徐靜 朱玉 戴盼倩 姚冠新

摘要：生鮮農(nóng)產(chǎn)品一般物流過程包括從采收到銷售的若干獨立的物流單元，通過模型抽象對物流過程中的能耗、數(shù)量損耗和質(zhì)量水平進行清晰界定。以各物流單元的時間和溫度為決策變量，以時限和制冷條件為耦合約束，以能耗、數(shù)量和質(zhì)量的損耗最低為優(yōu)化目標，建立生鮮農(nóng)產(chǎn)品多目標冷鏈物流過程優(yōu)化模型，并設計基于帶精英策略的非支配排序的遺傳算法（NSGA-Ⅱ）的求解過程。針對久通物聯(lián)企業(yè)冷鮮肉物流過程的優(yōu)化研究發(fā)現(xiàn)：在不同的約束目標下，企業(yè)可獲得多種最優(yōu)的時間溫度組合方案供決策者選擇；冷鮮肉多目標優(yōu)化解集結(jié)果可分為3類，其中冷鮮肉宰殺時間對整個物流過程的損耗成本和質(zhì)量水平有較大影響，在通過仿真獲得的數(shù)據(jù)中有一半以上的數(shù)據(jù)受宰殺時間影響。隨著剩余質(zhì)量水平要求的提高，各物流單元溫度下降對損耗成本的影響逐漸減小，尤其是剩余質(zhì)量水平要求在86.4%以上時，幾乎不受影響。此時在既定的成本目標下，企業(yè)可以盡可能提高制冷條件以提高冷鮮肉質(zhì)量水平。

關鍵詞：生鮮農(nóng)產(chǎn)品；冷鏈物流；物流優(yōu)化；供給質(zhì)量；遺傳算法

中圖分類號：F326.6

文獻標識碼：A

文章編號：20955553 （2024） 02011507

收稿日期：2022年5月31日 ?修回日期：2022年9月1日

基金項目：國家自然科學基金（72373129、72103178）；中國博士后基金面上項目（2019M661960）；江蘇省研究生科研創(chuàng)新計劃項目（KYCX21_3177）

第一作者：徐靜，女，1990年生，河南潢川人，碩士，副教授；研究方向為農(nóng)產(chǎn)品物流與供應鏈管理。Email： xujing_sxy@yzu.edu.cn

Optimization research on cold chain logistics process of fresh agricultural foods

Xu Jing1， 2， Zhu Yu3， Dai Panqian1， 2， Yao Guanxin1， 2

（1. Jiangsu Modern Logistics Research Base， Business School， Yangzhou University， Yangzhou， 225127， China；

2. China Grand Canal Research Institute， Yangzhou University， Yangzhou， 225009， China；

3. College of Information Engineering， Yangzhou University， Yangzhou， 225127， China）

Abstract：

This general fresh agricultural products logistics process can be divided into some independent units from the harvest to the sales. The energy consumption， quantity loss and quality level in the logistics process are clearly defined through the mathematical modeling. Then， taking the time and temperature of each logistics unit as the decision variables， taking the time limit and refrigeration conditions as the coupling constraints， and taking the minimum loss of energy consumption， quantity and quality as the optimization objective， the multiobjective cold chain logistics process optimization model of fresh agrofoods is established. The solution process based on nondominated sorting genetic algorithm with elite strategy （NSGA-Ⅱ） is designed. An example of the optimization of Jointech companys cold meat logistics shows that under different constraint objectives， enterprises can obtain a variety of optimal time and temperature combination schemes for decision makers to choose. The multiobjective optimization solution results of cold and fresh meat can be divided into three categories， among which the slaughter time of cold and fresh meat has a greater impact on the loss cost and quality level of the whole logistics process， and more than half of the data obtained through simulation is affected by the slaughter time. With the improvement of the remaining quality level requirements， the impact of the temperature drop of each logistics unit on the loss cost is gradually reduced， especially when the remaining quality level requirements are above 86.4%， which is almost unaffected. At this time， under the established cost target， the company can improve the refrigeration conditions as much as possible to improve the quality level of cold fresh meat.

