張鏞基 岑仲迪

摘 ?要：針對生鮮配送站多建亂建所帶來選址成本居高不下的問題，在考慮固定建設(shè)成本、運營成本、配送成本的情況下，將新鮮度作為懲罰成本建立了模型的成本函數(shù)，引入競爭函數(shù)解決配送站建造位置過于擁擠的問題，以此為基礎(chǔ)構(gòu)建了多目標選址模型。收集寧波市數(shù)據(jù)形成算例，使用改進遺傳算法對模型進行求解，得到了算例生鮮配送站的最佳選址方案，并通過與僅考慮成本情況下模型結(jié)果進行對比分析得到競爭和新鮮度對選址的影響。

關(guān)鍵詞：生鮮商品;新鮮度;配送站選址;競爭;改進遺傳算法

中圖分類號：F252.14文獻標志碼：A

DOI：10.13714/j.cnki.1002-3100.2024.11.005

Abstract： To address the problem of excessive and haphazard construction of fresh food delivery stations， we have developed a cost function for our model that incorporates the penalty cost of freshness， taking into account fixed construction costs， operational costs， and delivery costs. In order to address the issue of overcrowded locations for building delivery stations， we have introduced a competition function into the model. Based on these considerations， we have constructed a multi-objective site selection model. We have employed an improved genetic algorithm to solve the model and obtain the optimal site selection solution for the fresh food delivery stations in our case study. Furthermore， we have conducted a comparative analysis by comparing the results of our model considering both competition and freshness with the results obtained from a model that solely considers costs. This analysis provides insights into the impact of competition and freshness on site selection.

Key words： fresh food products; freshness; site selection for delivery stations; competition; improved genetic algorithm

0 ?引 ?言

隨著科學(xué)技術(shù)和新零售模式的發(fā)展，生鮮電商迎來了發(fā)展的黃金時期。同時，人們對于生鮮產(chǎn)品的品質(zhì)也有了更高的要求，這對于生鮮產(chǎn)品交付給客戶時的新鮮度以及送達時間提出了很高的要求。為了滿足人們的高品質(zhì)需求，企業(yè)通常選擇修建更多的配送站，添置冷鏈設(shè)備，這給生鮮電商企業(yè)帶來了高昂的履約成本。本文通過考慮競爭和新鮮度優(yōu)化生鮮電商配送站的選址，提高物流網(wǎng)絡(luò)運作效率，降低運作成本，同時更好的滿足消費者的服務(wù)需求。

考慮到生鮮產(chǎn)品的特點，為了保證產(chǎn)品交付時的質(zhì)量，學(xué)者們在研究生鮮產(chǎn)品選址問題時通?？紤]新鮮度的影響。劉琳等[1]為滿足生鮮產(chǎn)品交付時較高的新鮮度要求，構(gòu)建了以配送中心固定成本、庫存管理成本最小化為優(yōu)化目標的上層模型和以車輛固定成本、運輸成本、碳排放成本、懲罰成本最小化為優(yōu)化目標的下層模型，并采用兩階段啟發(fā)式算法進行求解得到結(jié)論，不同新鮮度對配送中心的選址以及車輛路徑的安排有顯著影響。在考慮新鮮度的基礎(chǔ)上，張杰和李妍峰[2]在綜合考慮疫情影響、商品易腐性、溫控特性、站點選址和車輛-無人機協(xié)同配送路徑規(guī)劃的情況下，構(gòu)建了總成本最小以及配送過程中損失最小的雙目標優(yōu)化模型，并提出了一種兩階段混合啟發(fā)式算法進行求解。馬祖軍等[3]在考慮新鮮度影響下各類預(yù)冷站建設(shè)和運營中的規(guī)模經(jīng)濟效應(yīng)下建立了一種混合整數(shù)線性規(guī)劃模型。為了保證產(chǎn)品的新鮮度，通常對于冷鏈方面的要求也較為嚴格，趙泉午等[4]系統(tǒng)考慮多業(yè)態(tài)零售門店選址布局及覆蓋范圍、冷鏈設(shè)施配置、冷藏品類選擇等生鮮新零售特征構(gòu)建非線性混合整數(shù)規(guī)劃模型。

