馮艷玲　張楚妮　蘇芷寧　郭滔霏

關(guān) 鍵 詞：生鮮產(chǎn)品；多車倉車輛路徑問題；綠色配送；動態(tài)不確定環(huán)境

中圖分類號：F25224文獻(xiàn)標(biāo)識碼：A文章編號：2096-7934（2023）05-0080-07

一、引言

新冠肺炎疫情暴發(fā)后，各行業(yè)供應(yīng)鏈遭受了不同程度的沖擊，尤其是在果蔬、鮮肉和奶制品等生鮮產(chǎn)品的消費方面，傳統(tǒng)的線下購買流程變得相對繁瑣，為了應(yīng)對這種情況，生鮮行業(yè)主動出擊，采用線上與線下相結(jié)合的銷售模式，并憑借強大的供應(yīng)鏈、物流配送體系等有力地保障了居民的日常生活需求。為了更好地應(yīng)對疫情的影響，并進(jìn)一步促進(jìn)產(chǎn)業(yè)的健康發(fā)展，生鮮產(chǎn)品車輛路徑問題的研究和應(yīng)用逐漸成為業(yè)界和學(xué)術(shù)界研究的熱點。

生鮮產(chǎn)品保質(zhì)期短且與食品特性、儲藏溫度和時間密切相關(guān)，這決定其品質(zhì)易受外界溫度變化的影響。目前我國生鮮產(chǎn)品物流配送中存在成本高昂、效率低下、設(shè)施管理不完善等問題，若在運輸過程中未能穩(wěn)定地控制好溫度，將會導(dǎo)致其新鮮度迅速下降，腐壞的加速會帶來產(chǎn)品浪費和冷鏈成本上升等問題。此外，生鮮產(chǎn)品對溫度的要求因品牌而異，即使是相同品種但不同品牌的產(chǎn)品（例如牛奶），也不能混合存放?；诖?，為滿足環(huán)境、企業(yè)和消費者的需求，國內(nèi)外學(xué)者從多個方面切入探究生鮮產(chǎn)品物流配送問題，其中研究的焦點之一即是多車艙車輛路徑問題。

多車艙車輛路徑問題屬于NP難問題［1］，早在1979年被Christofides等人［2］ 以車輛路徑問題變體的形式提出。總體來說，針對多車艙車輛路徑問題，國外的研究相對較多且涉及領(lǐng)域相對較廣，而國內(nèi)研究相對較少且研究背景主要集中在油品配送領(lǐng)域［3］。從20世紀(jì)80年代起，學(xué)者們陸續(xù)就該問題展開深入研究。目前已有學(xué)者對多車艙車輛路徑問題進(jìn)行了相關(guān)綜述 ［4-5］，但關(guān)于生鮮產(chǎn)品的多車艙車輛路徑優(yōu)化問題還未得到應(yīng)有的關(guān)注。因此文章將針對相關(guān)文獻(xiàn)進(jìn)行整理和分析，首先根據(jù)現(xiàn)有文獻(xiàn)系統(tǒng)整理了生鮮產(chǎn)品車輛路徑規(guī)劃問題。其次，對生鮮產(chǎn)品多車艙車輛路徑問題進(jìn)行整理。最后對考慮環(huán)境問題的生鮮產(chǎn)品多車艙車輛路徑問題進(jìn)行綜述。分析當(dāng)前研究存在的問題和未來可能的研究方向，力求推進(jìn)生鮮產(chǎn)品多車艙車輛路徑問題在實際應(yīng)用領(lǐng)域的更好發(fā)展。