Keywords：

fresh agricultural products; cold chain logistics; logistics optimization; supply quality; Genetic algorithm

0 引言

我國是一個農(nóng)產(chǎn)品生產(chǎn)和消費大國，每年進入流通領域的生鮮農(nóng)產(chǎn)品數(shù)量驚人。根據(jù)中國物流與采購聯(lián)合會冷鏈物流專業(yè)委員會的測算，2022年我國食品冷鏈物流需求總量為3.3億噸，其中27.80%為蔬菜、23.50%為水果、19.60%為肉類、16.40%為水產(chǎn)品、7.10%為乳制品、5.50%為速凍食品［1］。中國果蔬、肉類和水產(chǎn)品的冷鏈流通率分別為22%、34%和41%，冷藏運輸率分別為35%、57%和69%，腐損率分別控制在15%、8%和10%以下。盡管如此，與發(fā)達國家80%～100%的平均冷鏈流通率、5%以下的腐損率相比，仍存在差距［2］。究其原因，主要還是我國農(nóng)產(chǎn)品物流方式粗獷，大多仍停留在常溫物流階段，少數(shù)已采用冷鏈物流的企業(yè)也存在冷鏈時間溫度隨意化問題，制約了具有易腐易逝特性農(nóng)產(chǎn)品的流通和品牌發(fā)展。

生鮮食品行業(yè)作為經(jīng)濟領域最重要的行業(yè)之一，包括了農(nóng)業(yè)、食品工業(yè)、零售以及全社會的廣大消費者，肩負著為消費者提供安全、可得、負擔得起的優(yōu)質(zhì)和多樣化產(chǎn)品的責任，因此農(nóng)產(chǎn)品行業(yè)需要實現(xiàn)效率化、建立合適的組織形式并對其供給流通過程進行控制［3］。通過對生鮮農(nóng)產(chǎn)品物流相關研究成果的梳理，從內(nèi)容上看，目前關于生鮮農(nóng)產(chǎn)品物流過程控制的研究重點主要集中在四個方面：一是建立在對數(shù)量損耗控制的基礎上，多采用損耗率/有效供給率等參數(shù)刻畫數(shù)量損耗，如李曄［4］和聞卉等［5］等分別研究了常數(shù)形式和隨溫度時間變化的數(shù)量損耗函數(shù)。二是采用新鮮度來刻畫質(zhì)量損耗，如但斌等［6］構(gòu)建指數(shù)形式的新鮮度衰減函數(shù)，鄭琪等［7］則研究了時變形式的新鮮度函數(shù)。三是進一步研究質(zhì)量與數(shù)量雙重損耗的情形，如趙帥等［8］刻畫了損耗率和新鮮度之間的反向線性關系函數(shù)，王淑云等［911］引入保鮮努力因子對量變損耗和質(zhì)變損耗函數(shù)進行分析。四是少數(shù)學者在研究質(zhì)量損耗的同時考慮了制冷能源成本，如Zanoni等［12］通過提出一個包含溫度和存儲時間影響的模型對質(zhì)量損耗與能源成本進行案例研究。從研究方法上看，目前學者們最常用的是案例分析［13］、博弈論建模和實證分析技術，少量學者應用動態(tài)規(guī)劃［14］、混合整數(shù)線性規(guī)劃［15］、遺傳算法［11］等方法進行研究，研究對象多為生鮮農(nóng)產(chǎn)品供應商和銷售商組成的二級供應鏈，也有少量學者將第三方物流服務商［1617］、物流分包商［18］和加工中心［13］納入了研究框架?？傮w來說，具有鮮活特性的生鮮農(nóng)產(chǎn)品在物流過程中的損耗問題一直是學者們關注的焦點，研究視角豐富，取得了一定的成果，但鮮少有學者同時考慮生鮮農(nóng)產(chǎn)品供給數(shù)量、質(zhì)量以及能源成本控制的物流過程優(yōu)化研究。而實際上生鮮農(nóng)產(chǎn)品物流過程中的數(shù)量損耗、質(zhì)量衰減以及能耗是同時發(fā)生的，將三者同時納入到物流過程優(yōu)化研究中對提升生鮮供給質(zhì)量水平和降低損耗成本意義顯著。

1 模型建立

以由生鮮農(nóng)產(chǎn)品供應商（農(nóng)戶）、經(jīng)營商和消費者構(gòu)成的三級供應鏈單周期供貨模型為例，當收獲季節(jié)來臨時，在生鮮農(nóng)產(chǎn)品從農(nóng)戶到達最終消費者的過程中要經(jīng)歷包括采收、包裝、運輸、儲存、配送等在內(nèi)的一系列物流單元，通過對生鮮農(nóng)產(chǎn)品從農(nóng)戶到消費者流動過程的仔細分析，將生鮮物流一般過程描述如圖1所示。

假設1：本研究主要是分析給定設備、人力、倉儲和管理等外生變量下的生鮮農(nóng)產(chǎn)品物流過程時間溫度組合優(yōu)化問題，故后續(xù)不再考慮物流過程中的不變成本，僅考慮影響該生鮮農(nóng)產(chǎn)品物流的可變成本——冷鏈能耗成本和價值衰減（數(shù)量損耗和質(zhì)量衰減）成本。

