海洋水产冷链物流应用研究方案

个人资料整理仅限学习使用个人资料整理仅限学习使用#/34Barlow模型。naK8ccr8VI但在现实当中，一个企业通常不会只考虑建设一个配送中心，而是考虑建设多个配送中心因此，许多配送中心位置模式在实践中更关注人们的欢迎。它是商业位置模型最流行的方法。以下都是模型假设：B6JglVV9ao(1＞只有在一些其他观点考虑新的分销中心，在设置:(2＞运输成本和货运体积成正比关系。(3＞需求的总需求点按区域。(4＞配送中心容量可以满足需求。(5＞需求的特定需求，为已知点。(6＞的需求点物品运输需求完成(7＞系统总费用不考虑配送中心存储费用，只考虑固定建设配送中心的成本和运输费用。夠2山％夠2山％20」二1,2…mj'=V…n；(31)(3-2)(33)(34)(均式中：卩=配送中心备选点个数:』=需求点的个数；I=可兴建的配送中心的最大数目；匕厂『地的需求量；--备选配送中心的固定费用；..从配送中心运到需求点的产品费用;从配送中心运到需求点.的产品数量;式(3.2＞表示各配送中心到需求点J的配送量要大于其需求量;式(3.3＞表示兴建的配送中心不超过指定数值；3.1.4建模的基本思路与前提本次研究中定义的冷链物流配送中心的选址模型为多个配送中心到多个需求点，在运输过程中以配备有冷冻或冷藏设备的运输车辆为运输工具，配送单一种类的海洋生鲜产品，每个需求点的位置与需求量皆为随机产生。首先定义一个配送网络，其中M(f=1，2m＞代表海洋冷链配送中心，.(j=1,2n＞则代表需要提供服务的点，顾客 J的需求量为或「「—〔「，丁；-1一；点的需求由配送中心'来提供。P2lpeFpap53.1.5模型的前提假设由于本研究的是海洋冷链物流的多个配送中心的选址问题，在充分考虑问题成本的同时做以下假设；(1＞预选的多个配送中心，独立分布，但区域未知；(2＞有多个需求点，随机且独立的分布在配送区域内；(3＞各需求点的需求量随机：(4＞每个用户仅有一个配送中心供应；(5＞货损及仓储费用不包含在总费用中：(6＞假设运送过程保持适合的温度，且不考虑其他影响条件，因此可假设生鲜产品腐坏率一定。参数定义m；备选配送中心数量；编号为1,2，••…m；n；服务需求点的个数：编号为1，2， ••…n；q；运输货物的种类数；编号为I，2，••…q；t;兴建配送中心的最大数量；p；运输物品的单位价值：L;供应商的数量；;运输途中货物的腐败速率系数；〔；从配送中心i到需求点j的运量；-；0-1变量，当-=1时，表示i地被选中，当-=0时，表示i地未被选中;w k It3YIxKpScDM

二；从产地到配送中心的距离；•「配送中心i到需求点j的距离；";配送中心i到需求点j的平均运输速度；;产地k到配送中心i平均运输速度；一；j地的需求量；1忙；各备选配送中心的建设库容；一；备选配送中心需要的固定费用；谢2：;从产地k到配送中心i的运量；;产地k的供应量；•;从产地k到配送中心i的运输单价；也”;从配送中心i到需求点j的运输单价；」；配送中心i对物品r的流转单价；.;从产地k到配送中心i对货物r的运输单价；;从工厂k到配送中心i对货物r的运输量；〔.；从配送中心i到需求点j对货物r的运输量：从成本最优化的角度解决海洋水产冷链配送中心的选址问题，实际就是在选址和成本之间寻求一种权衡。因此海洋水产的冷链物流配送中心选址中还将考虑到如下几种成本：设施设备的固定成本、冷链运输成本、货损成本及包装加工成本。 gUHFg9mdSs(1＞设施成本设施成本是指由设立的配送中心产生的固定成本，如固定资产的折旧、维护费用；工作人员的工资、奖金；电力、燃料等的消耗等。海产冷链物流企业配送系统每年的设施成本表示为各个配送中心的年固定成本之和。 