沈嘉铭

（浙江商业职业技术学院，浙江 杭州）

一、引言

目前，具备显著便捷性、竞争力价格优势的“网购”已经成为国民最常见的消费方式，生鲜农产品交易随着移动互联网的飞速发展而逐步趋于成熟。随着生鲜农产品交易量的快速增长，物流配送效率已经成为相关产业经济效益的重要影响因素①-④。为了降低物流成本、提升物流效率，需要构建科学的生鲜农产品物流配送网络以保持货品平稳的流通与供应⑤-⑧。作为高速公路重要的配套设施，高速公路服务区的建设和运营受到国家越来越多的重视，社会对其服务内容和质量的要求也越来越高⑨⑩。具备交通区位优势的高速公路服务区可以积极拓展盈利渠道，开展生鲜农产品物流配送业务。因此，相关研究对于高速公路服务区和生鲜农产品物流企业的管理具有较大的现实意义。

现阶段，研究如何提高生鲜农产品物流网络“货运+运营”新模式下的整体效率，平衡物流服务水平与物流成本已经成为国内外研究关注的焦点⑪-⑮。Seo、Youngguk等（2018）对C2B2C模式下的互联网二手交易平台的物流网络现状进行分析，为了获得可以升级为物流枢纽的网络节点位置、数量以及连接关系，提取了网络枢纽节点特征并对所构建的多枢纽节点轴辐式物流网络模型进行基于Lingo和Cplex软件的参数求解。Koo、Choongwan等（2014）针对国际物流网络海外仓新模式的多变量、多维目标优化问题展开研究，基于所构建的多目标模型进行物流模式的alpha偏序的高维目标优化配置，优化问题求解的收敛性大大提高。Ito、Yuji等（2014）基于对区域高速服务区建设运营情况的分析，论证了将其拓展为生鲜农产品物流配送中心的可行性，基于物流配送时间与成本设定的约束条件对配送服务区需求网点及配送路径进行优化。Daduna等（2019）面对城乡的生鲜农产品多中心协同协同配送和车辆的优化进行了研究；对海运和空运运输方式下基于物流成本、时间成本、客户满意度约束的跨境电商物流网络模型进行构建；基于线性插入方向向量策略进行模型求解，最后分别对物流成本和时间成本敏感情况下的物流模式进行实例分析和模型有效性验证。Kawa、Arkadiusz等（2020）则对区域生鲜农产品发展情况和相关物流服务质量进行评价，基于回归模型对二者之间的相互影响关系进行分析，构建了生鲜农产品背景下物流服务质量SERVQUAL评价模型。

高速公路服务区拓展物流功能方面的研究已经获得了国内外学者的关注，取得了功能拓展的可行性及经营管理方面的研究成果。但生鲜农产品和绿色供应链环境下的服务区物流配送网络规划、车辆调配及路径方面还需要进一步研究。为此，本文对基于高速公路服务区的生鲜农产品物流配送网络进行优化，取得了一些研究成果。

二、高速公路服务区生鲜农产品物流配送物流过程分析

基于高速公路服务区的生鲜农产品物流配送是指按消费者需求，在高速公路服务区组织货源进行商品配备，在满足产品需求、物流车辆容量、配送时间等相关限制及约束条件下以最快捷的方式配送给消费者的经济活动。高速公路服务区的生鲜农产品物流配送方式包含了传统物流所有的功能要素，不仅具备一般物流作业流程，还拥有优势：（1）高速公路服务区可与周边的生产企业、运转成熟的物流公司合作或自营成立物流公司，作为产品的仓储、配送节点，开展灵活多变的物流业务方式。（2）高速公路服务区承运商品大都体积小、种类多样，可包括日常生活用品、批量货物或零担快运，条件限制少。（3）该配送方式的配送路线灵活多样，由于高速公路服务区的物流网络存在辐射性使其不受限于点对点单一配送业务的路线需求。（4）高速公路服务区生鲜农产品物流经营企业经营方式相似，服务项目和服务效果的统一性有益于整体生鲜农产品配送水平的提高（图1）。