二、研究現(xiàn)狀

隨著經(jīng)濟的高速發(fā)展，人民生活水平隨之提高，對于購物體驗的要求也越來越高。尤其是受新冠肺炎疫情影響，人們對生鮮產(chǎn)品的品質(zhì)和需求量均有提高，冷鏈物流已成為現(xiàn)代物流發(fā)展的趨勢。然而，在現(xiàn)實情況下，生鮮產(chǎn)品冷鏈配送仍受到多種限制因素的制約，影響生鮮行業(yè)規(guī)模的進(jìn)一步擴大和效率的進(jìn)一步提高。在此背景下，不少學(xué)者對生鮮冷鏈物流問題進(jìn)行研究。吳靜旦［6］ 認(rèn)為影響生鮮農(nóng)產(chǎn)品配送的因素有產(chǎn)品品質(zhì)、冷鏈技術(shù)和信息化管理等。趙秀榮和崔佳［7］ 認(rèn)為對生鮮產(chǎn)品冷鏈配送業(yè)務(wù)的主要影響因素包括質(zhì)量安全、配送車輛路徑以及消費者需求的不確定性等。

游佳和王鶯［8］ 研究發(fā)現(xiàn)生鮮農(nóng)產(chǎn)品冷鏈物流配送面臨成本高、效率低、車輛調(diào)度難、物流信息系統(tǒng)和職能平臺不完善，以及缺少應(yīng)急系統(tǒng)等問題。饒培?。?］ 發(fā)現(xiàn)，生鮮產(chǎn)品冷鏈配送面臨的困境主要包括基礎(chǔ)設(shè)施薄弱、技術(shù)標(biāo)準(zhǔn)較低、專業(yè)人才缺乏、管理體系不完善以及市場化程度較低等。

陳見標(biāo)和陸宇海［10］ 探討了我國生鮮農(nóng)產(chǎn)品配送的最后一公里問題，發(fā)現(xiàn)生鮮配送與客戶收貨之間存在時間錯位、生鮮產(chǎn)品的時效性和費用之間不平衡、難以做到產(chǎn)品追溯、信息不完整且共享機制不健全等問題。

相飛［11］ 指出，通過互聯(lián)網(wǎng)技術(shù)的應(yīng)用，可以實現(xiàn)對生鮮產(chǎn)品冷鏈物流的全程追蹤和監(jiān)控，提高物流效率和產(chǎn)品品質(zhì)，但客戶需求的不確定性仍是重要的制約因素。由于客戶對生鮮產(chǎn)品的需求是具有一定的不確定性的，如購買量、種類、時間、地點等方面的不確定性，這種不確定性會導(dǎo)致生鮮產(chǎn)品的冷鏈物流難以做到精準(zhǔn)預(yù)測和規(guī)劃，從而增加物流成本，降低物流配送效率。

在經(jīng)典車輛路徑問題的眾多延伸中，多車艙車輛路徑問題在最近幾年被廣泛研究。多車艙車輛能夠聯(lián)合收集并運輸具有不同特性的貨品，而單車艙運送就需要分別運輸。多車艙車輛使得路徑?jīng)Q策和訂單分配有了更大的靈活性。在當(dāng)下學(xué)術(shù)研究與實際應(yīng)用中，與多車艙相關(guān)的車輛路徑規(guī)劃問題也被越來越頻繁地提出。其中，多車艙車輛的應(yīng)用對于生鮮產(chǎn)品冷鏈配送的發(fā)展尤為重要。

孫麗君等［5］ 分別從問題結(jié)構(gòu)和研究領(lǐng)域兩個視角，按照不同研究屬性將多車艙車輛路徑問題劃分為許多子問題，并提出當(dāng)前多車艙車輛路徑問題文獻(xiàn)的研究問題主要來自現(xiàn)實應(yīng)用且集中在油品配送領(lǐng)域，而相關(guān)的模型算法在實際應(yīng)用中還存在一定的局限性。現(xiàn)有研究對于生鮮產(chǎn)品冷鏈配送、多車艙車輛路徑問題的研究都相對深入，但是將兩者結(jié)合起來的研究較少。因此，文章首先概述生鮮產(chǎn)品VRP，再進(jìn)一步對生鮮產(chǎn)品多車艙車輛路徑問題進(jìn)行綜述，最后深入介紹考慮環(huán)境因素的生鮮產(chǎn)品多車艙車輛路徑問題。

