沈嘉銘

（浙江商業(yè)職業(yè)技術學院，浙江 杭州）

一、引言

目前，具備顯著便捷性、競爭力價格優(yōu)勢的“網購”已經成為國民最常見的消費方式，生鮮農產品交易隨著移動互聯(lián)網的飛速發(fā)展而逐步趨于成熟。隨著生鮮農產品交易量的快速增長，物流配送效率已經成為相關產業(yè)經濟效益的重要影響因素①-④。為了降低物流成本、提升物流效率，需要構建科學的生鮮農產品物流配送網絡以保持貨品平穩(wěn)的流通與供應⑤-⑧。作為高速公路重要的配套設施，高速公路服務區(qū)的建設和運營受到國家越來越多的重視，社會對其服務內容和質量的要求也越來越高⑨⑩。具備交通區(qū)位優(yōu)勢的高速公路服務區(qū)可以積極拓展盈利渠道，開展生鮮農產品物流配送業(yè)務。因此，相關研究對于高速公路服務區(qū)和生鮮農產品物流企業(yè)的管理具有較大的現(xiàn)實意義。

現(xiàn)階段，研究如何提高生鮮農產品物流網絡“貨運+運營”新模式下的整體效率，平衡物流服務水平與物流成本已經成為國內外研究關注的焦點?-?。Seo、Youngguk等（2018）對C2B2C模式下的互聯(lián)網二手交易平臺的物流網絡現(xiàn)狀進行分析，為了獲得可以升級為物流樞紐的網絡節(jié)點位置、數(shù)量以及連接關系，提取了網絡樞紐節(jié)點特征并對所構建的多樞紐節(jié)點軸輻式物流網絡模型進行基于Lingo和Cplex軟件的參數(shù)求解。Koo、Choongwan等（2014）針對國際物流網絡海外倉新模式的多變量、多維目標優(yōu)化問題展開研究，基于所構建的多目標模型進行物流模式的alpha偏序的高維目標優(yōu)化配置，優(yōu)化問題求解的收斂性大大提高。Ito、Yuji等（2014）基于對區(qū)域高速服務區(qū)建設運營情況的分析，論證了將其拓展為生鮮農產品物流配送中心的可行性，基于物流配送時間與成本設定的約束條件對配送服務區(qū)需求網點及配送路徑進行優(yōu)化。Daduna等（2019）面對城鄉(xiāng)的生鮮農產品多中心協(xié)同協(xié)同配送和車輛的優(yōu)化進行了研究；對海運和空運運輸方式下基于物流成本、時間成本、客戶滿意度約束的跨境電商物流網絡模型進行構建；基于線性插入方向向量策略進行模型求解，最后分別對物流成本和時間成本敏感情況下的物流模式進行實例分析和模型有效性驗證。Kawa、Arkadiusz等（2020）則對區(qū)域生鮮農產品發(fā)展情況和相關物流服務質量進行評價，基于回歸模型對二者之間的相互影響關系進行分析，構建了生鮮農產品背景下物流服務質量SERVQUAL評價模型。

高速公路服務區(qū)拓展物流功能方面的研究已經獲得了國內外學者的關注，取得了功能拓展的可行性及經營管理方面的研究成果。但生鮮農產品和綠色供應鏈環(huán)境下的服務區(qū)物流配送網絡規(guī)劃、車輛調配及路徑方面還需要進一步研究。為此，本文對基于高速公路服務區(qū)的生鮮農產品物流配送網絡進行優(yōu)化，取得了一些研究成果。