同時，越來越多的學(xué)者們認識到對于生鮮產(chǎn)品選址問題的研究并不應(yīng)該局限于新鮮度，也要考慮其他多種因素對選址的影響。趙振強等[5]以最小成本為目標，根據(jù)顧客需求量的分布建立了多重心法生鮮農(nóng)產(chǎn)品前置倉選址模型。為了保證客戶對于商品的滿意度，夏連超等[6]將時間滿意度引入，以配送成本和時間滿意度建立了雙目標選址模型。為了解決生鮮電商選址中對碳排放量的忽視，朱鈴等[7]構(gòu)建了一個包含處理低碳排放成本的最小化成本為目標的選址模型。李冰等[8]將選址問題與路徑優(yōu)化問題相結(jié)合，研究了帶同步取送的生鮮農(nóng)產(chǎn)品選址-路徑問題。

綜上所述，生鮮產(chǎn)品的選址方面已有豐富的相關(guān)研究成果，為本文提供了堅定的基礎(chǔ)，但是目前的相關(guān)研究多集中于成本對選址影響的研究，忽略了配送站建造位置過于擁擠帶來的問題?；诖耍疚脑诳紤]固定建設(shè)成本、運營成本、配送成本的情況下，將新鮮度作為懲罰成本建立了模型的成本函數(shù)，引入競爭函數(shù)解決配送站建造位置過于擁擠的問題，以此為基礎(chǔ)構(gòu)建了多目標選址模型。

1 ?模型構(gòu)建

1.1 ?問題描述

本文研究的選址問題可以描述為，在由配送站、客戶需求點構(gòu)成的二級物流網(wǎng)絡(luò)中，使目標函數(shù)成本最小和競爭最小達到最優(yōu)的情況下，從候選點中選出p個配送站進行建設(shè)。

1.2 ?模型假設(shè)

（1）備選配送站地理位置是確定的，配送站之間有著相互獨立的并列關(guān)系;（2）客戶需求點地理位置、需求量是確定的;（3）一個配送站可以向多個客戶需求點提供服務(wù)，但是每個客戶需求點僅由一個配送站提供服務(wù);（4）備選配送站具有容量限制。

1.3 ?符號說明

1.3.1 ?參 ?數(shù)

J：配送需求點集合;I：配送中心備選點集合;g：節(jié)點j的貨物需求量;D：節(jié)點i到節(jié)點j之間的距離;h：第i個配送中心的固定建設(shè)成本;?：運營成本;θ： 生鮮農(nóng)產(chǎn)品單位時間上的新鮮度損失;τ： 新鮮度每下降1%，市場需求量下降的百分數(shù);σ： 對新鮮度降低市場需求量的生鮮產(chǎn)品，進行打折銷售的折扣系數(shù);w： 每單位生鮮產(chǎn)品的成本價格;α：設(shè)備完整度;b：備選點的外部影響因子;Q：配送中心容量。

1.3.2 ?決策變量

Y表示第i個備選配送站被建設(shè)為1，否則為0;V表示第j個客戶需求點由配送站i負責配送，否則為0。

1.4 ?數(shù)學(xué)模型

1.4.1 ?目標函數(shù)

目標函數(shù)C：表示成本最小，其中：式（1）從左到右表示建設(shè)成本、運營成本、配送成本、新鮮度損失成本。

目標函數(shù)N：表示配送站對客戶吸引力最大;目標函數(shù)N：表示配送站與配送站之間競爭最小。

1.4.2 ?約束條件

約束條件式（4）表示有且僅有一個備選配送中心i為需求點j提供服務(wù);約束條件式（5）表示從備選配送中心選擇建立配送中心的數(shù)量不超過p個;約束條件式（6）表示只有當備選配送中心i被選擇建立時，需求點j才能由配送中心i提供服務(wù);約束條件式（7）表示配送中心的容量約束;約束條件式（8）、式（9）表示0～1約束。