假設2：不考慮生鮮農(nóng)產(chǎn)品在不同物流單元轉(zhuǎn)換的能量散失。假設生鮮農(nóng)產(chǎn)品在物流單元i經(jīng)過的時間為ti∈［t→i，t←i］，t→i和t←i分別是該物流單元i的最短和最長處理時間，那么該物流單元的處理時間便是可以通過優(yōu)化進行調(diào)節(jié)的。記物流過程總時間為t=∑ni=1ti（i=1，2，…，n）。若給定的最長物流過程時間限制為t～，則t

假設3：生鮮農(nóng)產(chǎn)品在物流單元i的溫度為Ti∈［T→i，T←i］（i = 1， 2，…， n），T←i和T→i分別為物流單元i所允許的最大溫度和所能達到的最低溫度。外界環(huán)境溫度為T0，由于本研究僅考慮生鮮農(nóng)產(chǎn)品冷鏈物流的情形，則Ti≤T0。

1.1 生鮮農(nóng)產(chǎn)品冷鏈物流過程的能源損耗

為了計算本文中生鮮物流環(huán)節(jié)的冷鏈能耗，假設ni為生鮮農(nóng)產(chǎn)品于物流單元i處所在冷藏環(huán)境單位時間溫差下的能量耗散量，kJ/（h·K），反映的是速率，該值與冷藏材料、隔熱板厚度和接觸面積等冷藏環(huán)境自身屬性相關，當給定冷藏車或冷藏庫時，該值為一個常數(shù)。Cp為所運輸生鮮農(nóng)產(chǎn)品的比熱容，kJ/（kg·K），Qi為進入該物流單元的生鮮農(nóng)產(chǎn)品數(shù)量，kg，則該產(chǎn)品在第i個物流單元的能耗Ni表示如式（1）所示。

Ni=（Qi（Ti－1－Ti）Cp+ni（T0－Ti）ti）+

（1）

其中i=2，…，n-1，T0≥Ti。Qi（Ti-1-Ti）Cp代表生鮮農(nóng)產(chǎn)品吸收或釋放的能量，ni（T0-Ti）ti代表耗散的能量。顯然ni（T0-Ti）ti>0，即無論處在哪個冷鏈物流單元，都會發(fā)生能量耗散。記ΔTi=Ti-1-Ti，則總能耗可表示為式（2）。

N=∑n-1i=2［QiΔTiCp+ni（T0-Ti）ti］+

（2）

1.2 生鮮農(nóng)產(chǎn)品冷鏈物流過程的能源損耗

生鮮農(nóng)產(chǎn)品在物流過程中會產(chǎn)生一定的自然損耗，如裝卸搬運中無法避免的磕碰和自然腐敗變質(zhì)等，該數(shù)據(jù)通常是生鮮農(nóng)產(chǎn)品經(jīng)營企業(yè)根據(jù)長期的經(jīng)驗積累得出或者根據(jù)歷史銷售數(shù)據(jù)統(tǒng)計得到，它揭示的是行業(yè)經(jīng)營的一個普遍規(guī)律。參考已有研究成果［19］，得到某生鮮農(nóng)產(chǎn)品在運輸過程中的自然損耗率可用函數(shù)λ（t）=eln2t～t－1（λ∈［0，1］，t0，d″λ（t）>0，即損耗比例隨著運輸時間的增大而增大，且增速越來越快，故該函數(shù)可以反映生鮮農(nóng)產(chǎn)品的損耗變化規(guī)律。

1.3 生鮮農(nóng)產(chǎn)品物流過程中供給質(zhì)量的度量

Zhang等［20］認為，即使產(chǎn)品在全程冷鏈中都采用了最適合的溫度，產(chǎn)品質(zhì)量依然會隨著時間的流逝而流失。參考文獻［12］的觀點，生鮮食品質(zhì)量衰減與儲藏時間、溫度及儲藏環(huán)境參數(shù)等相關，可用式（3）描述。

