程元棟 韓佰慶

(安徽理工大學經(jīng)濟與管理學院 安徽淮南 232000)

我國經(jīng)濟發(fā)展迅速，人民越來越注重生活品質(zhì)，尤其是食品質(zhì)量與新鮮食品安全問題。且伴隨著互聯(lián)網(wǎng)技術(shù)的精益發(fā)展，近幾年我國冷鏈物流發(fā)展突飛猛進，在準確定位、貨品實時信息共享、精準配送、及時供給等方面擁有高效的服務(wù)技術(shù)。在各經(jīng)營企業(yè)實施精細化生產(chǎn)服務(wù)的背景下，客戶對物流的服務(wù)要求越來越高，與普通貨品物流運輸相比，由于生鮮農(nóng)產(chǎn)品的特性，冷鏈物流對產(chǎn)品質(zhì)量的把控更為嚴格，送達時效性要求更高，進而導(dǎo)致配送成本增高。目前我國部分物流企業(yè)存在生鮮農(nóng)產(chǎn)品配送路徑冗雜、經(jīng)營效率低效果差、高成本、高碳排放等問題，眾多問題限制其發(fā)展，因此冷鏈物流配送問題成企業(yè)關(guān)注的重中之重。

車輛路徑問題(vehicle routing problem，VRP)在1959年由學者Dantzig和Ramser首先提出，描述為配送車輛由配送中心出發(fā)為已知需求量和位置點的客戶進行服務(wù)，并對車輛的行駛路線做最優(yōu)的規(guī)劃[1]。VRP一經(jīng)提出當即就成為學者關(guān)注的熱門研究點。在生鮮農(nóng)產(chǎn)品車輛路徑優(yōu)化問題上國內(nèi)外學者進行了大量的研究。Tarantilis采用隨機搜索算法為生產(chǎn)經(jīng)營新鮮肉類食品的廠商規(guī)劃配送路線，將產(chǎn)品送達多個客戶[2]。Andrew Lim采用禁忌算法與遺傳算法二者相結(jié)合的改進算法研究生鮮農(nóng)產(chǎn)品車輛配送問題[3]。Solomon與Desrosiers較早把時間窗格限制引入到車輛路徑研究中[4]。基于此，眾多學者關(guān)注時間在VRP的重要性。Qiulei Ding等使用調(diào)整信息素的混合蟻群算法構(gòu)建多目標函數(shù)模型求解考慮時間窗限制的農(nóng)產(chǎn)品車輛路徑優(yōu)化問題[5]。我國學者也進行多方面的研究，孫溢擎分析了大數(shù)據(jù)背景下我國冷鏈物流終端配送的發(fā)展現(xiàn)狀和存在的問題，并且給出大數(shù)據(jù)技術(shù)對冷鏈物流終端配送優(yōu)化方法的意見[6]；王恒認為道路狀況是影響配送路線定制的不可忽略因素之一，他綜合考慮道路狀況、時間窗、生鮮損耗等因素構(gòu)建生鮮農(nóng)產(chǎn)品配送路徑的多目標優(yōu)化模型，運用模擬退火改進的自適應(yīng)遺傳算法進行驗證例算[7]；葛顯龍運用改進遺傳算法求解前置倉協(xié)作的兩極配送路徑優(yōu)化問題[8]；何有世研究生鮮電子商務(wù)企業(yè)B2C(business to consumer)的運營模式，在冷鏈物流配送活動中充分考慮顧客的滿意度，構(gòu)建總成本最小顧客滿意度最高的雙重目標[9]。