uQHOMTQe79(3.6)(2＞运输成本运输成本大致可分为工厂到配送中心运输成本和配送中心到销售终端的运输成本两部分。从工厂到配送中心的运输有时由供应商负责，但商品的价格将包括运输成本所以我们直接把这种价格的加成部分也记做运输成本。在海产冷链物流的运输系统中，为了避免面数据检索的困难，通常只使用单一种类的方式进行成本的估计。IMGWiDkflP采用不同种类的运输服务，产生的费用和计算方法是不一样的。在运输成本的计算过程中，一般使用运输的单程距离计算，而不是往返行驶的实际距离Lm mWHF40m0gAw(3-7)(3＞货损成本生鲜的海洋水产品属于易腐性产品，并且不同种类的生鲜产品，影响其品质变化的条件也不尽相同。但就总体而言这些条件主要包括温度、微生物活性、 PH值和氧气含量几种。但在本文中假设海洋水产在运输过程中始终保持固定温度，产品在运输过程中的腐败只与时间有关。aDFdk6hhPd以初始物品量'为标准计算费用。由于上述假设，我们可以认为产品是以恒定的速率发生腐败，则可以列出产品的腐败微分方程 ＜公式3.8、3.9)ozEIQQLi4T叫(0)二夠由公式＜3.8)、＜3.9)可得则货物损失量为货物损失成本为同理，可以得出从工厂到配送中心的货损成本：Lm

k~lE(4＞中转成本㈣(3-9)(3.10)(3-11)㈣(3.13)包括冷链配送中心流通加，工包装等程序的物流成本:3.1.6冷链物流多配送中心选址模型构建实现总成本、固定成本、运输成本<只考虑单程费用）、货损成本、加工包装成本之和为最小，可以建立下列数学规划模型：”mn工》加j切砌之和为最小，可以建立下列数学规划模型：”mn工》加j切砌+》2宙切*旳[i=i/=1 J=1i=4 i=dLj=1fi^Zy =L2「・・tr;j=im，很P；m：=iCvDtmAfjiAffi ?nftmnU=sa=[（号一订+fe-齐）：_jOf i=l,2f—= 用户i的需求由配送中心i负责;夠>U%>0,1/-mJ=(3.15)(316)(3.17):318：(349)(3.20)(3-21)部分公式的意义如下：公式（3.16>:供应量不得超过库存量；公式（3.17>:假设的配送中心数量在一定范围内；公式（3.18>:到需求点J的供应量应大于需求量;公式（3.19>:配送中心（i>到需求点（j>的距离；公式（3.20>:当L..—-J时：表示需求点J不需要配送中心i负责；当厶:.亠时：表示需求点j由配送中心i进行配送。QrDCRkJkxh3.2模型求解思路借助改进的遗传算法和爬山算法的混合算法来对模型进行求解，遗传算法从宏观进行搜索，爬山算法则在局部进行优化。把爬山法与遗传算法相结合对优化过程进行调整，程序首先用遗传算法进行搜索，记录搜索的结果，再次搜索后把结果和前次搜索结果进行比较，保留较好的结果，直至不再出现更好的搜索结果为止。 4nCKn3dlMX当群体进化到预定的代数，或者当前的最佳位串的适应值改善低于预定的阀值时，选择当前群体最佳位串个体作为初始个体，可以采用位爬山算法继续完成局部的搜索过程。其中，若随机位序列集合以群体中位的多样性特征为基础计算生成，称为

不均匀分布随机序列集合。位的多样性越低，选择概率越小：位的多样性越高，选择概率越高。若优化问题的二进制编码空间为 ，群体规模为n,所包含的个体集合为p二［久,w亿」，其中冬=讥/兔，"独:，当前群体染色体的基因位的多样性测度为：ijCSTNGmOE=1-｛乌尙―尙』）｝一讹乳。窈哥=1（1一。砺）｝）（a©｝