dqdt=kqn

（3）

式中：

q——生鮮農(nóng)產(chǎn)品的供給質(zhì)量；

k——衰減率（與環(huán)境條件有關）；

n——

反映順序的功率因數(shù)，主要決定反映比率如何依賴于剩余產(chǎn)品質(zhì)量q。

溫度T和質(zhì)量衰減率k之間的關系可由Arrhenius方程計算，如式（4）所示。

k（T）=k0e-EaRT

（4）

式中：

k0——速率常數(shù)；

Ea——

活化能，kJ/mol，一個表征潛在溫度依賴度的經(jīng)驗參數(shù)；

R——氣體常數(shù)，J/（mol·K）；

T——

絕對溫度，K。

其中k0，Ea和R均可通過試驗確定。

顯然，由式（4）結(jié)合給定的初始生鮮農(nóng)產(chǎn)品供給質(zhì)量q0便可以得到該產(chǎn)品在經(jīng)歷一段時間t和溫度T條件下的質(zhì)量水平，如此給出質(zhì)量表達式［12］：q（T，t）=q0e-kt=q0e-k0te-EaRT。由于生鮮農(nóng)產(chǎn)品在運輸中的溫度并非保持不變，每一物流單元的產(chǎn)品質(zhì)量都依賴于上一單元的質(zhì)量，即q（Ti，ti）=q（Ti－1，ti－1）e－k（Ti）ti，依此類推，最終每一物流單元的生鮮農(nóng)產(chǎn)品質(zhì)量都依賴于初始供給質(zhì)量q0，其表達式如式（5）所示。

q（Ti，ti）=q0e－∑ni=1tik（Ti）=q0e－k0∑ni=1tie－EaRTi

（5）

1.4 基于多目標的生鮮農(nóng)產(chǎn)品冷鏈物流過程優(yōu)化模型建立

在同時考慮生鮮農(nóng)產(chǎn)品冷鏈物流過程中的能源、數(shù)量及質(zhì)量損耗的情況下，每個物流單元的生鮮農(nóng)產(chǎn)品的初始供給量是隨著時間不斷減少的，并且能源和質(zhì)量損耗都受溫度和時間的影響。此時需在每個物流環(huán)節(jié)規(guī)定的時間限制［t→i，t←i］和溫度限制［T→i，T←i］內(nèi)，在最終的交貨期t～內(nèi)，使得目標函數(shù)能源耗損N、數(shù)量耗損S以及質(zhì)量損耗Z同時達到最小化，則該模型構(gòu)建如式（6）所示。

MinN=Min∑n－1i=2［QiΔTiCp+ci（T0－Ti）ti］+

MinS=Q1eln2t～t－1

MinZ=1－q0e－k0∑ni=1tie－EaRTi

s.t.∑ni=2ti≤t～

ti∈［t→i，t←i］，Ti∈［T→i，T←i］ （i=2，…，n）

（6）

其中Qi=Q1－eln2t～t－1。

2 模型求解

由于本研究涉及多目標優(yōu)化問題，且約束條件多，目前學界使用較多的是遺傳算法，其中非支配排序遺傳算法（NSGA）是Srinivas和Dbe在1995年提出的一種基于Pareto最優(yōu)概念的遺傳算法，盡管NSGA算法在很多領域得到了廣泛應用，但它還存在著以下不足之處：一是算法復雜度較高，當種群較大時，計算耗時也大；二是由于缺乏精英策略，在計算過程中很容易丟失最優(yōu)解；三是需要指定共享半徑σshare。因此Dbe提出NSGA的一種改進算法——帶精英策略的非支配排序的遺傳算法（NSGA-Ⅱ算法）。該算法為降低算法的運算復雜度，提出了一種快速非支配排序的方法。針對NSGA算法需要指定共享半徑σshare的問題，提出了擁擠度以及擁擠度的比較算子；還引入精英策略，讓父子兩代種群共同競爭產(chǎn)生新種群，有利于讓父代中的優(yōu)良個體進入下一代，避免父代中優(yōu)秀個體的流失。

2.1 編碼方式

因考慮到染色體每個基因取值存在小數(shù)，故本文采取實數(shù)編碼方式，如圖2所示在各基因座上隨機生成各數(shù)值范圍內(nèi)的任意一個實數(shù)（保留小數(shù)點后一位），即生成一條染色體。因本文算例中物流環(huán)節(jié)n為4，且第1物流環(huán)節(jié)溫度默認303K（換算成攝氏溫度是30℃），故本文染色體長度為7。

2.2 選擇操作

基于擁擠度和Pareto非支配排序的方式選擇種群中的個體。具體操作流程如下：首先，將父代與經(jīng)過交叉、變異操作后的子代合并成規(guī)模為2N的種群；其次，將這2N個個體按照非支配關系進行分層排序，求出非支配等級F；接著，計算出每個個體擁擠度；最后，依次將前j個等級的個體放入子代種群中，如果數(shù)量超過規(guī)定種群大小，就對第j層個體的擁擠度進行排序，按照由大到小的順序依次放入子代種群中，直到達到規(guī)定的種群大小。

2.3 交叉操作

隨機選取兩條父代染色體按照給定的交叉概率進行兩點交叉。進行交叉操作時隨機選取兩個不同位置，如圖3所示隨機選取第3和第5個位置，將兩個父代的3～5基因座上的基因進行交換形成新的子代。