以上研究不但考慮了影響車輛配送的各個因素，在計算方法上也多種多樣，研究目標不僅關(guān)注經(jīng)濟層面。還加入滿意度等心理感知層面。隨著我國越來越倡導(dǎo)綠色發(fā)展理念，碳排放因素也逐漸成為研究VRP的一大要素。國外最早是Lin與Choy將碳排放引入到物流研究之中，認為企業(yè)在制定物流決策時不能單純的考慮傳統(tǒng)經(jīng)濟成本，還要考慮其對生態(tài)環(huán)境社會層面的影響，故引入碳排放[10]。隨著考慮碳排放的研究越來越深入，Elhedhli在關(guān)注碳排放的供應(yīng)鏈中，提出用一個凹函數(shù)來表示碳排放量與車輛載重量之間的關(guān)系，通過計算檢驗得到考慮碳排放可使供應(yīng)鏈達到最佳的配置的結(jié)果[11]。我國學者中，段硯關(guān)注農(nóng)產(chǎn)品冷鏈物流的碳排放量多貨損率高的問題，構(gòu)建了計算碳排放成本、貨損成本和時間成本的路徑優(yōu)化模型，以北京某公司為多個客戶做配送服務(wù)為實例展開研究，得到降低總成本的結(jié)果[12]；肖瑤采用碳稅制度將配送過程中產(chǎn)生的二氧化碳成本化，對總成本進行分析，借鑒Solomon標準測試數(shù)據(jù)集構(gòu)造算例并求解，發(fā)現(xiàn)考慮與不考慮碳排放模型這兩個方案中，冷鏈配送企業(yè)考慮碳排放因素不但能提高社會效益還能節(jié)約企業(yè)運營成本[13]。

綜上所述，考慮碳排放的冷鏈物流研究相對于不考慮碳排放情況的冷鏈物流和考慮碳排放情況的普通物流還是較少。文章的主要創(chuàng)新：①關(guān)注因燃油消耗產(chǎn)生二氧化碳而產(chǎn)生碳排放成本這一現(xiàn)象，分析碳排放成本的影響，構(gòu)建的數(shù)學模型引入碳排放因素，求解優(yōu)化冷鏈物流中的生鮮農(nóng)產(chǎn)品配送車輛路徑。充分考慮配送過程中產(chǎn)生的五大成本，包括發(fā)生在配送車輛上的固定費用；隨配送動作發(fā)生，時間流逝生鮮農(nóng)產(chǎn)品新鮮度下降而產(chǎn)生的腐敗變質(zhì)和貨物裝卸搬運過程中發(fā)生磕碰而產(chǎn)生的生鮮損耗成本；車輛制動與運輸產(chǎn)生的燃油消耗費用，此部分成本與運輸距離、車載重量、燃油價格等因素有關(guān)；碳排放成本，文章計算碳排放成本的方法建立在燃油消耗的基礎(chǔ)上的，車輛運輸與制冷消耗燃油的總量通過單位碳排放系數(shù)進行折算再乘碳價格則能計算出；時間懲罰成本，在給定的時間范圍內(nèi)早送達或晚送達都會產(chǎn)生一定的懲罰成本，嚴重超出范圍導(dǎo)致客戶拒絕接收貨物會產(chǎn)生更大的違約成本。②文章設(shè)計了一個鄰域搜索算法與蟻群算法相結(jié)合的改進蟻群算法，相對于單一算法具有優(yōu)勢，該算法產(chǎn)生更好的初始解加快收斂，更優(yōu)的搜索機制提高算法隨機搜索效率。③通過Matlab進行編碼運算，分別采用未改進蟻群算法、改進的鄰域搜索蟻群算法對模型進行求解，對比兩種算法不考慮碳排放、考慮碳排放的四種求解結(jié)果，比較得出客戶網(wǎng)絡(luò)全局最優(yōu)配送路線，有效降低配送成本，對企業(yè)更有利，而且符合國家低碳發(fā)展大環(huán)境。

1 問題描述與模型構(gòu)建

1.1 問題描述

在當今生態(tài)環(huán)境日益嚴峻的背景下，物流配送路徑優(yōu)化問題不再單純的只考慮經(jīng)濟方面的影響，對生態(tài)環(huán)境的影響也加進了物流經(jīng)營的重點考慮范圍之內(nèi)。對此，冷鏈物流配送環(huán)節(jié)中配送車輛制動與行駛過程中燃油消耗產(chǎn)生的二氧化碳排放量及碳排放成本成為研究的焦點。為了更好地理解所要研究的問題，具體問題可以描述為：文章中已知配送中心與各個客戶點的位置，具有低溫冷藏功能的運輸車輛為各個客戶點進行生鮮農(nóng)產(chǎn)品的配送，有多個配送路徑方案可供選擇，冷藏運輸車輛只需按照已經(jīng)規(guī)劃好的路徑完成配送任務(wù)，若最終生鮮農(nóng)產(chǎn)品到達客戶點的時間早于或者晚于客戶最佳期望時間，會分別產(chǎn)生懲罰成本除此之外還關(guān)注冷藏車輛固定費用、生鮮損耗成本、燃油消耗費用、碳排放成本，計算各部分成本涉及到的參數(shù)已知。