2 ?改進遺傳算法設(shè)計

2.1 ?編碼與種群初始化

針對模型的編碼，本文采用二進制編碼是最適合的編碼方式，二進制編碼方式的規(guī)則為：在染色體上采用“0”、“1”兩個數(shù)字表示備選配送站是否被選擇建造，每個染色體的長度表示備選配送站的數(shù)量。例如字符“0100010”表示共有7個備選配送站可被選擇建造，其中有2個進行建造，分別是第2個和第6個，剩下的則不選擇建設(shè)。

然后，隨機生成染色體，且每個染色體都要保證不相同，從隨機生成的染色體中挑選可行解添加到初始種群中，直到種群規(guī)模到達設(shè)置的數(shù)目。

2.2 ?適應(yīng)度函數(shù)

本文考慮的選址模型是考慮成本和競爭的多目標選址問題，因此需要將求解的多目標問題轉(zhuǎn)化為求解單目標最小值的問題。首先將兩個關(guān)于競爭的函數(shù)綜合考慮為N

的競爭力差值函數(shù)并使其結(jié)果最小以達到最優(yōu)的結(jié)果，然后將競爭力差值函數(shù)與成本函數(shù)賦予合適的權(quán)重轉(zhuǎn)化為適應(yīng)度函數(shù)：

當適應(yīng)度值越小表明個體適應(yīng)度越高，在遺傳過程中被選擇的概率越大，在選擇算子中，將適應(yīng)度值轉(zhuǎn)化為1/F進行取值。

2.3 ?遺傳操作

選擇操作使用Stochastic Universal Sampling（SUS）算法進行選擇。交叉操作使用Order Crossover（OX）算法從兩個父代個體中選擇一定的位置，然后通過交換這些位置上的基因片段，來產(chǎn)生新的后代個體。變異操作采用的是隨機交換某個個體中兩個基因位的值來實現(xiàn)。

為了解決面對容量限制情況下選址問題容易陷入局部最優(yōu)的問題，本文采用貪心策略改進遺傳算法，使算法在選擇操作時對滿足容量約束的個體進行選擇，使算法更容易跳出局部最優(yōu)解，轉(zhuǎn)而尋找全局最優(yōu)解。

算法具體流程如圖1所示。

3 ?算例分析

3.1 ?基礎(chǔ)數(shù)據(jù)

為了驗證本文構(gòu)建的多目標模型和算法的有效性，本節(jié)以寧波市地區(qū)為研究對象，通過實地走訪及線上采集整理獲取數(shù)據(jù)，開展生鮮配送站的選址優(yōu)化分析，預(yù)計在寧波市內(nèi)構(gòu)建一個覆蓋全部客戶需求點的物流配送網(wǎng)絡(luò)?？蛻酎c需求量如表1所示，備選配送站信息如表2所示，其他數(shù)據(jù)如表3所示。

3.2 ?結(jié)果分析

本文使用以上所提供的數(shù)據(jù)構(gòu)成一個簡單的算例對模型的有效性進行檢驗，將上文整理的數(shù)據(jù)輸入到遺傳算法程序中，對僅考慮成本情況和考慮競爭情況兩種情況下的模型結(jié)果進行計算，其結(jié)果對比如表4所示。

由于容量的限制和新鮮度懲罰成本的影響，選址數(shù)量較少時會導(dǎo)致大量需求點無法被滿足，而選址數(shù)量過多時由于開設(shè)門店需要大量的固定成本以及運營成本導(dǎo)致成本較高。通過模型的求解及結(jié)果對比可得在當前算例中，最終優(yōu)化結(jié)果為最佳選址數(shù)量為8。選址配送方案圖對比如圖2所示，右側(cè)為考慮競爭情況下選址配送方案路線圖，左側(cè)為僅考慮成本情況下選址配送方案路線圖，由圖2可以看出當考慮競爭時，可以有效解決配送站建設(shè)較為密集的情況，便于配送站覆蓋所有客戶需求點，提高客戶服務(wù)水平。

在對結(jié)果進行對比后，可以得出：當引入競爭力函數(shù)進入模型后，會造成一定的成本增加，但是可以減小配送中心之間的競爭，增加配送中心與客戶需求點之間的凝聚力，使得選址結(jié)果更為分散，可以有效解決配送站選址擁擠的問題，有利于更好的發(fā)揮城市配送的功能。