（一）生鮮產(chǎn)品車輛的路徑

楊世堅和陳韜［12］ 歸納得出生鮮產(chǎn)品車輛路徑問題的類型、算法和基本思路，強調(diào)實時信息對路徑規(guī)劃產(chǎn)生的影響具有時效性，并將隨機VRP分為用戶數(shù)量隨機、旅行時間隨機、用戶需求隨機和用戶空間位置隨機四種問題類型，指出現(xiàn)有多車艙車輛路徑問題的研究主要集中在用戶需求隨機的類型。

1需求不確定的生鮮產(chǎn)品車輛路徑問題

生鮮產(chǎn)品的需求不確定性反映了顧客需求的變化特性，為了應(yīng)對顧客對生鮮產(chǎn)品的配送時間要求、配送數(shù)量和種類的不同要求，對于用戶需求隨機的生鮮產(chǎn)品車輛路徑研究十分重要。

馬向國等［13］ 研究冷鏈物流運營中包含隨機需求的車輛路徑問題時，為平衡客戶服務(wù)時間需求與客戶重要性，建立了以總成本最小為目標(biāo)的混合時間窗模型，并采用混合遺傳算法求解。崔巖等［14］ 為解決不確定環(huán)境下的生鮮產(chǎn)品車輛路徑問題，建立配送成本最小化的生鮮產(chǎn)品配送路徑的優(yōu)化模型，采用改進(jìn)的粒子群算法使問題得到解決。Ma等［15］ 考慮市場需求和時間的隨機性，構(gòu)建以預(yù)期收益最大化為目標(biāo)的非線性整數(shù)規(guī)劃模型，設(shè)計了一種混合遺傳算法（GA-RA算法）對問題進(jìn)行求解。

2時變路網(wǎng)下生鮮產(chǎn)品車輛路徑問題

生鮮產(chǎn)品具有易腐特點，對交貨時間和運輸環(huán)境溫度敏感。消費者購買生鮮產(chǎn)品的需求往往覆蓋不同溫度需求，配送成本較高。且實際情況中路網(wǎng)狀態(tài)的變化往往引起配送車輛行駛時間的變化，影響生鮮時效性，考慮路網(wǎng)中車速的時變特性對配送路線優(yōu)化決策更具現(xiàn)實意義。

優(yōu)化物流配送過程對于提高效率和降低成本非常重要。李鋒和魏瑩［16］ ?針對車輛行駛速度隨時間變化的時變性質(zhì)，以配送成本最小為優(yōu)化目標(biāo)，構(gòu)建數(shù)學(xué)模型并提出自適應(yīng)優(yōu)化算法對路線規(guī)劃進(jìn)行實時動態(tài)調(diào)整。由于冷鏈運輸車輛對環(huán)境溫度敏感，Hu等［17］ 綜合分析了車輛制冷系統(tǒng)燃料的熱損耗隨環(huán)境溫度變化的性質(zhì)，建立了以總成本最低為目標(biāo)的模型，并提出一種結(jié)合了變鄰域搜索和粒子群優(yōu)化的自適應(yīng)啟發(fā)式算法，采用兩階段分解的方法進(jìn)行求解。Liu和Fan［18］ ?建立了一種基于實時交通情況的生鮮產(chǎn)品車輛配送模型，并利用遺傳算法實現(xiàn)了初始路徑的設(shè)計與優(yōu)化調(diào)整，以實現(xiàn)更加高效的配送，削弱動態(tài)流量對客戶滿意度的負(fù)面影響。Padilla 等［19］ 利用國際粗糙度指數(shù)量化道路平坦度對車輛行車產(chǎn)生的影響，構(gòu)建以載物損壞度最小和車輛行駛距離最短為目標(biāo)的模型，通過非支配排序遺傳算法對進(jìn)行求解。