二、高速公路服務區(qū)生鮮農產品物流配送物流過程分析

基于高速公路服務區(qū)的生鮮農產品物流配送是指按消費者需求，在高速公路服務區(qū)組織貨源進行商品配備，在滿足產品需求、物流車輛容量、配送時間等相關限制及約束條件下以最快捷的方式配送給消費者的經濟活動。高速公路服務區(qū)的生鮮農產品物流配送方式包含了傳統(tǒng)物流所有的功能要素，不僅具備一般物流作業(yè)流程，還擁有優(yōu)勢：（1）高速公路服務區(qū)可與周邊的生產企業(yè)、運轉成熟的物流公司合作或自營成立物流公司，作為產品的倉儲、配送節(jié)點，開展靈活多變的物流業(yè)務方式。（2）高速公路服務區(qū)承運商品大都體積小、種類多樣，可包括日常生活用品、批量貨物或零擔快運，條件限制少。（3）該配送方式的配送路線靈活多樣，由于高速公路服務區(qū)的物流網絡存在輻射性使其不受限于點對點單一配送業(yè)務的路線需求。（4）高速公路服務區(qū)生鮮農產品物流經營企業(yè)經營方式相似，服務項目和服務效果的統(tǒng)一性有益于整體生鮮農產品配送水平的提高（圖1）。

圖1 高速公路服務區(qū)的生鮮農產品物流配送過程示意圖

圖1給出了基于高速公路服務區(qū)的生鮮農產品物流配送過程示意圖。以圖中配送網絡中的高速公路服務區(qū)點1為例，點1周邊輻射區(qū)域內的生產企業(yè)將網絡營銷商品運輸至點1，點1將其同其他商品進行整合、裝配，統(tǒng)一通過高速公路配送至其他服務區(qū)節(jié)點。其他服務區(qū)節(jié)點的網絡營銷商品需要通過點1進行集散的也會統(tǒng)一通過高速公路配送至點1。通過以上模式，高速公路服務區(qū)實現(xiàn)了輻射區(qū)域網絡營銷商品的運輸和與其他服務區(qū)輻射區(qū)域之間的網絡營銷商品運轉。即基于高速公路服務區(qū)的生鮮農產品物流配送網絡實際上實現(xiàn)了零散網絡營銷商品的規(guī)模化運輸和大批量網絡營銷商品的小批量多批次運輸兩個物流運輸模式的整合。

假設高速公路服務區(qū)點1周邊輻射區(qū)域內的零散網絡營銷商品生產企業(yè)需將其商品E11、E21、…EX1運送至高速公路服務區(qū)點2的周邊輻射區(qū)域RA12、RA22、…RAY2，那么在高速服務區(qū)生鮮農產品物流配送網絡構建成功后，所有網絡營銷商品均需要先被運送至點1，經由高速公路直接運至點2，再由點2分散運往周邊輻射區(qū)域。該配送方式有利于整合和充分利用生鮮農產品供應鏈資源，通過物流成本的降低、物流效率的提高使得生鮮農產品區(qū)域物流網絡體系得到完善。

基于高速公路服務區(qū)的生鮮農產品物流配送過程包括服務區(qū)節(jié)點之間的運輸和服務區(qū)與其周邊輻射區(qū)域之間的運輸兩種運輸作業(yè)流程，服務區(qū)節(jié)點之間的運輸作業(yè)流程為“進貨-（加工）倉儲-網上交易-配貨-打包-裝卸”。服務區(qū)節(jié)點對周邊輻射區(qū)域內生產企業(yè)提供的網絡營銷商品進行集貨，根據(jù)商品的營銷需求可有選擇地加設分類、稱重、拆裝箱、貼標等加工服務。倉儲服務方面，為了實現(xiàn)配送效率最優(yōu)，服務區(qū)需要基于實時更新的網絡營銷商品倉儲量及已儲存時間對運量的累積和配載運輸進行調整。待網上交易成功后，服務區(qū)節(jié)點將對去往同一個節(jié)點的商品進行匯總并對車輛和路線進行最優(yōu)安排。服務區(qū)與周邊輻射區(qū)域之間的運輸屬于物流過程的終端運輸，是將網絡營銷商品配送給消費者的終結。