2.4 變異操作

隨機選取一條父代染色體按照給定的變異概率進行單點變異。進行變異操作時隨機選取1個位置，如圖4所示隨機選取第2個位置，對父代第2個位置的基因進行等位基因替換（按照第2個位置的數(shù)值范圍隨機生成一個非本數(shù)值的數(shù)）形成新的子代染色體。

3 冷鮮肉物流過程多目標優(yōu)化仿真分析

3.1 算例背景

下面以久通物聯(lián)（Jointech）企業(yè)的禽畜類冷鏈物流過程為例進行說明。所謂冷鮮肉是指在將檢疫合格的活禽活畜宰殺后，于24 h內(nèi)將其溫度降低至0 ℃～4 ℃，并在后續(xù)物流過程中始終保持0 ℃～4 ℃的生鮮肉。但在實際操作中，為了節(jié)約成本很少有企業(yè)能夠做到將后續(xù)物流過程中的溫度全程控制在該范圍內(nèi)。久通物聯(lián)企業(yè)的肉禽肉畜類冷鏈物流主要分為兩類：一是經(jīng)由連鎖超市、專賣店等銷售的流通模式，主要是針對中高檔肉禽肉畜類產(chǎn)品，此類模式的產(chǎn)品通過連鎖超市、專賣店等零售終端冷柜銷售，可實現(xiàn)全程冷鏈；二是經(jīng)由批發(fā)市場銷售的流通模式，主要是針對低檔肉禽肉畜類產(chǎn)品，通過批發(fā)商戶到達消費者手中，此類模式的產(chǎn)品從銷地批發(fā)市場批發(fā)環(huán)節(jié)開始處于常溫狀態(tài)，出現(xiàn)斷鏈現(xiàn)象。目前批發(fā)市場內(nèi)的鮮肉銷售，多在常溫下進行。每天傍晚與批發(fā)市場簽訂場廠掛鉤協(xié)議的屠宰廠家，使用冷藏車將冷庫排酸后的白條豬肉懸掛運至批發(fā)市場內(nèi)的豬肉批發(fā)大廳并上桿，在凌晨前與批發(fā)市場內(nèi)的豬肉批發(fā)商戶進行交易。批發(fā)商戶將采購的白條豬肉搬運至本市場豬肉交易大廳的店鋪內(nèi)常溫儲存，待清晨開始進行分割鮮肉的常溫批發(fā)零售，當天銷售不完的貨物才入冰柜貯藏。久通物聯(lián)企業(yè)的冷鮮肉生產(chǎn)過程可概括為：當活禽活畜在生產(chǎn)線的屠宰車間經(jīng)過屠宰放血除毛除內(nèi)臟等基本流程后，胴體經(jīng)由生產(chǎn)線與預冷庫相連接的軌道直接運輸至預冷庫進行預冷排酸等操作，經(jīng)過24～48 h的預冷排酸過程后經(jīng)分割進入冷藏庫，從冷藏庫出來的鮮肉通過冷藏車將肉品從郊區(qū)配送至城市銷售點（連鎖超市、專賣店以及批發(fā)市場等），其過程可抽象簡化為圖5。

以冷鮮豬肉為例，已知生豬在常溫下（T0=25 ℃）宰殺后胴體溫度T1為30 ℃左右，豬肉白條生產(chǎn)（放血/淋洗/燙毛/沖洗/燎毛/去內(nèi)臟等）時間約為t1∈［1，3］；然后經(jīng)推送通道和運輸線上的相關處理后將生豬白條輸送至預冷排酸間，直到白條中心溫度降至0 ℃～4 ℃，一般共計時長為t2∈［12 h，36 h］；排酸后的肉類產(chǎn)品經(jīng)簡單分割或不分割直接進入冷藏室等待配送銷售（其中冷藏時間t3∈［6 h，18 h］，冷藏室溫度0 ℃～4 ℃）；然后將包裝分割好的冷鮮肉品配送至各銷售點，運輸時間一般在t4∈［2 h，12 h］（0 ℃～4 ℃的條件下冷鮮肉的運輸時間最多不能超過12 h）；最后肉品進入銷售環(huán)節(jié)，上架出售，因銷售時間主要由需求函數(shù)決定，且環(huán)境溫度一般為常溫，故建模時不考慮本環(huán)節(jié)。此外，通過查閱資料得到鮮豬肉的比熱容為Cp=2.85 kJ/（kg·K），根據(jù)已有研究成果［21］，當反映級數(shù)n為1時，豬肉中的揮發(fā)性鹽基氮級（TVBN）在不同溫度下的反映速率常數(shù)k（t）及活化能Ea情況（算例中的反映速率常數(shù)選取了溫度最接近的進行計算，采用10 ℃時的反映速率常數(shù)和活化能Ea逆向計算得到k0=81 235）如表1、表2所示。