Zulvia等［20］ ?研究生鮮產(chǎn)品綠色車輛路徑問題，構(gòu)建綜合考慮產(chǎn)品的新鮮度、交通、運行時間限制、時間窗以及碳排放等因素的模型，并使用多目標(biāo)梯度演化算法對改模型進(jìn)行求解。丁艷［21］ 分析了多溫共配車輛路徑優(yōu)化的干擾因素，建立了以總成本、時間和風(fēng)險（如：路況）為目標(biāo)的路徑模型，采用量子比特描述路徑信息并通過蟻群算法進(jìn)行求解，實現(xiàn)優(yōu)化并驗證了有效性。

（二）生鮮產(chǎn)品多車艙車輛的路徑

針對商店配送的多車艙布局的車輛路徑問題，Chajakis和Guignard［22］ 構(gòu)建整數(shù)規(guī)劃模型，并提出一種拉格朗日近似方法來解決只有儲物箱、儲物箱和隔板并存的兩類多艙室問題，最后通過小規(guī)模實驗確定該方法可以節(jié)約的派車數(shù)量。Derigs等［23］ 建立整數(shù)規(guī)劃模型，并設(shè)計一套MCVRP求解器，分別針對固定和可變車輛艙室的兩種情況進(jìn)行求解。在Derigs等的工作基礎(chǔ)上，Pirkwieser等［24］ 重點研究了車廂裝載問題，以提高車廂的裝載率，并提出使用可變鄰域搜索算法和分支定界方法來求解該問題。

Kurnia等［25］ 提出旅行商問題（TSP）可以使用VRP進(jìn)行建模，并針對蔬菜運輸問題設(shè)計改進(jìn)的遺傳算法。Hübner和Ostermeier［26］ 為解決考慮裝載和卸載成本的MCVRP問題，采用大鄰域搜索算法，并通過實驗表明總成本可進(jìn)一步降低。

唐珍和王淑云［27］ 通過對比兩類多溫共配的冷鏈運輸模式，研究了多溫共配在冷鏈物流中的運行模式，實現(xiàn)了共配兩種不同溫度需求的貨物，從而降低了配送總成本。胡衛(wèi)等［28］ 使用一種特殊的編碼方式和遺傳算子來實現(xiàn)更好的結(jié)果，基于此設(shè)計的遺傳算法能夠有效解決不同溫度需求下的產(chǎn)品共同配送問題。針對同時取送貨的車輛路徑優(yōu)化問題（VRPDSP），這種冷凍區(qū)隔車多溫共配模式與傳統(tǒng)的模式相比，能夠?qū)⒖偝杀窘档图s46%。陶榮［29］ 綜合考慮多種成本因素，構(gòu)建了多溫共配的優(yōu)化模型，利用C++語言進(jìn)行程序設(shè)計并實現(xiàn)對路徑的優(yōu)化，并采用蟻群算法針對此模型提供求解思路。陳久梅等［30］ 以最小化配送成本為目標(biāo)，建立了生鮮產(chǎn)品多車艙車輛路徑優(yōu)化模型，采用粒子群算法進(jìn)行求解，并證明了此算法的穩(wěn)定性和良好的收斂性。牛燕青［31］ 構(gòu)建了一個考慮軟時間窗的冷鏈物流配送模型， 在隨機環(huán)境下利用改進(jìn)粒子群算法得到最優(yōu)路徑規(guī)劃， 并通過算例證明了模型和算法的有效性。耿菲［32］ 通過設(shè)計兩種多車艙車輛路徑模型對冷鏈物流進(jìn)行了優(yōu)化，使車輛的固定成本、行駛成本、能源成本和貨損成本最小化，運用改進(jìn)的遺傳算法對問題進(jìn)行求解，并用算例驗證模型和算法的有效性。

（三）考慮環(huán)境因素的生鮮多車艙車輛路徑問題

國家統(tǒng)計局最新數(shù)據(jù)顯示：截至2021年末我國民用汽車保有量30151萬輛，以每年69%的幅度增長。據(jù)國家統(tǒng)計局發(fā)布的《中國統(tǒng)計年鑒-2022》統(tǒng)計，我國民用載貨汽車保有量達(dá)到3258萬輛，占民用汽車總量的1107%。交通運輸、倉儲和郵政業(yè)能源消耗總量已由2010年的271億噸標(biāo)準(zhǔn)煤增至2020年的413億噸標(biāo)準(zhǔn)煤，占我國能源消費總量的比例由751%提升至828%，交通運輸業(yè)仍有很大的綠色化空間。