n其中，k曲訂勲百」朋「心当二：—时，染色体上该位的多样性完全消失；当不均匀分布随机序列集合。位的多样性越低，选择概率越小：位的多样性越高，选择概率越高。若优化问题的二进制编码空间为 ，群体规模为n,所包含的个体集合为p二［久,w亿」，其中冬=讥/兔，"独:，当前群体染色体的基因位的多样性测度为：ijCSTNGmOE=1-｛乌尙―尙』）｝一讹乳。窈哥=1（1一。砺）｝）（a©｝

n其中，k曲訂勲百」朋「心当二：—时，染色体上该位的多样性完全消失；当m（i）二1，该位的多样性测度达到最大。染色体上的选择概率为： vfB1pxanfk(3.23)JbA9VhEou13.3求解分析开始初始化，各种群分别随机产生首先确定染色体由2m个浮点数排列组成：N各个体尸血托T?J：广内片二张咖），j二眾・」］'■_,7表示第j个配送中心的地址坐标，一个染色体所包含的n个地址就是冷链配送严址的一个方案。在配送区数随机产生一系列地址点个个体，组成初始种群容二倉店A ，即此时，代数gen=0.X7Ahr18pJI（知舟＞，构成L对于个离每个需求点域可表述为如体*:所对应选出的配送中心的需求点始供应冷链物品，形成b3 1 点的最近配送中心为该如下的需点集合：in个地址（Xj片〉,（屁场＞,?，（為卜确定n个配送区域，每个区p=lA~ni声护盯+乐斗卩wrj1「£旳）+耳对个体进行爬山优化 /.对种群进行遗传操作J讯包括所有的n个配送区域的配送系统总费用:IflI(3.25)(3.26>对式（3.26＞求偏导有:图3.3位爬山算法与遗传算法的结合算法流程图Fig.3.3climbingalgorithmandgeneticalgorithmcombinationofalgorithmflowchartdxt2j弭Z由上式可求得区域二内最优配送中心地址坐标为卜hB/v⑷一引)=0(3.27)dxt2j弭Z由上式可求得区域二内最优配送中心地址坐标为卜hB/v⑷一引)=0(3.27)(3.28)［阿h0+v[足)1he一1一TV◊h+-Vhe••+7&51；呼)Sijhe+—(329)(3.30)因此可以运用迭代法求得7区域最优配送中心地址。通过以上方式可以获得配送区域配送中心的改进，从而获得改进染色体;及相4I配送区域配送中心的改进，从而获得改进染色体;及相4II应的区域优化费用应的区域优化费用-令池」需重复以上迭代过程，得到最后的改善染色体。采用位爬山算法对改善后的染色体进行优化，完成局部搜索此时染色体基因位的选择概率为：pZyytu5rc5(3-31)判断代数gen,是否达到某一预定值。若达到，停止计算，确定当前群体中的第一个个体表示的冷链加工配送中心的地址就是优化选址方案。若仍未达到终止代数，则继续迭代进化⑴。DVyGZezsrM3.4求解步骤(1＞初始化•确定需求点数、种群规模、最大迭代数等参数，各种群独立地随机生成N个个体：(2＞计算初始代个体的适应度值-=f(z＞;(3＞各种群独立进行遗传操作，即选择、交叉、变异、寻优 (使遗传算法中的适应函数最大的个体＞;(4＞对各独立群中的最优个体进行爬山优化；(5＞判断程序是否满足终止条件，若满足，则程序终止，输出结果，否则返回步骤2。4案例计算本章将以已建立的模型对山东省的海洋水产冷链物流配送中心的分布和选址进行优化计算，同时对模型中的敏感参数进行分析，探讨这些敏感参数对选址产生的影响。RQxPvY3tFs4.1案例概述在山东省内陆地区的各城市中选出 15个对海洋水产品需求量较高的城市，拟在以15个城市为主的一个矩形配送范围内建立 4个海洋水产冷链加工配送中心，配送中心容量不限，仅讨论配送中心的选址。同时要求在选定地建立的配送中心满足整个海洋水产冷链物流系统整体费用最省的目标。