根據(jù)本文研究需要及方便計算考慮，假設初始時刻的產(chǎn)品數(shù)量為100 kg，質(zhì)量水平為單位1，設定氣體常數(shù)R為8.314 J/（mol·K）。關于肉品生命周期問題，普通消費者主要根據(jù)感官體驗（氣味、色澤）判斷豬肉的新鮮度，如當肉品中出現(xiàn)酸類、含硫及含氮物等表征肉類腐敗的典型揮發(fā)成分時，可認定其已不再新鮮。故此，將肉品生命周期定義為宰殺至腐敗的總時間。根據(jù)上海某公司給出的數(shù)據(jù)資料，生鮮肉類在冷藏庫中的存儲時間一般可以達到3～10天左右。當溫度為20 ℃時，豬肉貨架壽命為2.38天，10 ℃時貨架壽命3.79天，5 ℃時豬肉貨架壽命6.08天，0 ℃時約為10.14天。而冰凍狀態(tài)下（-18 ℃）的冷凍肉則可存放半年之久。因此，當設定不同的溫度狀態(tài)時，其生命周期也不盡相同。為了便于分析比較且不失一般性，設定以t～=72 h的情況為參考，即不同溫度組合下冷鮮肉必須在3天內(nèi)完成宰殺、排酸、冷藏及配送環(huán)節(jié)。綜上所述，進行優(yōu)化前生豬冷鮮肉在銷售環(huán)節(jié)前的物流過程數(shù)據(jù)情況可見表3。

3.2 模型仿真優(yōu)化

通過MATLAB軟件進行仿真分析，設置種群大小Popsize=500，迭代次數(shù)Generation=300，交叉概率Pc=0.9，變異概率Pm=0.1。在本模型中每個物流環(huán)節(jié)的初始數(shù)量都是不同的，且能源和質(zhì)量損耗都受溫度和時間影響。據(jù)此通過NSGA-Ⅱ算法獲得基于能源、數(shù)量與質(zhì)量損耗的三維Pareto圖（圖6），部分詳細解集如表4所示。

3.3 結(jié)果分析

生鮮農(nóng)產(chǎn)品的物流時間既決定了生鮮農(nóng)產(chǎn)品經(jīng)營商的服務水平，也在一定程度上決定著生鮮農(nóng)產(chǎn)品的儲藏成本和損耗成本，更是企業(yè)資金周轉(zhuǎn)速度的直接反映，因此物流時間是衡量生鮮農(nóng)產(chǎn)品經(jīng)營績效的一個較為綜合的衡量指標，也是影響企業(yè)競爭力的關鍵。通過與常溫狀態(tài)下的對比發(fā)現(xiàn)，常溫狀態(tài)下冷鮮肉的數(shù)量損耗在23.59～52.01 kg范圍內(nèi)，剩余質(zhì)量水平在47.7%～69%范圍內(nèi)；而冷鏈狀態(tài)下冷鮮肉的數(shù)量損耗24.79～22.41 kg范圍內(nèi)，剩余質(zhì)量水平在85.3%～88.5%范圍內(nèi)，能耗成本最高僅有8 923 kJ。顯然，冷鏈物流優(yōu)化模型更有效。通過上文的計算結(jié)果不難看出：在能達到能源、數(shù)量和質(zhì)量損耗三目標最優(yōu)的Pareto解集中數(shù)據(jù)分為3類：第一類（如第1～31組數(shù)據(jù)），在溫度都是可允許的最高值，時間除了物流單元1都是選擇可允許的最低值，且隨著物流單元1時間的減少，能耗逐漸增大，數(shù)量和質(zhì)量損耗逐漸降低。第二類（如第31～53組數(shù)據(jù)），在時間都是可允許的最低值，除了物流單元4的溫度是可允許的最高值，隨著其他兩個物流單元溫度的降低，能耗逐漸增大，質(zhì)量損耗逐漸降低，數(shù)量損耗不變。第三類（如第53～55組數(shù)據(jù)），在時間都是可允許的最低值，物流單元2和3的溫度都是可允許的最低值，隨著物流單元4溫度降低，能耗逐漸增大，質(zhì)量損耗逐漸降低，數(shù)量損耗不變。為了讓分析結(jié)果更直觀，假設能源成本c0為0.5元/（kW·h），豬肉單位價格p為15元/kg，將表4的能源和數(shù)量損耗分別乘以其單位價格后，換算成損失的經(jīng)濟成本，對該數(shù)據(jù)分析更加具有經(jīng)濟意義。將表4中55組成本和質(zhì)量水平數(shù)據(jù)按順序排列，變化趨勢如圖7所示。由此可知，數(shù)據(jù)1～31顯示在各個物流單元溫度不變的情況下，物流單元1的時間越短，冷鮮肉成本損耗越小，而質(zhì)量水平有明顯的波動上升趨勢，說明物流單元1的處理時間對冷鮮肉的損耗控制有顯著影響。數(shù)據(jù)31～55顯示，在各物流單元可允許的最小時限內(nèi)，冷鮮肉的損耗成本隨著物流單元的溫度交替下降而略微升高（此時數(shù)量損耗不變，能源損耗雖明顯升高，但因能源價格較低，對總成本影響不大，因此在圖7中幾乎呈現(xiàn)出一條直線，但實際上損耗成本是有一個升高的趨勢），而質(zhì)量水平接近一條傾斜向上的直線，直至各物流單元所允許達到的最低溫度要求，說明此時溫度對于成本的影響較小，對質(zhì)量水平影響較大。