結合以上對基于高速公路服務區(qū)的生鮮農產品物流配送特點的分析可知，該配送方式對服務區(qū)配送信息傳達的實時性要求較高。由于商品繁雜造成倉儲的合理安排難度大，配送路線多樣造成配送運輸調度環(huán)節(jié)難以控制，以上問題均需要解決。

三、基于高速公路服務區(qū)的生鮮農產品物流配送網絡優(yōu)化

為了解決基于高速公路服務區(qū)的生鮮農產品物流配送網絡的速度、成本之間的矛盾，本文將對多級服務區(qū)選址-生鮮農產品物流配送路徑問題進行研究，實現(xiàn)生鮮農產品時代和綠色供應鏈背景下的物流配送網絡優(yōu)化。

在現(xiàn)實生活中對于網絡營銷商品供應企業(yè)在確定物流配送決策時，在物流配送網絡多級選址-路徑模型中對于消費者需求的處理，主要綜合考慮消費者實際購買或退貨需求、供應企業(yè)的銷售預測數(shù)據(jù)兩方面。所以在物流配送網絡優(yōu)化模型中，可將消費者需求看作模糊跨度，是由動態(tài)變化的銷售預測數(shù)據(jù)確定的模糊需求。同樣具有模糊性的還有消費者的配送時間和物流車輛的運輸時間。根據(jù)歷史生鮮農產品網絡營銷大數(shù)據(jù)和已有的消費者消費特征分析結果，可以提前將商品配送至可能發(fā)生需求的高速公路服務區(qū)節(jié)點。如有網絡交易發(fā)生，便可以以較快的速度將商品配送給消費者。

（一）消費者需求模糊處理

本文構建的基于高速公路服務區(qū)的生鮮農產品物流配送網絡模型中的消費者有可能不是終端消費者，而是包括真實消費者和預測消費的虛擬消費者。對于虛擬消費者的物流配送，主要是模擬具有模糊需求的服務區(qū)周邊輻射區(qū)域配送站點。若終端消費者為社區(qū)物流代收服務點或消費真實消費者，則會將其與虛擬消費者分開來處理。針對消費者c的模糊需求主要從模糊配送需求、模糊集貨需求兩個方面考慮。模糊配送需求、模糊集貨需求分別 通 過DDc=(DDc-1,i,DDc-2,DDc-3)、CDc=(CDc-1,i,CDc-2,CDc-3)來表示。

（二）物流車輛到達時間模糊處理

現(xiàn)實生活中物流車輛的配送及時性受交通擁堵、突發(fā)性交通事故、惡劣天氣等導致交通狀況變壞的因素影響較大。因具有無法提前準確獲知的模糊性，若借助單一特征表達以上因素則導致模型誤差較大。本文采用高速公路服務區(qū)連接路段的交通擁堵系數(shù)及突發(fā)影響因素、交通可達影響系數(shù)等參數(shù)對物流車輛運輸時間的模糊性進行描述。物流車輛由高速公路服務區(qū)a點到高速公路服務區(qū)b點的模糊行駛時間可以通過Tab*進行計算。

（三）物流配送網絡模型優(yōu)化

為了使基于高速公路服務區(qū)的生鮮農產品物流配送網絡模型整體物流成本最小、物流時間最快，將模型的目標函數(shù)定義為高速公路服務區(qū)集群運營分攤成本、被選擇的配送中心集群運營分攤成本、被選擇的服務區(qū)物流車輛集群運營分攤和啟運成本、被選擇的配送中心物流車輛集群運營分攤和啟運成本、被選擇的服務區(qū)物流車輛集群運營懲罰成本、被選擇的配送中心物流車輛集群運營懲罰成本、被選擇的服務區(qū)集群運營懲罰成本、被選擇的配送中心集群運營懲罰成本以及超出消費者配送時間需求限制的損失成本構成。本文將基于高速公路服務區(qū)的生鮮農產品物流配送網絡優(yōu)化問題涉及多級服務區(qū)選址、物流車輛分配及生鮮農產品物流配送路徑安排等問題，屬于NP難問題。求解該問題的方法可以采用分支定界、動態(tài)規(guī)劃或整數(shù)規(guī)劃等精確算法，或者選擇退火算法、禁忌搜索算法、粒子群算法等啟發(fā)式算法。遺傳算法在選址-路徑規(guī)劃優(yōu)化問題中具有編碼方式與優(yōu)化問題訪問次序相通、全局搜索能力更強、解的多樣性和選擇空間更大、最優(yōu)解的判斷依據(jù)僅為目標函數(shù)、容錯性高等優(yōu)勢。但遺傳算法的交叉變異操作產生的鄰域解容易陷入局部最優(yōu)，本文將退火算法引入，將原有的交叉變異操作用大規(guī)模鄰域搜索方法來替代。圖2給出了算法的流程圖。

