立总成本数学模型；求解总成本数学模型，根据约束条件求得总成本，所述约束条件包括第一部分：所选取的运输预设路径的总距离在车辆的最大行驶距离的范围内；第二部分：单位车辆的农产品配送总数量在车辆容量的范围内；第三部分：所需车辆数量在车辆总数量范围内；选定路径，选取求解后得到的最小总成本所对应的运输预设路径作为选定运输路径。...

【技术特征摘要】
1.一种多品种多批次生鲜农产品配送路径优化方法，其特征在于，包括以下步骤：获取原始数据，所述原始数据包括车辆总数量、车辆容量、固定车速、车辆的最大行驶距离、各批次各品种农产品的初始新鲜度和各批次各品种农产品被接受的最低新鲜度值以及站点、各站点所需各批次农产品的数量，以及早于或晚于软时间窗的单位时间惩罚成本、单位车辆配送的固定成本、车辆单位距离运输成本、农产品在运输中产生的单位距离的保鲜成本；站点由中心站点和多个送达站点组成，每一所述站点包括站点位置信息和软时间窗；生成路径集，根据站点位置信息和固定车速，以时间维度建立从所述中心站点经过各个所述送达站点再返回所述中心站点的运输预设路径，所有的运输预设路径形成路径集，每一所述运输预设路径包括各个站点之间的距离信息以及车辆到达某一站点的时间信息；建立新鲜度衰减函数，根据每一种农产品的新鲜度衰减指数和某一批次该种农产品的初始新鲜度，建立农产品新鲜度随时间维度衰减的新鲜度衰减函数；计算单位车辆的运输成本和保鲜成本，根据所述车辆单位距离运输成本，计算单位车辆的经过每一所述运输预设路径的运输成本，根据单位距离的保鲜成本，计算单位车辆的经过每一所述运输预设路径的保鲜成本；所选取的运输预设路径的总距离必须在车辆的最大行驶距离的范围内；计算所有送达站点拒收产品的惩罚成本，根据所述新鲜度衰减函数，判断车辆到达某一送达站点时，该送达站点所需要的农产品新鲜度是否低于最低新鲜度阈值，若低于则该批次的最低新鲜度阈值，则拒收该农产品，根据被拒收的该批次农产品的数量，计算该送达站点的拒收产品的惩罚成本以及求和所有送达站点的拒收产品的惩罚成本；单位车辆的农产品配送总数量必须在车辆容量的范围内；计算残值处理成本，计算各批次各种农产品的需要残值处理的数量，并根据剩余数量计算所有批次农产品的残值处理成本；建立总成本数学模型，根据单位车辆的运输成本和保鲜成本、所有送达站点拒收产品的惩罚成本、残值处理成本、早于或晚于软时间窗的单位时间惩罚成本、单位车辆配送的固定成本建立总成本数学模型；求解总成本数学模型，根据约束条件求得总成本，所述约束条件包括第一部分：所选取的运输预设路径的总距离在车辆的最大行驶距离的范围内；第二部分：单位车辆的农产品配送总数量在车辆容量的范围内；第三部分：所需车辆数量在车辆总数量范围内；选定路径，选取求解后得到的最小总成本所对应的运输预设路径作为选定运输路径。2.根据权利要求1所述的多品种多批次生鲜农产品配送路径优化方法，其特征在于，在建立新鲜度衰减函数中，新鲜度与时间的函数关系为指数函数关系。3.根据权利要求2所述的多品种多批次生鲜农产品配送路径优化方法，其特征在于，在计算所有送达站点拒收产品的惩罚成本中，设置惩罚成本对应各送达站点所需各批次农产品的数量的函数对应关系：其中，cr为送达站点拒绝交易时批次r的单位农产品p惩罚成本，qip为某送达站点所需批次r农产品p的数量；引进无穷大M，利用对进行约束，当时，当时，其中，θip为送达站点i对产品p的新鲜度阈值；代表对送达站点i配送农产品p批次r的产品，否则为0。4.根据权利要求3所述的多品种多批次生鲜农产品配送路径优化方法，其特征在于，所述残值处理成本计算中包括：建立各批次农产品配送数量函数关系，农产品p批次r对应所有送达站点的配送数量函数关系：计算需要残值处理的数量，即农产品p批次r剩余的需要残值处理的数量；其中，为农产品p批次r的农产品库存总量；计算残值处理总成本，计算所有批次农产品的残值处...

【专利技术属性】
技术研发人员：范体军，刘金瑞，杨霞，
申请(专利权)人：华东理工大学，
类型：发明
国别省市：上海,31