4 結(jié)論

為了進行生鮮農(nóng)產(chǎn)品物流過程中數(shù)量損耗和質(zhì)量的控制，以各個物流單元的時間和溫度為決策變量，以各物流單元的處理時間和制冷條件為耦合約束，建立了考慮能耗、數(shù)量損耗和質(zhì)量衰減的生鮮農(nóng)產(chǎn)品多目標冷鏈物流過程優(yōu)化模型，并設計了帶精英策略的非支配排序的遺傳算法（NSGA-Ⅱ算法）進行模型求解，最后以久通物聯(lián)企業(yè)的冷鮮肉物流過程優(yōu)化為例，進行了算例仿真，從而得出以下結(jié)論。

1） ?冷鮮肉宰殺時間對整個物流過程的損耗成本和質(zhì)量水平有較大影響。在55組數(shù)據(jù)中，有一半以上的數(shù)據(jù)是僅因為宰殺時間的遞減而引起質(zhì)量損耗和數(shù)量損耗的遞減，以及能源損耗的遞增。

2） ?隨著剩余質(zhì)量水平要求的提高，各物流單元溫度下降對損耗成本的影響逐漸減小。尤其是剩余質(zhì)量水平要求在86.4%以上時，各物流單元溫度下降對損耗成本的影響幾乎可以忽略不計。此時在既定的成本目標下，企業(yè)可以盡可能提高制冷條件以此達到可允許的最低物流單元溫度以提高冷鮮肉質(zhì)量水平。

參 考 文 獻

［1］中國物流與采購聯(lián)合會冷鏈物流專業(yè)委員會. 中國冷鏈物流發(fā)展報告［M］. 北京： 中國財富出版社， 2023.

［2］白舒婕. 補齊冷鏈短板， 助農(nóng)產(chǎn)品“鮮”行［N］. 國際商報， 2021-12-20（002）.

［3］Lehmann R J， Reiche R， Schiefer G. Future internet and the agrifood sector： Stateoftheart in literature and research ［J］. Computers and Electronics in Agriculture， 2012， 89： 158-174.

［4］李曄， 秦夢. 基于“農(nóng)超對接”的生鮮農(nóng)產(chǎn)品物流耗損研究［J］. 農(nóng)業(yè)技術經(jīng)濟， 2015（4）： 54-60.

［5］聞卉， 陶建平， 曹曉剛， 等. 基于雙邊質(zhì)量控制的生鮮農(nóng)產(chǎn)品供應鏈決策［J］. 控制工程， 2017， 24（12）： 2478-2484.

Wen Hui， Tao Jianping， Cao Xiaogang， et al. Fresh agricultural supply chain decision based on bilateral quality control ［J］. Control Engineering of China， 2017， 24（12）： 2478-2484.

［6］但斌， 馬崧萱， 劉墨林， 等. 考慮3PL保鮮努力的生鮮農(nóng)產(chǎn)品供應鏈信息共享研究［J/OL］. 中國管理科學， 1-16 ［2023-12-13］. http：//kns.cnki.net/kcms/detail/11.2835.g3.20220304.1735.002.html.

Dan Bin， Ma Songxuan， Liu Molin， et al. Information sharing in the fresh produce supply chain with 3PLs freshkeeping effort ［J/OL］. Chinese Journal of Management Science， 2022： 1-16［2023-12-13］. http：//kns.cnki.net/kcms/detail/11.2835.g3.20220304.1735.002.html.

［7］鄭琪， 范體軍. 考慮風險偏好的生鮮農(nóng)產(chǎn)品供應鏈激勵契約設計［J］. 管理工程學報， 2018， 32（2）： 171-178.

