【生鲜农产品冷链物流配送优化研究的国内外文献综述4300字】

生鲜农产品冷链物流配送优化研究的国内外文献综述1.1生鲜农产品运输相关研究国外农产品行业具有集中度高和生产规模大的特点，由农场主和农协等经营人或组织承担农产品的生产、供应和销售等环节的物流过程。国外学者的研究重点在于加强团队协作和使用先进技术以提升生鲜农产品运输效率。Osvald等更加注重数学模型在农产品运输领域的应用，从配送车辆运行及其优化设计方面对果蔬产品运输进行研究[1]。Xu等使用云计算以及信息识别技术将生鲜农产品信息发布到各个网络信息平台，加强了供应商和客户之间的联系，提高农产品运输速度[2]。Ding等通过使用LabVIEW和IMAQ软件对生鲜农产品流通全过程进行质量监控，实现了农产品运输过程中质量的实时监测，可及时发现变质农产品，确保了生鲜农产品质量[3]。Kassem等对生鲜农产品运输中的各个环节进行分析，并使用智能算法对构建带时间窗的逆向物流混合整数规划模型求解[4]。Bortolini等建立了以车辆运作成本、碳排放量和配送时间为目标函数的生鲜食品配送路径优化模型[5]。Sun等构建了生鲜农产品供应链共生系统，通过数值模拟的方式，使用改进的稳态分析方法对该系统进行验证，研究表明互惠共生模式有利于农户与企业处于长期稳定的共生关系，进而提高生鲜农产品供应链预期效益[6]。作为人口大国，我国农产品行业具有生产规模小、消费总量大的特点。国内学者主要对生鲜农产品运输中的效率及其影响因素进行研究。原雅坤等以生鲜农产品为研究对象，在碳约束条件下使用收敛模型和收敛模型分别对2012-2017年长江经济带冷链物流效率进行研究，结果表明长江经济带的冷链物流效率中存在收敛和收敛[7]。张涛指出渠道、基础设施、物流环境和物流风险等因素会影响生鲜农产品物流效率，并为提升农产品物流效率提出相应建议[8]。黄福华等整理和处理了长沙市生鲜农产品相关指标数据，使用灰色关联模型对影响运输效率的因素进行测算和分析，结果表明运输费用、运输效率和运输损耗等指标对各级生鲜农产品市场存在不同程度影响[9]。岳一姬等选取2010-2019年各省的指标数据，借助BCC-DEA模型以及DEA窗口，计算和分析了我国农产品整体环节流通、批发环节流通和零售环节流通的效率，结果显示整体环节、批发环节和零售环节的农产品流通效率低，且各省农产品各环节中流通效率存在差异[10]。近年来，国内学者开始关注生鲜农产品运输路径优化问题。李昌兵等分析了顾客满意度和物流运输时间对生鲜农产品质量的影响，进而构建了物联网背景下生鲜农产品路径优化模型[11]。王恒等考虑了道路状况和生鲜农产品损耗等因素，进而构建了多目标生鲜农产品路径优化模型，并使用改进的自适应遗传算法对模型求解，结果表明该模型可以减少企业配送成本、提高客户满意度[12]。李冰等基于车辆承载量和时间等约束条件，以总配送成本为目标函数，构建了生鲜产品选址-路径模型[13]。张济风等使用模拟退火算法对考虑道路交通情况的生鲜农产品配送路径优化模型求解[14]。针对生鲜产品易货损和冷链物流排放高的特性，沈丽等采用数值模拟试验的方法对以配送成本为目标函数的生鲜产品路径优化模型的有效性进行验证，结果表明总配送成本在合理范围内浮动时，企业可以为客户提供更优质的服务[15]。陈婧怡等以多温区冷藏成本为目标函数，构建了路径优化模型，使用遗传算法作为模型求解方法，借助ArcGIS软件规划配送路径，研究表明采用多温区冷藏车可以减少调度车辆数、减少车辆行驶距离以及降低成本[16]。