1.2 做出假設(shè)

(1)假設(shè)只有一個配送中心為多個客戶點進行配送服務(wù)，配送中心擁有多個冷藏運輸車輛；

(2)貨物為生鮮農(nóng)產(chǎn)品，每個車輛起點為配送中心，完成配送任務(wù)后，最后返回配送中心；

(3)大數(shù)據(jù)時代，配送中心擁有成熟的互聯(lián)網(wǎng)實時信息共享系統(tǒng)與大數(shù)據(jù)定位系統(tǒng)，因此文章所涉及的配送中心、各個客戶點位置、產(chǎn)品需求量、客戶期望最佳服務(wù)時間區(qū)間及客戶最大限制可接受服務(wù)時間區(qū)間已知；

(4)所有配送車輛為同一品牌，規(guī)格性能統(tǒng)一，因此冷藏制冷效果相同，承載能力相同，且已知最大承載能力；

(5)任一個客戶點的需求量都在配送車輛承重范圍內(nèi)，且車輛配送的貨物總量不超過其最大載重量；

(6)不考慮途中車流量、路況、天氣、意外等因素的影響，配送車輛以相同的速度勻速行駛；

(7)配送車輛按照合理配送路線行駛，為使成本最小，達到車輛最大使用效率，每個客戶點的需求必須滿足且僅由一輛配送車輛進行服務(wù)，每輛車可向多個客戶點提供配送服務(wù)；

(8)配送車輛最大行駛距離大于一條配送路徑的總長度，并且能返回配送中心。

1.3 模型建立

1.3.1 符號描述 為了描述方便，將所有使用的符號和決策變量定義如下：

G={N，E}：G表示為配送網(wǎng)絡(luò)集合，E={(i，j)/i，j∈N，i≠j}為配送中心與客戶點的弧集，N={0，1，2，3，4，…，n}為所有客戶節(jié)點的集合；

O：配送中心；

K={1，2，3，4，…，k}：配送車輛數(shù)目集合；

fk：在配送車輛k上所發(fā)生的費用；

Lij：客戶i與客戶j之間的距離；

qi：客戶點i對生鮮農(nóng)產(chǎn)品的需求量；

p：每單位生鮮農(nóng)產(chǎn)品的價格；

ti：配送車輛到達客戶i的時刻；

T：生鮮農(nóng)產(chǎn)品的保質(zhì)期；

tsi：配送車輛停經(jīng)客戶i進行服務(wù)所需要的時間；

tij：配送車輛從客戶i到達客戶j所需要的時間；

[Eti，Lti]：客戶i可接受貨物到達的時間窗；

[Et*i，Lt*i]：客戶i期望貨物到達的最佳時間窗；

α：配送車輛提前于Eti時刻到達客戶點產(chǎn)生的懲罰成本系數(shù)；

β：配送車輛晚于Lti時刻到達客戶點產(chǎn)生的懲罰成本系數(shù)；

φ：生鮮農(nóng)產(chǎn)品新鮮度對時間的敏感系數(shù)；

μ：生鮮農(nóng)產(chǎn)品在裝卸搬運過程中損壞比例；

Qe：配送車輛載重量；

Q0：配送車輛自身重量；

Q*：每輛運輸車最大承載量；

ρ0：空載時配送車輛油耗率；

ρ*：滿載時配送車輛油耗率；

Ce：單位碳價格或碳稅價格，以當日碳交易市場價格為準；

ω：碳排放系數(shù)；

Pf：每單位燃油價格

Cf：單位距離油耗成本；

xkij：配送車輛k是否進行由客戶點i到客戶點j的配送服務(wù)，是xkij=1，否則xkij=0；

yki：客戶點i是否是由配送車輛k進行服務(wù)，是yki=1，否則yki=0。

1.3.2 冷藏車輛固定費用 冷藏車輛固定費用是指直接發(fā)生在車本身的關(guān)于執(zhí)行配送任務(wù)而產(chǎn)生的費用，包括車輛單日租賃費用，車輛保險費用，車輛維護費用，人工駕駛工資，與工作時長有關(guān)的裝卸工人工資等組成，因此可以表示為：