Zheng Qi， Fan Tijun. Design of incentive contract for fresh agricultural products supply chain considering risk preference ［J］. Journal of Industrial Engineering and Engineering Management， 2018， 32（2）： 171-178.

［8］趙帥， 李文立， 曹曉寧， 等. 預售模式下的生鮮農(nóng)產(chǎn)品雙渠道供應鏈協(xié)調(diào)機制［J］. 管理工程學報， 2021， 35（4）： 162-177.

Zhao Shuai， Li Wenli， Cao Xiaoning， et al. Coordination mechanism of fresh agricultural products dualchannel supply chain under the advance selling mode ［J］. Journal of Industrial Engineering and Engineering Management， 2021， 35（4）： 162-177.

［9］王淑云， 姜櫻梅， 牟進進. 基于新鮮度的冷鏈一體化庫存與定價聯(lián)合決策［J］. 中國管理科學， 2018， 26（7）： 132-141.

Wang Shuyun， Jiang Yingmei， Mou Jinjin. Inventory and pricing decision of an integrated cold chain based on freshness ［J］. Chinese Journal of Management Science， 2018， 26（7）： 132-141.

［10］王淑云， 馬文秀. 基于保鮮努力的生鮮農(nóng)產(chǎn)品庫存和協(xié)調(diào)優(yōu)化［J］. 公路交通科技， 2019， 36（6）： 125-134.

Wang Shuyun， Ma Wenxiu. Fresh agricultural products inventory and coordinative optimization based on fresh keeping effort ［J］. Journal of Highway and Transportation Research and Development， 2019， 36（6）： 125-134.

［11］王淑云， 范曉晴， 馬雪麗， 等. 考慮商品新鮮度與量變損耗的三級冷鏈庫存優(yōu)化模型［J］. 系統(tǒng)管理學報， 2020， 29（2）： 409-416.

Wang Shuyun， Fan Xiaoqing， Ma Xueli， et al. A threestage cold chain inventory optimization model considering freshness and quantity loss of goods ［J］. Journal of Systems & Management， 2020， 29（2）： 409-416.

［12］Zanoni S， Zavanella L. Chilled or frozen？ Decision strategies for sustainable food supply chains ［J］. International Journal of Production Economics， 2012， 140（2）： 731-736.

［13］Jonkman J， BarbosaPóvoa A P， Bloemhof J M. Integrating harvesting decisions in the design of agrofood supply chains ［J］. European Journal of Operational Research， 2019， 276（1）： 247-258.

［14］Gigler J K， Hendrix E M T， Heesen R A， et al. On optimisation of agri chains by dynamic programming ［J］. European Journal of Operational Research， 2002， 139（3）： 613-625.

［15］Rong A， Akkerman R， Grunow M. An optimization approach for managing fresh food quality throughout the supply chain ［J］. International Journal of Production Economics， 2011， 131（1）： 421-429.

［16］Yu Y， Xiao T. Pricing and coldchain service level decisions in a fresh agriproducts supply chain with logistics outsourcing ［J］. Computers & Industrial Engineering， 2017， 111： 56-66.

［17］Ma X， Wang S， Islam S M N， et al. Coordinating a threeechelon fresh agricultural products supply chain considering freshnesskeeping effort with asymmetric information ［J］. Applied Mathematical Modelling， 2019， 67： 337-356.

［18］付焯， 嚴余松， 岳昊， 等.考慮抗風險努力貢獻度的生鮮農(nóng)產(chǎn)品運輸損耗控制［J］. 公路交通科技， 2020， 37（7）： 144-151.

Fu Zhuo， Yan Yusong， Yue Hao， et al. Controlling transport loss of fresh agricultural products considering contribution of riskresisting ［J］. Journal of Highway and Transportation Research and Development， 2020， 37（7）： 144-151.

［19］林略， 楊書萍， 但斌. 時間約束下鮮活農(nóng)產(chǎn)品三級供應鏈協(xié)調(diào)［J］. 中國管理科學， 2011， 19（3）： 55-62.

Lin Lüe， Yang Shuping， Dan Bin. Threelevel supply chain coordination of fresh agricultural products with time constraints ［J］. Chinese Journal of Management Science， 2011， 19（3）： 55-62.

［20］Zhang G， Habenicht W， Spie?W E L. Improving the structure of deep frozen and chilled food chain with tabu search procedure ［J］. Journal of Food Engineering， 2003， 60（1）： 67-79.

［21］肖虹. 冷卻肉氣味指紋識別技術及冷鏈中RFID技術應用的研究［D］. 上海： 上海海洋大學， 2011.

Xiao Hong. Study on application of sensory array fingerprint analyzer technology and RFID technology in chilled pork cold chain ［D］. Shanghai： Shanghai Ocean University， 2011.