5MxX1lxuU9本案例的15个需求点按照对海洋水产的需求选出，根据产地的供应商提供的信息，本案例假设所有需求点需要的产品为超市出售的海鲜，保存时间为 24h，全程配送温度为"［，单价15元，车辆平均速度为30km/h＜0.5km/min)，单位里程的运价成本为0.8元/km，产品的中转成本为 0.2元/单位。另需求点对产品的需求量属于商业秘密，不向外透露，因此案例中的需求量为随机生成。而为了顾全顾客的数量和冷链运输的实情，本案例中规定各个需求点的位置在边长为)：：；x［刃j单位的矩形中随机产生。因此得到下表中各需求点的坐标与需求量。jlw5xs0v9P-港忡I帀Emrfi衢H电4Par6宁布I■洞市a加同帀图4.1需求点位置分布；［存：l：j单位矩形分布图Fig.4.1Requirementspositiondistributionof100 100rectanglemapsxEve2buwnw表4.1随机产生的需求点和需求量表Tab.4.1oftherandomdemandgeneratedbythepointanddemandtable"vmyWxCd表4.2相关参数值的设定Tab.4.2thesetofrelevantparametervaluesh1元/kgP40<元/kg)n60m490.035g0.5元/单位v30km/hF80000元4.2计算结果及分析一个配送中心，无限的容量，各种参数表4.2,在MATLAB7.0环境编程实现优化的计算结果为385201.2605最后系统，是与全局最优的解决方案是接近优化解决方案。图4.2显示了算法的优化过程，图中的黑色线为每个生成组最优个体说该方案的位置分布的总成本,蓝线代表平均每一代集团的总成本分配。从图表可以看出 ，在每一代最优目标的566800左右,从最初的逐渐拒绝收敛的 385201年左右，解释算法具有很好的优化能力。同时从图中视线下跌也会看到，这个算法具有最佳的速度很快，可以快速迭代到接近全局最优解。可四个最佳分销中心坐标： I,（24.2281，62.7874＞，2，（26.6253，13.3203〉，3，（85.0703,22.1973＞，4，（79.7784，76.9356＞。并得出最终配送方案如表 4.3和图4.2最终满意的选址路线图：Ywuu4FszRTtXrkr6JI3石 一•：—二…丄tXrkr6JI3石 一•：—二…丄 ——:…——亠 ■5 00 1£B 150 200 29Q 300Generation4ffinwA器巻£Fig.4.2Thealgorithmfortheoptimizationprocess表4.3配送方案及相关成本表Tab.4.3ThedistributionprogramandthecostsassociatedcstDApWA6A需求点配送中心距离需求量货损成本运输成本流通成本(No.>(No.>(km>(kg>(元>(元>(元>1141.0060112.102460.05302110.894020.20435.5520328.067026.21564.25354314.357751.141105.0438.55129.074357.361250.0721.56133.554569.101509.8822.57215.123826.57574.38198110.827236.11778.68369422.964345.46987.421.510219.666458.041258.053211417.167962.641355.8039.51247.907728.27608.5838.513316.974434.51746.7822