為積極響應(yīng)國家對綠色物流、低碳發(fā)展的號召，面對物流業(yè)迅速發(fā)展的現(xiàn)實情況，學(xué)者們越來越關(guān)注綠色車輛問題。李英等［33］ 將綠色車輛路徑問題分為兩類：傳統(tǒng)車輛以污染最低為目標(biāo)，以及新能源汽車以運營成本最小為目標(biāo)。Rabbani等［34］ 考慮車輛的污染排放，最大限度地減少負(fù)載、速度等車輛運行成本，選擇兩種元啟發(fā)式算法（遺傳算法和模擬退火算法）以及混合元啟發(fā)式算法來解決所提出的問題，并將結(jié)果進(jìn)行比較。Chen等［35］ 基于某家冷鏈配送公司的多車艙車輛路徑問題建立了數(shù)學(xué)模型，最小化車輛運行成本和燃油消耗成本，并設(shè)計了一種自適應(yīng)的大鄰域搜索算法解決問題。徐詩雯［36］ 基于Chen等人的研究，考慮到減少碳排放，將燃油車輛替換為電動汽車，以總成本最低為目標(biāo)設(shè)計了運用于冷鏈物流的多車艙電動汽車路徑規(guī)劃模型，采用混合蟻群算法求解，最后驗證了電動車配送模式環(huán)保高效、節(jié)約成本。Chen等［37］ 考慮了碳排放對環(huán)境的影響，提出生鮮電商中出現(xiàn)的帶時間窗的多車艙車輛路徑問題。以出行成本、固定成本、制冷成本和碳排放成本的總和最小值為優(yōu)化目標(biāo)，提出一種變鄰域搜索算法進(jìn)行求解。

三、現(xiàn)有研究中較少涉及的問題

當(dāng)前學(xué)術(shù)界對生鮮冷鏈 VRP 的研究涉及的類型較為豐富，相應(yīng)的研究框架也相對完備。但仍存在一些鮮有涉及的方面，值得繼續(xù)深入研究和完善。

（1）生鮮產(chǎn)品多車艙配送中，多種特性產(chǎn)品不能混裝的特質(zhì)以及相應(yīng)隔室的增加、隔室容量的限制造成了研究的差異性及困難性，很多研究都還沒有考慮到多車艙車輛獨有的特點，如改艙、換艙等。同時現(xiàn)有算法還不能實時處理各種隨機發(fā)生的信息，響應(yīng)速度有待提高，對如何運用并行算法還有待進(jìn)一步探討。

（2）傳統(tǒng)的車輛路徑問題中忽略了對環(huán)境的保護，很少有考慮碳排放等環(huán)境因素的多車艙車輛路徑規(guī)劃研究。如何將減少燃料消耗、減少碳排放等因素納入到路徑規(guī)劃中，是需要在研究中繼續(xù)推進(jìn)的內(nèi)容。同時，為滿足現(xiàn)代物流動態(tài)不確定環(huán)境下配送的需求，更加智能高效的實時動態(tài)路徑優(yōu)化方法也是值得深入研究的方向。

（3）隨著網(wǎng)絡(luò)信息系統(tǒng)、硬件設(shè)施和物流服務(wù)的發(fā)展，生鮮產(chǎn)品的配送需求數(shù)量和質(zhì)量都逐步增加。多個品類生鮮產(chǎn)品的冷鏈物流配送為適應(yīng)經(jīng)濟社會的發(fā)展趨勢，對MCVRP方面的研究亟需補充。除了多車艙車輛的應(yīng)用，庫存管理、人事安排、選址、設(shè)備更新和高新技術(shù)應(yīng)用等既是必須考慮的現(xiàn)實因素，也是重要研究的課題。然而如何將這些研究課題與生鮮產(chǎn)品的配送相結(jié)合以增加其實用性，是當(dāng)下亟待解決的問題。