目前，国内外学者主要从运输效率、运输效率影响因素以及路径优化等宏观方面对生鲜农产品运输进行研究，针对个体的研究较少。1.2冷链物流相关研究欧美等发达国家拥有较为完善的物流体系，冷链产品质量安全、冷链信息技术应用和配送路径优化是国外学者对冷链物流进行研究的主要方向。在冷链产品的质量安全方面，Kuo等分析和总结了冷链物流配送现状及问题，构建了多温共同配送系统，有效解决冷链产品运输过程中的质量安全问题，提高了车辆装载率，控制了车辆的配送成本[17]。Lu等以运输温度及质量为切入点，对食品冷链运输进行优化[18]。Bailey等以牛奶行业的配送业务为例，深入剖析了冷链食品质量监管系统，结果表明加强冷链物流各主体的联系，可以降低冷链食品配送过程中潜在风险发生的概率，并且可以提升客户对食品安全的信心[19]。在冷链信息技术方面，Li等采用互联网与无线传感器模块结合的方式，控制了冷链产品配送中温度，以此确保产品质量[20]。Maitri等采用系统化的冷链监测工具，对农产品温度进行在线监测，减少了农产品因温度变化而产生的损失，进而优化了冷链物流的性能[21]。Badia-Melis等通过研究和比较发现人工神经网络、克立格法和电容式传热法这三种技术可以减少产品损失，以及提高易腐损、易变质产品在运输和储存环节的监控能力和分辨率[22]。在冷链物流路径优化方面，Chen等使用改进的智能算法对农产品冷链物流配送路径优化模型求解[23]。Song等研究了普通车辆和冷藏车辆的多品种易腐生鲜农产品路径优化问题，结果表明采用冷藏车辆配送易腐生鲜农产品效果更佳[24]。Rahbari等通过两种鲁棒模型对考虑行驶时间和产品新鲜度的多目标车辆路径优化模型求解，研究表明一定范围内配送成本不随产品平均新鲜度的降低而增加[25]。我国冷链物流起步晚、发展迅速，国内学者主要从影响因素、信息技术应用和配送路径优化三方面对冷链物流进行研究。在冷链物流影响因素方面，邹炽导等使用结构方程模型对影响荔枝产品冷链物流发展的因素进行实证检验[26]。曹武军等以冷鲜肉配送相关数据为研究样本，从冷链企业、冷鲜产品和客户方面对冷链物流配送的影响因素进行分析，进而构建了冷链物流配送效率影响因素的系统动力模型，使用该系统动力学模型从投资、供需和载货三方面对冷链系统进行分析[27]。季婉婉等使用模糊层次分析法对乳制品冷链物流运输的影响因素进行分析，研究显示构建冷链物流信息平台以及应用冷链物流技术可以促进冷链物流发展，并为推动乳制品冷链物流发展提出建议[28]。在冷链物流信息技术应用方面，张晏魁为解决传统冷链物流智能分拣系统效果差的问题，设计了一种应用无线射频识别技术的冷链物流智能分拣系统，对同一批样本数据进行实验，结果表明应用无线射频识别技术的冷链物流智能分拣系统效果更优[29]。王少然将GS1编码体系与区块链技术应用到生鲜产品冷链物流过程中，实现了生鲜产品从生产者到消费者全流程的信息追溯[30]。万玉龙从后疫情时代冷链物流新型区间结构出发，构建了全流程监管的冷链物流新型体系，并指出全程信息流、信息标准化和信息可追溯对建设后疫情时代生鲜产品冷链物流信息体系具有重要作用[31]。在冷链物流路径优化方面，国内学者多采用各种算法探究冷链物流路径问题。刘虹等设计了一种混合算法对最小化客户厌恶度和最小化成本为目标函数的冷链物流优化模型求解[32]。祝新等使用蚁群算法分别对考虑道路交通状况和不考虑道路交通状况的医药冷链物流路径优化模型求解，研究表明考虑路况的配送模型可以有效降低综合成本[33]。