图1 高速公路服务区的生鲜农产品物流配送过程示意图

图1给出了基于高速公路服务区的生鲜农产品物流配送过程示意图。以图中配送网络中的高速公路服务区点1为例，点1周边辐射区域内的生产企业将网络营销商品运输至点1，点1将其同其他商品进行整合、装配，统一通过高速公路配送至其他服务区节点。其他服务区节点的网络营销商品需要通过点1进行集散的也会统一通过高速公路配送至点1。通过以上模式，高速公路服务区实现了辐射区域网络营销商品的运输和与其他服务区辐射区域之间的网络营销商品运转。即基于高速公路服务区的生鲜农产品物流配送网络实际上实现了零散网络营销商品的规模化运输和大批量网络营销商品的小批量多批次运输两个物流运输模式的整合。

假设高速公路服务区点1周边辐射区域内的零散网络营销商品生产企业需将其商品E11、E21、…EX1运送至高速公路服务区点2的周边辐射区域RA12、RA22、…RAY2，那么在高速服务区生鲜农产品物流配送网络构建成功后，所有网络营销商品均需要先被运送至点1，经由高速公路直接运至点2，再由点2分散运往周边辐射区域。该配送方式有利于整合和充分利用生鲜农产品供应链资源，通过物流成本的降低、物流效率的提高使得生鲜农产品区域物流网络体系得到完善。

基于高速公路服务区的生鲜农产品物流配送过程包括服务区节点之间的运输和服务区与其周边辐射区域之间的运输两种运输作业流程，服务区节点之间的运输作业流程为“进货-（加工）仓储-网上交易-配货-打包-装卸”。服务区节点对周边辐射区域内生产企业提供的网络营销商品进行集货，根据商品的营销需求可有选择地加设分类、称重、拆装箱、贴标等加工服务。仓储服务方面，为了实现配送效率最优，服务区需要基于实时更新的网络营销商品仓储量及已储存时间对运量的累积和配载运输进行调整。待网上交易成功后，服务区节点将对去往同一个节点的商品进行汇总并对车辆和路线进行最优安排。服务区与周边辐射区域之间的运输属于物流过程的终端运输，是将网络营销商品配送给消费者的终结。

结合以上对基于高速公路服务区的生鲜农产品物流配送特点的分析可知，该配送方式对服务区配送信息传达的实时性要求较高。由于商品繁杂造成仓储的合理安排难度大，配送路线多样造成配送运输调度环节难以控制，以上问题均需要解决。

三、基于高速公路服务区的生鲜农产品物流配送网络优化

为了解决基于高速公路服务区的生鲜农产品物流配送网络的速度、成本之间的矛盾，本文将对多级服务区选址-生鲜农产品物流配送路径问题进行研究，实现生鲜农产品时代和绿色供应链背景下的物流配送网络优化。

在现实生活中对于网络营销商品供应企业在确定物流配送决策时，在物流配送网络多级选址-路径模型中对于消费者需求的处理，主要综合考虑消费者实际购买或退货需求、供应企业的销售预测数据两方面。所以在物流配送网络优化模型中，可将消费者需求看作模糊跨度，是由动态变化的销售预测数据确定的模糊需求。同样具有模糊性的还有消费者的配送时间和物流车辆的运输时间。根据历史生鲜农产品网络营销大数据和已有的消费者消费特征分析结果，可以提前将商品配送至可能发生需求的高速公路服务区节点。如有网络交易发生，便可以以较快的速度将商品配送给消费者。

（一）消费者需求模糊处理

本文构建的基于高速公路服务区的生鲜农产品物流配送网络模型中的消费者有可能不是终端消费者，而是包括真实消费者和预测消费的虚拟消费者。对于虚拟消费者的物流配送，主要是模拟具有模糊需求的服务区周边辐射区域配送站点。若终端消费者为社区物流代收服务点或消费真实消费者，则会将其与虚拟消费者分开来处理。针对消费者c的模糊需求主要从模糊配送需求、模糊集货需求两个方面考虑。模糊配送需求、模糊集货需求分别 通 过DDc=(DDc-1,i,DDc-2,DDc-3)、CDc=(CDc-1,i,CDc-2,CDc-3)来表示。

