【D公司生鲜农产品冷链物流配送路径优化研究开题报告文献综述6900字】

D公司生鲜农产品冷链物流配送路径优化研究开题报告文献综述目录TOC\o"1-3"\h\u14832D公司生鲜农产品冷链物流配送路径优化研究开题报告文献综述 119661.1研究背景与意义 1317151.1.1研究背景 181051.1.2研究意义 2105211.2国内外研究现状 332511.2.1生鲜农产品运输相关研究 319421.2.2冷链物流相关研究 4300901.2.3带时间窗的车辆路径问题相关研究 6247681.3研究内容与技术路线 7197391.3.1研究内容 7221501.3.2研究方法 814051.3.3技术路线 8130301.4论文创新点 101.1研究背景与意义1.1.1研究背景随着科学技术的进步和社会经济的发展，我国居民生活水平同过去相比有了很大改善，居民饮食观念从过去“吃得饱”转变为“绿色化、健康化饮食”。居民饮食结构持续优化，我国生鲜食品零售额逐年增加，如图1.1所示，并且居民越来越重视生鲜食品的质量安全问题。根据艾媒咨询相关数据，2019年果蔬、乳制品和水产等生鲜农产品市场交易规模达2.04亿，同比增长6.8%。同时，近半网民每周两次及以上购买生鲜农产品，生鲜农产品消费频率高。生鲜农产品需求量持续增加，使得冷链物流活动日益频繁，推动了冷链物流业发展。我国冷链物流发展起步较晚，市场集中度低，各冷链企业发展水平存在较大差距，且客户地理位置分散，配送成本高和配送不及时等问题是生鲜农产品冷链物流领域有待解决的难题。图1.12013-2019年我国生鲜市场交易规模Figure1.1Thetransactionscaleofmycountry'sfreshfoodmarketfrom2013to2019生鲜农产品配送车辆的优化调度问题是生鲜农产品冷链物流领域的核心问题。探究车辆路径问题（VehicleRoutingProblem,VRP）可以在满足货物需求量和车辆承载量等约束条件前提下，合理规划配送路径，减少车辆行驶里程，以最低的配送成本将货物配送至客户点。从车辆路径问题角度研究冷链物流，既可以提高货物配送效率，降低配送成本，又可以满足客户对产品配送时间和品质的要求。D公司是一家专门从事生鲜农产品采购、仓储、配送和销售等业务的企业，拥有稳定的进货源头和客户源。随着公司业务拓展，客户数量不断增加，配送中心根据负责人经验来安排生鲜农产品配送顺序的方法，已经无法满足客户对产品品质和配送时间的要求，并且使用该方法车辆行驶距离长，配送成本较高。为解决上述问题，本文探究了D公司生鲜农产品冷链物流配送路径优化问题。1.1.2研究意义（1）理论意义本文从车辆路径问题角度解决D公司生鲜农产品冷链物流配送中存在问题，结合生鲜农产品和冷链物流的特点，构建了带模糊时间窗的D公司生鲜农产品冷链物流配送路径优化模型，丰富了生鲜农产品冷链物流领域的相关理论。同时，可以为冷链企业合理规划配送路径、降低车辆配送成本以及满足客户对产品需求等方面提供参考。（2）现实意义生鲜农产品需求量的增加和居民对生鲜农产品品质的追求，为冷链物流业带来机遇和挑战。配送成本、配送时间和生鲜农产品新鲜度与车辆行驶距离直接相关，合理规划配送路径，可以在满足客户对生鲜农产品数量和配送时间等需求的前提下，减少车辆行驶里程，提高配送效率，降低企业配送成本。D公司生鲜农产品冷链物流配送过程中存在配送路径不合理、缺乏配送成本控制和忽视客户配送时间需求这三个问题。仅凭配送中心负责人经验安排产品配送顺序，导致生鲜农产品变质、配送成本高、非约定时间送货以及运输绕路等现象频繁发生。本文采用改进的节约里程算法优化D公司生鲜农产品配送顺序，降低生鲜农产品货损量，将高新鲜度的产品准时配送至客户点，从而降低配送成本，提高公司经济收益，实现D公司与客户的互利共赢。1.2国内外研究现状1.2.1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。1.2.2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。1.2.3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，构建了带有软硬时间窗的装卸一体化路径优化模型，采用算例仿真的法验证了模型和算法的有效性[55]。张文博利用遗传算法和模拟退火算法对以配送成本最小为优化目标的路径优化模型求解，进而得到优化后的配送路径[56]。国内外学者多从硬时间窗、软时间窗视角探究带时间窗的车辆路径问题，少有学者从更贴合客户需求的模糊时间窗视角探究带时间窗的车辆路径问题。针对国内外相关文献的不足之处，本文以D公司为研究对象，引入模糊时间窗，旨在解决D公司生鲜农产品冷链物流配送中存在的问题，满足客户和公司的需求。1.3研究内容与技术路线1.3.1研究内容为解决D公司生鲜农产品冷链物流配送中存在的问题，本文以生鲜农产品理论、冷链物流理论、车辆路径问题理论和时间窗理论为基础理论，建立了D公司生鲜农产品冷链物流配送路径优化模型，使用改进的节约里程算法对该模型求解。本文主要由六章构成：第一章：绪论。首先，介绍了生鲜农产品冷链物流领域存在的问题以及探究车辆路径问题的重要性，进而阐述了本文的理论价值和现实价值。其次，回顾了生鲜农产品运输、冷链物流以及带时间窗的车辆路径问题的相关文献，分析和总结现有研究不足之处。最后，对研究内容、研究方法和技术路线进行阐述。第二章：相关概念和基础理论。分别介绍了生鲜农产品理论、冷链物流理论、车辆路径问题理论和时间窗理论，为下文构建配送路径优化模型作铺垫。第三章：D公司生鲜农产品冷链物流配送现状分析。首先，介绍了D公司发展历史和主营业务。其次，从D公司配送作业情况和网络分布两方面对D公司生鲜农产品冷链物流配送现状进行介绍。最后，对D公司生鲜农产品冷链物流配送中存在问题进行分析。第四章：构建带模糊时间窗的D公司配送路径优化模型。首先，简单描述了本文研究问题，对构建配送路径优化模型所需的基本假设和参数进行说明。其次，针对D公司生鲜农产品冷链物流配送中存在缺乏系统规划配送路径的方法、配送成本高和忽视客户配送时间约束这三个问题，本文构建了带模糊时间窗的D公司配送路径优化模型。最后，针对车辆路径求