四、總結(jié)與展望

多車艙車輛的運用以及路線設(shè)計在實際的運輸流程中，尤其是生鮮產(chǎn)品的冷鏈運輸與配送上具有廣闊的應(yīng)用前景。但目前學(xué)術(shù)界對生鮮產(chǎn)品多車艙車輛的路徑規(guī)劃問題方面的研究還遠(yuǎn)遠(yuǎn)不夠。本文通過總結(jié)梳理現(xiàn)有相關(guān)文獻(xiàn)的研究問題和研究方法，從確定性因素和不確定性因素兩個方面入手，另外考慮到環(huán)境保護的綠色物流問題，為后續(xù)研究提供參考。基于生鮮產(chǎn)品多艙車輛路徑問題的研究現(xiàn)狀，未來的研究方向可以概括為以下四點。

（1）擴展多車艙車輛路徑問題考慮的因素范圍。目前研究所考慮的因素有很多種，但大部分研究主要集中在某一因素上，在其他方面還存在一些研究空白，比如，將車輛路徑問題中常見的因素引入多車艙車輛路徑研究中，以及考慮多車艙車輛獨有的特點，如改艙、換艙等因素。

（2）考慮動態(tài)因素的多車艙車輛路徑設(shè)計。目前，關(guān)于動態(tài)MCVRP的實際應(yīng)用研究較少，如新需求的動態(tài)生成、需求的隨機性等。雖然現(xiàn)有算法無法滿足實際應(yīng)用中對車輛實時調(diào)度的需求，但如今物聯(lián)網(wǎng)技術(shù)的高速發(fā)展已經(jīng)能夠即時掌握客戶信息、車輛信息、載貨信息等數(shù)據(jù)的變化，有能力處理隨機動態(tài)因素，對實時動態(tài)配送調(diào)度的需求進(jìn)一步增強。

（3）考慮環(huán)境因素的多車艙車輛路徑規(guī)劃問題?？紤]環(huán)境因素的多車艙車輛路徑規(guī)劃研究近兩年受到關(guān)注，但文獻(xiàn)量相對較少。如今能源危機和環(huán)保問題受到人類重視，而多車艙車輛作為物流行業(yè)的交通工具，尤其在生鮮產(chǎn)品冷鏈運輸中作用突出，相關(guān)考慮環(huán)境因素的路徑規(guī)劃問題亟待研究。

（4）多車艙車輛路徑規(guī)劃與高新技術(shù)和硬件設(shè)施的結(jié)合。為提升分析決策和自動化操作的能力，如何運用區(qū)塊鏈技術(shù)、智能軟硬件系統(tǒng)、物聯(lián)網(wǎng)、大數(shù)據(jù)分析等技術(shù)手段，進(jìn)行精細(xì)化、動態(tài)化、可視化的路徑規(guī)劃與管理，仍有待深入研發(fā)。

參考文獻(xiàn)：

［1］ ABDELLAH E F， CHRISTIAN P， ROBERTO W C A memetic algorithm and a tabu search for the multi-compartment vehicle routing problem［J］. Computers and operations research， 2006， 35 （5）： 1725-1741

［2］ CHRISTOFIES N， MINGOZZI A， TOTH P The vehicle routing problem［J］. Traveling salesman problem， 1979： 315-338

［3］ 詹紅鑫， 王旭坪， 孫自來，等 基于鄰域搜索的成品油多艙多目標(biāo)配送路徑優(yōu)化算法研究 ［J］. 系統(tǒng)工程理論與實踐， 2019， 39 （10）： 2660-2667

［4］ MENDOZA J E， CASTANIER B， GUERET C， et al A memetic algorithm for the multi-compartment vehicle routing problem with stochastic demands［J］. Computers & operations research， 2010， 37 （11）：1886-1898