4 ?總 ?結(jié)

為了在激烈的市場競爭中脫穎而出，企業(yè)通常選擇大量建設(shè)社區(qū)配送站來保障良好的客戶滿意度，但盲目大量的建設(shè)社區(qū)配送站并不意味著能夠更好地服務(wù)客戶。許多配送站多集中于人口密度較大，消費水平較高的區(qū)域，這導(dǎo)致一些較為偏遠的客戶的需求無法得到及時地滿足，同時，在人口密度大的地區(qū)大量建設(shè)配送站也會導(dǎo)致企業(yè)的運營和成本居高不下。本文在綜合考慮固定建設(shè)成本、運營成本、配送成本以及新鮮度等影響因素，通過將競爭函數(shù)引入選址模型，構(gòu)建了考慮競爭和新鮮度的生鮮配送站多目標選址模型，結(jié)合算例，使用改進遺傳算法求解出生鮮配送站的最佳選址方案，并通過與僅考慮成本情況下模型結(jié)果進行對比分析得到競爭對選址的影響。

實際的物流活動中配送中心位置的選擇通常也會影響到門店的位置及數(shù)量選擇，對這部分模型的完善有待進一步的研究，在冷鏈以及碳排放方面等因素對選址的影響也有待進一步研究。

參考文獻：

[1] 劉琳，賈鵬，高犇，等. 新鮮度限制約束下物流配送中心選址-路徑優(yōu)化[J]. 包裝工程，2022，43（5）：232-241.

[2] 張杰，李妍峰. 疫情環(huán)境下生鮮配送的選址-路徑問題[J/OL]. 中國管理科學(xué)：1-12[2023-06-22]. https：//doi.org/10.16381/j.cnki.issn1003-207x.2002.0575.

[3] 馬祖軍，王一然. 考慮生鮮農(nóng)產(chǎn)品“最先一公里”損耗的預(yù)冷站布局優(yōu)化[J/OL]. 中國管理科學(xué)：1-11[2022-06-22]. https：//doi.org/10.16381/j.cnki/issn1003-207x.2021.2618.

[4] 趙泉午，姚珍珍，林婭. 面向新零售的生鮮連鎖企業(yè)城市配送網(wǎng)絡(luò)優(yōu)化研究[J]. 中國管理科學(xué)，2021，29（9）：168-179.

[5] 趙振強，張立濤，王文釗，等. 基于顧客需求量分布的生鮮農(nóng)產(chǎn)品前置倉選址研究[J]. 計算機應(yīng)用與軟件，2021，38（10）：107-113，124.

[6] 夏連超，張洪. 考慮時間滿意度的生鮮前置倉雙目標選址優(yōu)化[J]. 物流科技，2022，45（19）：160-165.

[7] 朱鈴，楊中華，車路濤. 碳交易背景下生鮮電商前置倉選址問題研究[J]. 物流科技，2022，45（4）：44-49.

[8] 李冰，黨佳俊. 多配送中心下生鮮農(nóng)產(chǎn)品同步取送選址-路徑優(yōu)化[J]. 智能系統(tǒng)學(xué)報，2020，15（1）：50-58.

[9] 張建，傅少川. 新鮮度影響需求的生鮮食品配送中心選址研究[C] // 第十三屆中國管理科學(xué)學(xué)術(shù)年會論文集，2011：479-482.

[10] 肖玉徽，樓振凱. 考慮客戶滿意度的物流末端節(jié)點選址模型及算法[J]. 工業(yè)工程，2019，22（3）：126-131.

收稿日期：2023-06-13

作者簡介：張鏞基（1999—），男，河南三門峽人，浙江萬里學(xué)院物流與電子商務(wù)學(xué)院碩士研究生，研究方向：全球采購與供應(yīng)鏈管理;岑仲迪（1975—），男，浙江慈溪人，浙江萬里學(xué)院大數(shù)據(jù)與軟件工程學(xué)院，教授，博士，研究方向：數(shù)據(jù)分析、高校管理。

引文格式：張鏞基，岑仲迪. 考慮競爭和新鮮度的生鮮配送站選址問題研究[J]. 物流科技，2024，47（11）：24-27.