姚源果等基于时间和道路信息对冷链物流配送成本进行分析，建立了以配送成本最低的冷链物流路径优化模型，进而将接驳点引入优化模型中，构建了带有时况和接驳点的以配送成本为目标函数的路径优化模型，采用实证方法验证了模型的有效性，结果表明带有时况和接驳点的路径优化模型可以降低车辆配送成本，提高顾客满意度[34]。回顾国内外冷链物流相关研究可发现，学者们主要从冷链产品质量安全、冷链信息技术应用、冷链物流路径优化和冷链物流影响因素等方面对冷链物流进行研究，忽视了不同冷链产品的不同特性，缺乏以具体冷链产品为研究对象的研究。1.3带时间窗的车辆路径问题相关研究Dantzig等学者在1959年首创性提出车辆路径问题[35]，经过多年发展，其研究成果纷繁多样。考虑到客户对配送车辆抵达时间的要求，Solomon率先将时间约束引入车辆路径模型[36]。Jabail等基于硬时间窗和软时间窗的概念，构建了含有惩罚成本的软时间窗车辆路径模型[37]。Belhaiza等以加拿大某运输公司为案例，结合纳什均衡条件和博弈论方法，对带多时间窗的车辆路径问题进行探究[38]。Errico等构建了带硬时间窗的客户服务时间不确定的配送路径优化模型，使用分支降阶算法对数学模型求解[39]。基于初级农产品运输过程中客户需求不确定的情况，Ni构建了具有软时间窗约束的模糊需求车辆路径模型[40]。Bansal等提出了一种解决不确定需求下带硬时间窗的配送路径问题的新方法[41]。Centin等以硬时间窗为约束条件，通过启发式算法对可同时进货、取货的配送路径规划模型求解[42]。Diao等构建无最大时间窗的多车场开放式车辆路径模型，使用混合遗传算法对模型的合理性和稳定性进行验证[43]。Hu等构建带硬时间窗的客户需求与配送时间不确定的数学模型，使用实例验证的方法对模型的有效性进行验证，并为促进物流业发展提供了管理意见[44]。国内已有许多学者对带时间窗的车辆路径问题进行探究。为解决航空公司安排车辆接送旅客去机场的路径问题，\t"C:/Users/asus/Desktop/knet"王芳等构建了带有硬时间窗和碳排放的路径优化模型，并使用改进蚁群算法对模型求解[45]。王涛等为实现物流成本和配送车辆数最小，构建了带模糊时间窗的配送路径优化模型，采用改进的水滴算法对模型求解[46]。葛显龙等为实现车辆行驶成本、惩罚成本及损失成本最小，构建了带软时间窗的电动车配送路径优化模型，并使用两阶段算法对模型求解[47]。韩亚娟等针对传统软时间窗惩罚函数为线性分段函数的问题，建立了折线型软时间窗及相应的惩罚函数[48]。李丹莲等以运输成本和惩罚成本最小为目标，探究软时间窗约束下连锁便利店的路径规划问题[49]。范厚明等以综合成本为优化目标，构建了带有软时间窗的路径优化模型，使用改进的粒子群算法对模型求解[50]。李常敏等在传统车辆路径优化模型基础上，构建了允许车辆多次经过需求点，但需求点只可被服务一次的路径优化模型，并使用模拟退火算法求解[51]。冯杰等以Solomn算例中的21个数据为研究样本，采用蚁群算法对带有软时间窗和行驶里程约束的优化模型求解[52]。殷亚等使用混合蝙蝠算法求解带硬时间窗的配送路径优化模型[53]。为探究碳税税率与碳排放量和配送成本的关系，蒋琦玮等构建了带模糊时间窗的集装箱多式联运路径优化模型，使用遗传算法对模型求解，结果显示提高碳税值可以使承运人选择碳排放量更低的多式联运方案，并为促进多式联运发展提供建议[54]。周蓉等以配送成本最小为目标函数，构建了带有软硬时