（二）物流车辆到达时间模糊处理

现实生活中物流车辆的配送及时性受交通拥堵、突发性交通事故、恶劣天气等导致交通状况变坏的因素影响较大。因具有无法提前准确获知的模糊性，若借助单一特征表达以上因素则导致模型误差较大。本文采用高速公路服务区连接路段的交通拥堵系数及突发影响因素、交通可达影响系数等参数对物流车辆运输时间的模糊性进行描述。物流车辆由高速公路服务区a点到高速公路服务区b点的模糊行驶时间可以通过Tab*进行计算。

（三）物流配送网络模型优化

为了使基于高速公路服务区的生鲜农产品物流配送网络模型整体物流成本最小、物流时间最快，将模型的目标函数定义为高速公路服务区集群运营分摊成本、被选择的配送中心集群运营分摊成本、被选择的服务区物流车辆集群运营分摊和启运成本、被选择的配送中心物流车辆集群运营分摊和启运成本、被选择的服务区物流车辆集群运营惩罚成本、被选择的配送中心物流车辆集群运营惩罚成本、被选择的服务区集群运营惩罚成本、被选择的配送中心集群运营惩罚成本以及超出消费者配送时间需求限制的损失成本构成。本文将基于高速公路服务区的生鲜农产品物流配送网络优化问题涉及多级服务区选址、物流车辆分配及生鲜农产品物流配送路径安排等问题，属于NP难问题。求解该问题的方法可以采用分支定界、动态规划或整数规划等精确算法，或者选择退火算法、禁忌搜索算法、粒子群算法等启发式算法。遗传算法在选址-路径规划优化问题中具有编码方式与优化问题访问次序相通、全局搜索能力更强、解的多样性和选择空间更大、最优解的判断依据仅为目标函数、容错性高等优势。但遗传算法的交叉变异操作产生的邻域解容易陷入局部最优，本文将退火算法引入，将原有的交叉变异操作用大规模邻域搜索方法来替代。图2给出了算法的流程图。

图2 所构建改进遗传算法的流程图

（四）实验结果与分析

本文采用Matlab仿真软件按照遗传算法的设计和步骤对基于高速公路服务区的生鲜农产品物流配送网络优化问题进行求解。算法的最大迭代次数设置为500次，对种群规模进行初始化设置为80，交叉和变异概率分别设置为0.75和0.065。同时，为目标函数中物流总成本和物流总时间设置相同的权重系数。运行程序的主函数设置为由目标函数转换获得的适应度函数，求得本文多级服务区选址-生鲜农产品物流配送路径模型的最优解。基于Matlab仿真软件将算法程序运行20次，表1给出了模型的目标函数值、物流总成本及物流总时间的后10次运行结果。

表1 运行结果

由于遗传算法的稳定性受求解过程随机性的影响较大，所以本文在固定参数条件下增加算法程序的运行次数。图3给出了基于高速公路服务区的生鲜农产品物流配送的总成本和总时间情况。可以看出程序多次运行情况下获得的结果差别不大，目标函数值的波动范围在[0.4,0.8]以内，物流总成本的平均值在2382左右，物流总时间在13.98h上下波动，验证了本文提出的改进算法具有较高的稳定性。

图3 物流总成本及总时间

本文构建了基于高速公路服务区的生鲜农产品物流配送网络并进行优化。首先基于高速公路服务区给出了物流运输模式配送过程示意分析图。接着对多级服务区选址-生鲜农产品物流配送路径问题进行研究，基于对消费者需求和物流车辆到达时间的模糊处理，构建了物流配送网络模型；最后利用改进遗传算法对模型的优化问题进行求解。实验结果验证了改进算法具有较高的稳定性，所构建模型能够实现多级服务区选址及生鲜农产品物流配送路径安排的最优化。

注释：

①Duan,Li-Mei.Path planning for batch picking of warehousing and logistics robots based on modified A·algorithm[J].Academic Journal of Manufacturing Engineering,2018,v16,n2,p99-106.

②Gajewska,Teresa;Zimon,Dominik.Study of the logistics factors that influence the development of e-commerce services in the customer’s opinion[J].Archives of Transport,2018,v45,n1,p25-34.

③Khan,Syed Abdul Rehman;Jian,Chen;Yu,Zhang;Golp?ra,Hêri?.Effect of green purchasing,green logistics,and ecological design on organizational performance:A path analysis using structural equation modeling[C].Frontiers in Artificial Intelligence and Applications,2019,v314,p183-190.