［5］ 孫麗君， 周雅嫻， 滕玥，等 多車艙車輛路徑問題的研究現(xiàn)狀與發(fā)展［J］.系統(tǒng)工程理論與實踐， 2021， 41 （6）：1535-1546

［6］ 吳靜旦 基于O2O模式的生鮮農(nóng)產(chǎn)品冷鏈物流配送網(wǎng)絡(luò)創(chuàng)新研究［J］. 農(nóng)業(yè)經(jīng)濟， 2019 （7）： 133-134

［7］ 趙秀榮， 崔佳 我國生鮮農(nóng)產(chǎn)品冷鏈物流配送路徑優(yōu)化研究［J］. 農(nóng)業(yè)經(jīng)濟， 2018 （5）： 130-132

［8］ 游佳， 王鶯 生鮮農(nóng)產(chǎn)品冷鏈物流配送模式研究［J］. 現(xiàn)代商業(yè)， 2017 （24）： 9-10

［9］ 饒培俊 生鮮農(nóng)產(chǎn)品冷鏈物流配送問題探究［J］. 廣東蠶業(yè)， 2020， 54 （11）： 119-120

［10］陳見標(biāo)， 陸宇海 基于末端需求的生鮮食品物流配送模式優(yōu)化［J］. 商業(yè)經(jīng)濟研究， 2021 （6）： 100-102

［11］ 相飛 生鮮農(nóng)產(chǎn)品冷鏈物流共同配送路徑優(yōu)化［J］. 時代經(jīng)貿(mào)， 2019 （18）： 16-17

［12］ 楊世堅， 陳韜 隨機車輛路徑問題研究綜述［C］.中國系統(tǒng)工程學(xué)決策科學(xué)專業(yè)委員會第六屆學(xué)術(shù)年會論文集， 2005

［13］ 馬向國， 劉同娟， 楊平哲， 等 基于隨機需求的冷鏈物流車輛路徑優(yōu)化模型［J］. 系統(tǒng)仿真學(xué)報， 2016， 28 （2）： 1824-1832， 1840

［14］ 崔巖， 張子祥， 時新， 等 考慮客戶時間緊迫度的生鮮電商配送路徑優(yōu)化問題［J］. 鄭州大學(xué)學(xué)報（工學(xué)版）， 2017， 38（6）： 59-63

［15］ MA X， WANG S， BAI Q Coordination of production scheduling and vehicle routing problems for perishable food productions［J］. International journal of internet manufacturing and services， 2019， 6 （1）： 79-96

［16］ 李鋒， 魏瑩 易腐貨物配送中時變車輛路徑問題的優(yōu)化算法［J］. 系統(tǒng)工程學(xué)報， 2010， 25（4）： 492-498， 519

［17］ HU H， ZHANG Y， ZHEN L A two-stage decomposition method on fresh product distribution problem［J］. International journal of production research， 2017， 55 （6）： 4729-4952

［18］ LIU J R， FAN T J Optimization of dynamic vehicle routing problem for fresh agricultural products［J］. Science and engineering research center， 2017： 398-402

［19］ PADILLA M P B， NISPERUZA P A， LOPEZ J M， et al Vehicle routing problem for the minimization of perishable food damage considering road conditions［J］. Logistics research， 2018， 11 （2）： 1-13

［20］ ZULVIA F E， KUO R J， NUGROHO D Y A many objective gradient evolution algorithm for solving a green vehicle routing problem with time windows and dependency for perishable products［J］. Journal of clear production， 2020， 242： 118428

［21］ 丁艷多溫共配冷鏈物流車輛配送路徑優(yōu)化仿真［J］. 沈陽工業(yè)大學(xué)學(xué)報， 2021， 43 （3）： 311-316

［22］ CHAJAKIS E D， GUIGNARD M Scheduling deliveries in vehicles with multiple compartment［J］. Journal of global optimization， 2003， 26 （1）： 43-78

［23］ DERIGS U， GOTTLIED J， KALKOFF J， et al Vehicle routing with compartments： applications， modelling and heuristics［J］. Or spectrum， 2011， 33 （4）： 885-914