圖2 所構建改進遺傳算法的流程圖

（四）實驗結果與分析

本文采用Matlab仿真軟件按照遺傳算法的設計和步驟對基于高速公路服務區(qū)的生鮮農產品物流配送網絡優(yōu)化問題進行求解。算法的最大迭代次數(shù)設置為500次，對種群規(guī)模進行初始化設置為80，交叉和變異概率分別設置為0.75和0.065。同時，為目標函數(shù)中物流總成本和物流總時間設置相同的權重系數(shù)。運行程序的主函數(shù)設置為由目標函數(shù)轉換獲得的適應度函數(shù)，求得本文多級服務區(qū)選址-生鮮農產品物流配送路徑模型的最優(yōu)解。基于Matlab仿真軟件將算法程序運行20次，表1給出了模型的目標函數(shù)值、物流總成本及物流總時間的后10次運行結果。

表1 運行結果

由于遺傳算法的穩(wěn)定性受求解過程隨機性的影響較大，所以本文在固定參數(shù)條件下增加算法程序的運行次數(shù)。圖3給出了基于高速公路服務區(qū)的生鮮農產品物流配送的總成本和總時間情況。可以看出程序多次運行情況下獲得的結果差別不大，目標函數(shù)值的波動范圍在[0.4,0.8]以內，物流總成本的平均值在2382左右，物流總時間在13.98h上下波動，驗證了本文提出的改進算法具有較高的穩(wěn)定性。

圖3 物流總成本及總時間

本文構建了基于高速公路服務區(qū)的生鮮農產品物流配送網絡并進行優(yōu)化。首先基于高速公路服務區(qū)給出了物流運輸模式配送過程示意分析圖。接著對多級服務區(qū)選址-生鮮農產品物流配送路徑問題進行研究，基于對消費者需求和物流車輛到達時間的模糊處理，構建了物流配送網絡模型；最后利用改進遺傳算法對模型的優(yōu)化問題進行求解。實驗結果驗證了改進算法具有較高的穩(wěn)定性，所構建模型能夠實現(xiàn)多級服務區(qū)選址及生鮮農產品物流配送路徑安排的最優(yōu)化。

注釋：

①Duan,Li-Mei.Path planning for batch picking of warehousing and logistics robots based on modified A·algorithm[J].Academic Journal of Manufacturing Engineering,2018,v16,n2,p99-106.

②Gajewska,Teresa;Zimon,Dominik.Study of the logistics factors that influence the development of e-commerce services in the customer’s opinion[J].Archives of Transport,2018,v45,n1,p25-34.

③Khan,Syed Abdul Rehman;Jian,Chen;Yu,Zhang;Golp?ra,Hêri?.Effect of green purchasing,green logistics,and ecological design on organizational performance:A path analysis using structural equation modeling[C].Frontiers in Artificial Intelligence and Applications,2019,v314,p183-190.

④Huang,Weixiang;Zhou,Wenhui;Luo,Feng.Coopetition between B2C E-commerce Companies:Price Competition and Logistics Service Cooperation[J].Journal of Systems Science and Systems Engineering,December 2020,v29,n6,p730-749.