(1)

1.3.3 生鮮損耗成本 因為生鮮農(nóng)產(chǎn)品是物流配送面向的一種比較特殊的產(chǎn)品，其具有易腐敗的特性而且對時間有嚴格的要求。生鮮農(nóng)產(chǎn)品在運輸、搬卸的過程中隨時間延長導(dǎo)致產(chǎn)品水分流失新鮮度下降甚至腐敗以及搬卸導(dǎo)致產(chǎn)品磕碰產(chǎn)生的損壞都會產(chǎn)生一定的貨損成本。參考學者研究結(jié)果，冷鏈物流配送過程中生鮮農(nóng)產(chǎn)品的品質(zhì)與配送時間長短有關(guān)，所花時間越短越能保證其新鮮度，新鮮度的損耗與運輸時間為指數(shù)函數(shù)關(guān)系[14]：

Xt=e-φti

(2)

因此，生鮮損耗成本可以表示為：

(3)

式(3)中，e為常數(shù)，ti為冷藏運輸車到達客戶點i的時刻，φ為生鮮農(nóng)產(chǎn)品與時間相關(guān)的腐敗變質(zhì)的速率，μ為在裝卸搬運過程中生鮮農(nóng)產(chǎn)品磕碰損壞率，qi為客戶點i對生鮮農(nóng)產(chǎn)品的需求量，p為生鮮農(nóng)產(chǎn)品的單位價格。

1.3.4 時間懲罰成本 因為生鮮農(nóng)產(chǎn)品時效性比較高，在實際市場經(jīng)營中客戶對產(chǎn)品送達的時間有一定的預(yù)期，一般都希望在預(yù)期范圍貨物盡早送達盡早銷售，因此客戶大多設(shè)置了時間窗格，在客戶i期望貨物到達的最佳時間窗[Et*i，Lt*i]內(nèi)送達貨物，此時不產(chǎn)生任何時間成本，客戶也很樂意此時收到貨物，[Eti，Lti]為客戶i可接受貨物到達的時間窗，表明在最理想早送達時間Et*前收到貨，但是不早于Et時間點，還有在最理想晚送達時間Lt*后收到貨，但是不晚于Lt時間點客戶可以勉強接受貨物，但會分別產(chǎn)生一定的時間懲罰成本，在EtiLti時間送達，客戶將會拒絕接受，因此將會產(chǎn)生常數(shù)M的懲罰，M是一個較大的常數(shù)。綜上，配送車輛早到或晚到客戶點所產(chǎn)生的時間懲罰成本為：

(4)

1.3.5燃油消耗費用 在冷鏈物流配送活動中運輸是最為主要的工作，在冷藏車輛行駛與制冷裝置工作都要消耗燃油，燃油消耗成本占冷鏈物流配送綜合費用的大部分，其費用不容忽視。計算燃油消耗成本的總體思路是燃油消耗總量乘實時單位油價，根據(jù)文獻，單位距離油耗ρ與冷藏車輛的載重量Qe近似呈線性函數(shù)關(guān)系[16]，假設(shè)為：

ρ(Qe)=a(Qo+Qe)+b

(5)

Qo表示車輛本身的重量，當車輛空載時燃油消耗量為：

ρ0=aQ0+b

(6)

Q*表示車輛最大承載量，當車輛滿載時燃油消耗量為：

ρ*=a(Qo+Q*)+b

(7)

兩式聯(lián)立，可得

(8)

進而得出單位距離油耗ρ與冷藏車輛的載重量Qe的關(guān)系式為：

(9)

單位距離燃油消耗成本為單位距離油耗乘燃油價格：

Cf=ρ(Qe)·Pf

(10)

所以燃油消耗成本為：

(11)

1.3.6 碳排放成本 燃油消耗會產(chǎn)生二氧化碳氣體，冷鏈物流配送過程碳排放成本計算公式為：

F5=Ce·ω·ρ(Qe)·Lij

(12)