14320.427166.841449.4735.515434.0775116.912555.2837.5根据模型计算出的最优选址往往不一定符合实际情况，比如最优地已有建筑，或地势不适宜建设，这种情况下则应选择离理论最优地最接近的次优地进行建设。实际上，任何一种模型都是为了模拟现实中的情况以得到理论上的最优解为目的建立的，但现实中不存在理想的情况，每个模型的建立也不一定完美，因此应用在实际生活中时都会或多或少地表现出一些缺陷，但这并不意味着我们建立的模型没有应用的价值。qotL69pBkh4.3敏感度分析为了更全面的了解各个关键变量的变化对海产冷链物流配送中心选址问题产生的影响，下面对模型中的各关键变量进行敏感度分析。 EksTCSTCzX4.3.1需求量的敏感度分析由之前的介绍我们知道模型中的个需求点对海鲜产品的需求量是固定的，但在实际生活中，需求量是经常变动的，因此我们先考虑需求点对产品的需求量的变化，会对整个冷链物流系统和配送中心选址造成怎样的影响。 Sgs28CnDOE因此我们假设需求点的需求量呈线性变化的趋势，分别上下波动 10%,20%,Fig.4.3CustomerdemandsensitivityanalysistoFigurek8qia6lFh1从上图可以看出，与需求的变化总成本显著增加或减少 ，在近似线性关系。可以预见的是，总成本的振幅和无关的需求，成本(配送中心设置固定成本＞的总成本的比例的增加和减少，在配送中心设置决策时，不但要考虑的总成本目前的需求，也应考虑到长期需求的变化。在这个例子中，计算的优化结果：总成本的位置最优值的 357850元(需求增加10%＞和418300元(10%降低需求＞、选址决策计划期间保持不变。本文分析了优化结果没有改变,改变是最优值，结果表明模型具有较好的抗干扰，通过需求参数的灵敏度分析的需求点。如果未来需求将减少，或增长不大，这个计划的最好的，需要长期的增长将会影响最优方案的选择效果，需要权衡选择。y3qrGQOGwl4.3.2腐败系数敏感度分析运输途中物品单位时间的腐败速率系数 「表示产品在配送时的腐坏状况，并因此造成在配送时的货损成本产生。货损成本为总腐败产品数量乘上产品价值即賦L迴煦鬥，不同的生鲜产品有不同的腐坏函数与价值。当秒增加时，货损成本賦L+臂也会增加，此部分成本算到总成本当中， 「「「1 :为增函7数，则随着-•的增大而减小，—g就会增加，故总成本增加。另外从货损成本公式中看以看出，当•较大，而且产品的价值也较大时，需要减少在途运输的时间以减少货损成本。MZpzcAiHKo结论本文全面深入地研究了海洋水产冷链物流的实际应用。在综合分析了海洋水产冷链物流的发展现状后，指出了我省海洋水产冷链物流存在的问题。针对这些问题，本文对我国海洋水产冷链物流如满足人民日益增长的需求，如何保证运输期间海洋水产品的品质，以及对海洋水产冷链配送中心的合理选址等方面进行了研究，主要结论如下：0VoHljMIZ5(1＞本文研究内容为分析山东省海洋水产冷链物流发展趋势，归纳总结省内现有的冷链物流配送模式，并进行比较分析，使其更加清晰化，更具可操作性，提出综合的省内水产品冷物流系统的建设。dRoQe3gJeM(2＞本论文运用比较法对山东省海洋水产冷链物流发展状况进行了分析，指出海洋水产冷链物流的发展趋势，其次本文运用定性与定量结合、理念与实际相结合的方法，对山东省海洋水产冷链物流系统的整个过程进行分析，提出综合的海洋水产冷链物流优化建议。rNnYJNKKts(3＞由实际案例的模拟和计算，我们可以知道，考虑越多的条件，就能使海洋水产冷链配送中心的选址结果更加精确，并且对未来的需求的预测以及对腐败系数的分析也是对成整个冷链物流系统成本的控制不可忽略的因素。FJn6fxdLH9随着人们对海洋水产冷链物流理论研究的深入，新设备新技术的运用，更先进的管理方式的发展，海洋水产冷链物流一定会改变如今相对落后的局面，成为不断推动我国海洋渔业发展与人民生活水平的