⑤Rachmawati,Dezenia Zain;Agus,Anna Amalyah.E-Service and Logistics Service Quality in E-Commerce,Study Case:Shopee Indonesia[C].2020 3rd International Conference on Computer and Informatics Engineering,IC2IE 2020,September 15,2020,p218-223.

⑥Kong,Xiang T.R.;Huang,George Q.;Du,Meng L.A physical emulation model of cellular warehousing for e-commerce logistics[C].Procedia CIRP,2019,v83,p339-344.

⑦Hurtado,Paula A.;Dorneles,Carina;Frazzon,Enzo.Big Data application for E-commerce's Logistics:A research assessment and conceptual model[J].IFAC-PapersOnLine,September 2019,v52,n13,p838-843.

⑧Andrade,Neusa;Scheidt,Claudio;Torres,Jair G.M.;De Oliveira Costa Neto,Pedro Luiz.An overview of use of the reverse logistics at hospitals:A research path to follow[C].ILS 2018-Information Systems,Logistics and Supply Chain,Proceedings,2018,p704-713.

⑨Ho,Koki;De Weck,Olivier L.;Hoffman,Jeffrey A.;Shishko,Robert.Campaign-level dynamic network modelling for spaceflight logistics for the flexible path concept[J].Acta Astronautica,June 2016,v123,p51-61.

⑩Hsiao,Yu-Hsiang;Chen,Mu-Chen;Liao,Wei-Chien.Logistics service design for cross-border E-commerce using Kansei engineering with text-mining-based online content analysis[J].Telematics and Informatics,July 1,2017,v34,n4,p284-302.

?Swamy,L.N.;Gorabal,J.V.Logistic Regression-Based Classification for Reviews Analysis on E-Commerce Based Applications[C].Advances in Intelligent Systems and Computing,2020,v1014,p323-334.

?Kad?ubek,Marta.The Selected Areas of E-logistics in Polish Ecommerce[C].Procedia Computer Science,2015,v65,p1059-1065.

?Hidayatno,Akhmad;Destyanto,Arry Rahmawan;Fadhil,Muhammad.Model conceptualization on e-commerce growth impact to emissions generated from urban logistics transportation:A case study of Jakarta[C].Energy Procedia,2019,v156,p144-148.

?Jafari,H.E-Commerce Logistics-Contemporary Literature[C].IEEE International Conference on Industrial Engineering and Engineering Management,July 2,2018,v2019-December,p1196-1200.

?Chen,Hsin;Liu,Su-Chuan;Su,Teng-Sheng.The Study for Refurbishing Process of Packaging Material in E-commerce Logistics[C].Proceedings of the 2018 IEEE International Conference on Service Operations and Logistics,and Informatics,SOLI 2018,September 28,2018,p80-84.

?Seo,Youngguk;Seo,Un-Jong;Kim,Jin-Hwan.Economic feasibility of ground source heat pump system deployed in expressway service area[J].Geothermics,November 2018,v76,p220-230.

?Koo,Choongwan;Hong,Taehoon;Kim,Jimin.A decision support system for determining the optimal size of a new expressway service area:Focused on the profitability[J].Decision Support Systems,November 2014,v67,p9-20.

?Ito,Yuji;Yamamoto,Kouji;Soeda,Masashi;Ohno,Ryuzo.An analysis of users'behavior in the service areas of expressway by open/close log sensor attached to the toilet booth doors[J].AIJ Jour nal of Technology and Design,February 2014,v20,n44,p203-206.

?Daduna,Joachim R.Developments in city logistics-the path between expectations and reality[C].Lecture Notes in Computer Science(including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics),2019,v11756 LNCS,p3-21.

?Kawa,Arkadiusz,Wiatowiec-Szczepańska,Justyna.Logistics Value and Perceived Customer Loyalty in E-commerce:Hierarchical Linear Modeling Analysis[C].Lecture Notes in Computer Science(including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics),2020,v12034 LNAI,p417-427.