ρ(Qe)·Lij表示客戶點i到客戶點j消耗的燃油總量；ω表示碳排放系數(shù)，ω·ρ(Qe)·Lij表示客戶點i到客戶點j消耗的燃油產(chǎn)生的二氧化碳總量，Ce是單位碳價格或碳稅價格。

綜上所述，文章構(gòu)建的以總成本最小為目標的生鮮農(nóng)產(chǎn)品冷鏈物流配送路徑優(yōu)模型為：

minF=F1+F2+F3+F4+F5

(13)

s.t.

(14)

(15)

(16)

(17)

(18)

(19)

Eti≤ti≤Lti，?i∈N

(20)

(21)

式(13)表示要求總成本最小的目標函數(shù)；式(14)表示第冷藏車配送該路徑貨物總重量不超過其最大載重量；式(15)表示第冷藏車配送該路徑總里程不超過其最大行駛距離；式(16)表示執(zhí)行任務(wù)的冷藏車輛數(shù)目小于等于配送中心車輛總數(shù)；式(17)和式(18)表示每個客戶點只能由一輛冷藏車服務(wù)一次；式(19)表示每輛冷藏車起點為配送中心，完成配送任務(wù)后，最后返回配送中心；式(20)表示送達貨物時間要滿足客戶的時間窗約束；式(21)表示配送過程的連續(xù)性。

2 改進的蟻群算法

蟻群算法是一種智能啟發(fā)式算法，模擬原理是螞蟻群尋找食物的過程，過程中個體會留下一種特有的信息素分泌物，能達成信息共識，為其他螞蟻選擇覓食路徑時提供一定的依據(jù)，在相應(yīng)的最短路徑上，隨著螞蟻經(jīng)過的越來越多，分泌物也會積累越多，進而信息素濃度越高，又隨著信息素濃度越來越高，會吸引更多螞蟻走這條路徑，形成正促進，最后找到最優(yōu)路徑。

利用蟻群算法求解車輛路徑問題中，隨著客戶點的增多，可選求解方案眾多，搜索時間較長且收斂速度較慢，對搜尋最優(yōu)解帶來了困難。文章對蟻群算法進行優(yōu)化，鄰域搜索算法改進蟻群算法，使用CW節(jié)約法構(gòu)造算法初始解，在算法中加入2-OPT鄰域搜索算子，隨機逆轉(zhuǎn)操作等進行優(yōu)化，其結(jié)合鄰域搜索算法的優(yōu)點，具有較強的魯棒性和搜索能力，在全局選擇中有較高分類性能，是一種在巨大搜索空間中估計全局最優(yōu)的元啟發(fā)式算法，來逼近給定函數(shù)的全局最優(yōu)值。

改進蟻群算法主要步驟如下，具體算法流程見圖1：

圖1 改進的蟻群算法流程圖

步驟1設(shè)置初始化參數(shù)，導(dǎo)入各客戶點信息，螞蟻數(shù)量為m，客戶點數(shù)量為n，初始迭代次數(shù)Cyclestart=0，最大迭代次數(shù)為Cyclemax，Cycle≤Cyclemax；