④Huang,Weixiang;Zhou,Wenhui;Luo,Feng.Coopetition between B2C E-commerce Companies:Price Competition and Logistics Service Cooperation[J].Journal of Systems Science and Systems Engineering,December 2020,v29,n6,p730-749.

⑤Rachmawati,Dezenia Zain;Agus,Anna Amalyah.E-Service and Logistics Service Quality in E-Commerce,Study Case:Shopee Indonesia[C].2020 3rd International Conference on Computer and Informatics Engineering,IC2IE 2020,September 15,2020,p218-223.

⑥Kong,Xiang T.R.;Huang,George Q.;Du,Meng L.A physical emulation model of cellular warehousing for e-commerce logistics[C].Procedia CIRP,2019,v83,p339-344.

⑦Hurtado,Paula A.;Dorneles,Carina;Frazzon,Enzo.Big Data application for E-commerce's Logistics:A research assessment and conceptual model[J].IFAC-PapersOnLine,September 2019,v52,n13,p838-843.

⑧Andrade,Neusa;Scheidt,Claudio;Torres,Jair G.M.;De Oliveira Costa Neto,Pedro Luiz.An overview of use of the reverse logistics at hospitals:A research path to follow[C].ILS 2018-Information Systems,Logistics and Supply Chain,Proceedings,2018,p704-713.

⑨Ho,Koki;De Weck,Olivier L.;Hoffman,Jeffrey A.;Shishko,Robert.Campaign-level dynamic network modelling for spaceflight logistics for the flexible path concept[J].Acta Astronautica,June 2016,v123,p51-61.

⑩Hsiao,Yu-Hsiang;Chen,Mu-Chen;Liao,Wei-Chien.Logistics service design for cross-border E-commerce using Kansei engineering with text-mining-based online content analysis[J].Telematics and Informatics,July 1,2017,v34,n4,p284-302.

⑪Swamy,L.N.;Gorabal,J.V.Logistic Regression-Based Classification for Reviews Analysis on E-Commerce Based Applications[C].Advances in Intelligent Systems and Computing,2020,v1014,p323-334.

⑫Kad?ubek,Marta.The Selected Areas of E-logistics in Polish Ecommerce[C].Procedia Computer Science,2015,v65,p1059-1065.

⑬Hidayatno,Akhmad;Destyanto,Arry Rahmawan;Fadhil,Muhammad.Model conceptualization on e-commerce growth impact to emissions generated from urban logistics transportation:A case study of Jakarta[C].Energy Procedia,2019,v156,p144-148.

⑭Jafari,H.E-Commerce Logistics-Contemporary Literature[C].IEEE International Conference on Industrial Engineering and Engineering Management,July 2,2018,v2019-December,p1196-1200.

⑮Chen,Hsin;Liu,Su-Chuan;Su,Teng-Sheng.The Study for Refurbishing Process of Packaging Material in E-commerce Logistics[C].Proceedings of the 2018 IEEE International Conference on Service Operations and Logistics,and Informatics,SOLI 2018,September 28,2018,p80-84.

⑯Seo,Youngguk;Seo,Un-Jong;Kim,Jin-Hwan.Economic feasibility of ground source heat pump system deployed in expressway service area[J].Geothermics,November 2018,v76,p220-230.

⑰Koo,Choongwan;Hong,Taehoon;Kim,Jimin.A decision support system for determining the optimal size of a new expressway service area:Focused on the profitability[J].Decision Support Systems,November 2014,v67,p9-20.

⑱Ito,Yuji;Yamamoto,Kouji;Soeda,Masashi;Ohno,Ryuzo.An analysis of users'behavior in the service areas of expressway by open/close log sensor attached to the toilet booth doors[J].AIJ Jour nal of Technology and Design,February 2014,v20,n44,p203-206.

⑲Daduna,Joachim R.Developments in city logistics-the path between expectations and reality[C].Lecture Notes in Computer Science(including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics),2019,v11756 LNCS,p3-21.

⑳Kawa,Arkadiusz,Wiatowiec-Szczepańska,Justyna.Logistics Value and Perceived Customer Loyalty in E-commerce:Hierarchical Linear Modeling Analysis[C].Lecture Notes in Computer Science(including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics),2020,v12034 LNAI,p417-427.