马 丽，茅 健，阮大文，路玉凤

(上海工程技术大学 机械与汽车工程学院，上海201620)

0 引 言

从果蔬生鲜生产到消费者的一系列环节中，冷链运输占绝大部分时间，所以冷链运输路径的优化尤为重要［1］。Brito等运用模糊算法和混合GRASPVNS启发式算法进行优化［2］；Zhang等通过实时动态地收集冷链配送过程中产品的信息，利用三阶段调度控制决策模型，做出更合理的决策；Qi Mei以零售模式的冷链配送路径为研究对象，采用贴近实际的软时间分配方法和免疫粒子群优化算法进行求解［4］；Pedro Amorim等采用适应性大领域搜索框架，这种算法的优势是收敛快速［5］；马尚兵采用遗传算法和蚁群算法综合优化，采用混合时间窗进行模型的构建［6］；张倩采用鲁棒优化方法处理不确定问题，运用果蝇算法进行算例求解［7］。

1 模型构建

1.1 基本假设

（1）车辆假设:以县域为单位，车辆足够多，且规格相同，最大载重量已知，车辆不能超载，且能满足所有客户的需求量。车辆从配送中心出发，又返回至配送中心。

（2）客户假设:同一客户的各种需求产品都由配送中心安排同一辆车送达，配送路径固定，并且需求量、配送时间窗已知。

（3）配送中心假设:配送中心货源充足。

1.2 总成本分析

1.2.1 固定成本

与运输路程没有关系，为常量，在最优路径的成本分析中不进行考虑。

1.2.2 运输成本

运输成本主要指油耗维修和保养等成本，一般认为运输成本与行驶距离成正比，但大多文献没有考虑道路颠簸情况，而生鲜产品的货损情况和路面情况有很大关系，所以要以成本为目标，必须降低货损率，提高客户的满意度，选择合适的道路质量。……