步驟2迭代尋找最佳路徑，迭代次數(shù)加1；

步驟3初始階段，構(gòu)建解空間，輪盤賭法為螞蟻的起點位置進行隨機性選擇；

步驟4對客戶點操作，根據(jù)轉(zhuǎn)移規(guī)則選擇下一個待訪客戶點，直至螞蟻完成一次循環(huán)形成一個路徑，記錄并更新路徑表；

步驟5更新信息素；

步驟6螞蟻數(shù)加一，重復(fù)步驟4，直至所有螞蟻訪問完所有客戶點；

步驟7完成一次循環(huán)，計算該次循環(huán)中最短路徑距離與成本，并同步記錄；

步驟8判斷是否達到最大迭代次數(shù)，若否，則返回步驟2開始再一次迭代；若是，則終止循環(huán)，進行下一步；

步驟9輸出最優(yōu)解。

3 算例分析

3.1 實例設(shè)置

根據(jù)收集到的數(shù)據(jù)，問題設(shè)置如下，把某地一配送中心標號為0，對26個客戶進行生鮮農(nóng)產(chǎn)品配送，已知具體信息，配送中心與客戶點位置、需求量如表1所示；配送中心與各客戶點間距離如表2所示；各客戶點設(shè)置的最優(yōu)服務(wù)時間窗、可接受服務(wù)時間窗、所需工作時間如表3所示?？晒┦褂玫呐渌蛙囕v有10輛，每輛車固定使用費用500元，車型性能規(guī)格相同，車輛最大載重量Qe為5 t，行駛平均速度v為60 km/h，車輛單位距離行駛費用為2 元/公里，車輛滿載時單位距離油耗ρ*為0.5 L/km，空載ρ0時0.2 L/km，碳排放系數(shù)ω為0.05，單位碳價格為10元，生鮮農(nóng)產(chǎn)品單價為5 元/千克，運輸過程中的新鮮度對時間的敏感系數(shù)φ為0.1，裝卸搬運過程中磕碰導(dǎo)致貨損比例μ為0.05。

表1 節(jié)點位置坐標與需求量

表2 配送中心與客戶點間距離

表3 最優(yōu)時間窗、可接受服務(wù)時間窗、工作時間

3.2 模型求解與結(jié)果分析

根據(jù)生鮮農(nóng)產(chǎn)品配送的具體要求，文章運用Matlab進行仿真求解，分別計算未改進蟻群算法不考慮碳排放成本情況、未改進蟻群算法考慮碳排放成本情況、改進的鄰域搜索蟻群算法考不慮碳排放成本情況、改進的鄰域搜索蟻群算法考慮碳排放成本情況，在滿足時間窗限制與車輛載重約束條件下得出最優(yōu)路徑。

(1)情況1：未改進蟻群算法求解不考慮碳排放的生鮮農(nóng)產(chǎn)品配送路徑。當不考慮碳排放因素時，此時配送企業(yè)忽略計算碳排放成本，結(jié)果顯示配送過程中需要3輛車，第1輛車的配送路徑為0→1→5→23→22→18→3→15→20→9→24→19→8→4→12→2→16→0；第2輛車的配送路徑為0→17→6→13→26→25→0；第3輛車的配送路徑為0→10→11→7→21→14→0；車輛行駛總里程為366.51 km，總成本為4882.19元，計算中出現(xiàn)最大行駛距離為418.13 km，最大總成本為4983.46元。

圖2 未改進蟻群算法不考慮碳排放路徑圖

(2)情況2：未改進蟻群算法求解考慮碳排放的生鮮農(nóng)產(chǎn)品配送路徑。當考慮碳排放因素時，此時配送企業(yè)把因碳排放產(chǎn)生的成本加入到總成本計算中，結(jié)果顯示第1輛車的配送路徑為0→1→22→23→5→15→24→8→19→4→12→2→9→20→10→16→18→0；第2輛車的配送路徑為0→3→13→6→25→17→0；第3輛車的配送路徑為0→14→26→21→11→7→0；車輛行駛總里程為317.95 km，總成本為4772.63元，計算中出現(xiàn)最大行駛距離為371.58 km，最大總成本為4857.19元。

圖3 未改進蟻群算法考慮碳排放路徑圖

(3)情況3：改進鄰域搜索蟻群算法求解不考慮碳排放的生鮮農(nóng)產(chǎn)品配送路徑。當不考慮碳排放因素時，結(jié)果顯示第1輛車的配送路徑為0→1→2→19→8→24→4→12→18→3→15→20→9→23→5→16→22→0；第2輛車的配送路徑為0→25→13→6→7→11→0；第3輛車的配送路徑為0→10→17→14→26→21→0；車輛行駛總里程為370.40 km，總成本為4 731.31元，計算中出現(xiàn)最大行駛距離為386.03 km，最大總成本為4 821.44元。

(4)情況4：改進鄰域搜索蟻群算法求解考慮碳排放的生鮮農(nóng)產(chǎn)品配送路徑。當考慮碳排放因素時，結(jié)果顯示第1輛車的配送路徑為0→1→22→23→5→3→18→15→8→19→24→4→12→2→20→9→16→0；第2輛車的配送路徑為0→17→6→13→26→21→0；第3輛車的配送路徑為0→14→25→10→11→7→0；車輛行駛總里程為324.91 km，總成本為4 692.49元，計算中出現(xiàn)最大行駛距離為363.47 km，最大總成本為4 831.88元。