［24］ PIRKWIESER S， RAIDL G R， GOTTLIED J Improved packing and routing of vehicles with compartments［C］.International conference on computer aided systems theory， 2011： 392-399

［25］ KURNIA， H， WAHYUNI， EG， PEMBRANI， EC， et al Vehicle routing problem using genetic algorithm with multi compartment on vegetable distribution［J］. 2018， 325，

［26］ Hübner A， Ostermeier M A multi-compartment vehicle routing problem with loading and unloading costs［J］. Transportation science， 2019， 53（1）： 282-300

［27］ 唐珍， 王淑云 多溫共配冷鏈物流的優(yōu)化研究［J］.物流工程與管理， 2012（11）： 126-127， 125

［28］ 胡衛(wèi)，梁承姬，樊陸彬 基于同時取送貨的多溫共配冷鏈車輛路徑優(yōu)化［J］. 廣西大學(xué)學(xué)報（自然科學(xué)版）， 2016， 41（5）， 1576-1584

［29］ 陶榮 基于蟻群算法的多溫共配冷鏈物流配送問題研究［J］. 物流技術(shù)， 2014（9）： 302-304

［30］ 陳久梅， 周楠， 王勇 生鮮農(nóng)產(chǎn)品多隔室冷鏈配送車輛路徑優(yōu)化［J］.系統(tǒng)工程， 2018， 36（8）： 106-113

［31］ 牛燕青 基于隨機情況下的多溫共配冷鏈物流配送方案研究［D］. 煙臺：煙臺大學(xué)， 2014

［32］ 耿菲 多車艙冷鏈物流車輛路徑優(yōu)化問題研究［D］. 大連：大連海事大學(xué)， 2018

［33］ 李英， 李慧， 成琪 基于文獻(xiàn)計量和知識圖譜的國際綠色車輛路徑問題研究發(fā)展分析［J］. 中國管理科學(xué)， 2016（24）： 206-216

［34］ RABBANI M， TAHAEI Z， FARROKHI A H，et al Using meta-heuristic algorithms and hybrid of them to solve multi-compartment vehicle routing problem［C］.International conference in industrial engineering and engineering management 2017： 1022-1026

［35］CHEN L， LIU Y， LANGEVIN A A multi-compartment vehicle routing problem in cold-chain distribution［J］. Computers & operations research， 2019， 111： 58-66

［36］ 徐詩雯 基于電動汽車的多溫區(qū)冷鏈物流配送路徑優(yōu)化問題研究［D］.北京：北京交通大學(xué)， 2020

［37］CHEN J， DAN B， SHI J A variable neighborhood search approach for the multi-compartment vehicle routing problem with time windows considering carbon emission［J］. Journal of cleaner production， 2020， 277： 123932

Research Status and Prospect of Fresh Product Cold

Chain in Multi-Compartment Vehicle Routing Problem

FENG Yan-ling1， ZHANG Chu-ni1， SU Zhi-ning1， GUO Tao-fei2

（1School of Modern Post， Beijing University of Posts and Telecommunications， Beijing 100876;

2School of Cyberspace Security， Beijing University of Posts and Telecommunications， Beijing 100876）

Abstract：The Multi-compartment vehicle routing problem （MCVRP） is a significant issue in the domain of fresh products distribution and cold chain logistics Particularly in the context of recurring epidemics， the MCVRP exhibits extensive applications and promising development prospects in fresh product distribution In this paper， relevant studies of domestic and foreign scholars in recent years on vehicle routing optimization of fresh products are systematically summarized The problem is reviewed separately in terms of fresh products VRP， fresh products MCVRP and fresh products MCVRP considering environmental factors Additionally， this paper identifies current research gaps and presents future research prospects， with the goal of advancing the practical applications of the multi-compartment vehicle routing problem in the fresh products domain

Keywords： fresh products; multi-compartment vehicle routing problem;green distribution;dynamic uncertain environment