圖5 改進鄰域搜索蟻群算法考慮碳排放路徑圖

對比情況1與情況2可知，用未改進蟻群算法分別求解不考慮碳排放因素、考慮碳排放因素的最優(yōu)配送車輛路徑，總里程為366.51 km與317.58 km，考慮碳排放因素相對于不考慮碳排放因素求解最優(yōu)路徑配送總里程減少48.93 km，下降13.35%，兩種情況總成本為4 882.19元與4772.63元，考慮碳排放規(guī)劃的路徑使總成本降低109.86元；同理，對比情況3與情況4可知，采用改進鄰域搜索蟻群算法分別求解不考慮碳排放因素、考慮碳排放因素的最優(yōu)配送路徑，總里程為370.40 km與324.91 km，考慮碳排放因素相對于不考慮碳排放因素求解最優(yōu)路徑配送總里程減少45.49 km，下降12.28%，兩種情況總成本為4 731.31元與4 692.49元，考慮碳排放規(guī)劃的路徑使總成本降低38.82元。說明兩種算法中考慮碳排放因素都會比不考慮碳排放因素的情況獲得更低的總成本。單獨比較分析算法的優(yōu)劣，在不考慮碳排放因素的情況下，情況1運用未改進蟻群算法，情況3運用改進的鄰域搜索蟻群算法，情況3對于情況1總里程增加約4 km，變化不明顯，但總成本減少150.88元；在考慮碳排放因素的情況下，情況2運用未改進蟻群算法，情況4運用改進的鄰域搜索蟻群算法，情況4對于情況2總里程增加約7 km，變化不明顯，但總成本減少80.14元，說明在計算上運用改進的鄰域搜索蟻群算法更有優(yōu)勢，搜尋的路徑更優(yōu)，得到的總成本最低。綜合上述分析，文章運用的改進的鄰域搜索蟻群算法在求解冷鏈物流路徑優(yōu)化問題時比未改進蟻群算法具有明顯優(yōu)勢，驗證了改進的鄰域搜索蟻群算法的高效性和實用性，具有較強的魯棒性，能夠有效解決冷鏈物流路徑優(yōu)化問題，能快速尋找最優(yōu)路徑。

4 結(jié)論與展望

文章研究內(nèi)容是生鮮農(nóng)產(chǎn)品配送車輛路徑問題，相較于傳統(tǒng)物流配送，不但要滿足客戶制定的時間窗限制，而且還考慮碳排放這一因素并將其轉(zhuǎn)化為總成本的一部分，構(gòu)成考慮碳排放成本、冷藏車輛固定費用、時間懲罰成本、生鮮損耗成本、燃油消耗費用的冷鏈物流路徑優(yōu)化模型，根據(jù)客戶點信息，如位置、需求量、時間窗、裝卸搬運時間等分別運用未改進蟻群算法和改進的鄰域搜索蟻群算法進行求解，通過對比實例結(jié)果，表明考慮碳排放之后，改進的鄰域搜索蟻群算法有效降低了冷鏈物流總成本，增大社會效益，并積極響應(yīng)了政府綠色經(jīng)濟發(fā)展的號召，這對生鮮農(nóng)產(chǎn)品配送企業(yè)和政府在提高綠色配送效率、實現(xiàn)綠色經(jīng)濟收益具有現(xiàn)實借鑒意義，并且為今后考慮碳排放的冷鏈物流配送路徑研究提供依據(jù)。對相關(guān)研究的展望，研究方向可以定位在考慮將碳排放這一因素加入到其他物流要素中，使降低碳排放目標在物流產(chǎn)業(yè)全面化；或定位在求解冷鏈物流路徑優(yōu)化問題創(chuàng)新性的應(yīng)用更多改進算法；或求解目標不應(yīng)僅局限在經(jīng)濟成本上，應(yīng)該加入顧客滿意度或者可數(shù)值化的其他社會效益等目標。