B2C环境下生鲜农产品物流配送径优化研究.docVIP

B2C环境下生鲜农产品物流配送路径优化研究 　　▲ 基金项目：国家社会科学基金资助项目（16BGL088） 中国论文网 /1/viewhtm　　◆ 中图分类号：F252 文献标识码：A 　　内容摘要：本文针对B2C环境下顾客需求的特点和生鲜农产品流通过程中易损耗的问题，构建了以物流配送总成本最小和顾客满意度最高为目标的物流配送路径优化模型，应用遗传算法对模型求解，并利用某生鲜电子商务企业的配送数据验证了模型的可行性和算法的有效性。研究结果表明，建立的优化模型可以减少农产品流通过程中的损耗，提升顾客满意度，对优化B2C环境下生鲜农产品物流配送路径具有重要意义。 　　关键词：B2C电子商务 生鲜农产品 物流配送 路径优化 遗传算法 　　引言 　　随着社会经济的快速发展以及居民生活品质的提升，人们对生鲜农产品的需求量不断增加。生鲜农产品电子商务平台的出现和快速发展，给消费者提供了更加便捷、全面的选择平台，消费者可以直接在网络上完成生鲜农产品的交易。根据中国电子商务研究中心监测数据显示，2015年全国生鲜电商交易规模达到560亿元，同比增长115.4%，平均客单价150元，但物流负担成本已经占到了50%，而流通中的损耗率也高达20%-30%。高配送成本以及高流通损耗已经严重阻碍了生鲜电商的发展，因此，解决生鲜农产品的物流配送路径问题（Vehicle Routing Problem，VRP），降低物流配送成本，减少生鲜农产品配送过程中的损耗，保证生鲜农产品的新鲜度及质量就非常重要。 　　目前，国内外学者主要对B2C电子商务、生鲜农产品配送和车辆路径优化中的某一问题进行研究。B2C电子商务方面，常亚平等（2008）研究了B2C电商企业物流配送网络，并改进了物流配送模型；李琳等（2010）建立了B2C环境下的多阶段订单配送模型，并利用禁忌搜索算法和插入算法相结合求解模型；吴金南等（2011）通过建立电子商务能力概念模型，分析了电子商务能力对供应链绩效的影响。生鲜农产品配送方面，但斌等（2008）通过构造新鲜度衰减函数来表征生鲜农产品价值损耗，并分析生鲜农产品的供应链协调问题；缪小红等（2011）建立了一个冷链配送中心、多个顾客的冷链物流配送模型，并提出用改进的遗传算法进行求解；邵举平等（2015）考虑了生鲜农产品在配送过程中易损耗和顾客满意度，以此建立了生鲜农产品配送路径多目标优化模型并进行了求解。车辆路径优化问题方面研究成果丰富，张群和颜瑞（2012）建立了多配送中心、多车型、多产品的混合数学模型，并提出一种新的模糊遗传算法进行求解；罗勇和陈治亚（2012）建立了以物流配送路径总长度为优化目标的数学模型，并设计了改进的遗传算法进行了求解。上述的研究文献都只是从B2C电子商务、生鲜农产品配送、车辆路径优化这三个方面中的某一角度进行研究，还没有同时对这三个方面进行研究的文献，而解决物流配送问题对促进生鲜农产品电商平台的发展至关重要，所以，本文选择对电子商务环境下生鲜农产品物流配送路径优化进行研究。 　　针对B2C电子商务环境物流配送服务对象数量众多、位置分散的特点，本文采用多个配送中心分区域进行配送的模式；考虑到生鲜农产品易腐性的特点，引入了生鲜农产品价值损耗函数来反映生鲜农产品在运输过程中产生损耗的情况；并引入顾客满意度函数来反映顾客对配送时间的满意程度，构建以物流配送成本最小以及顾客满意度最大化为目标的物流配送模型，并结合算例来验证模型的有效性。 　　物流配送路?接呕?模型 　　（一）问题描述 　　生鲜电商改变了人们消费生鲜农产品的方式，给消费者的生活带来了便捷，实现生鲜产品到达终端消费者的过程则要依赖高效的流通环节，图1描述了一个B2C环境下的生鲜农产品物流配送网络，它由消费者、生鲜农产品电商平台、供应商以及物流配送中心构成。 　　B2C环境下的物流配送与传统的物流配送相比，面对的顾客数量多、位置分散，配送的难度也更高。顾客通常对物流配送有一个期望时间，超出期望时间的配送服务必然影响顾客满意度，甚至对生鲜电商平台的声誉产生影响。因此，本文引入一个简单的连续线性函数来反映顾客满意度变化情况，函数图像如图2所示。 　　顾客对收货时间的要求包括两个阶段，即期望收货的时间段[ET`i，LT`i]和可接受的收货时间段[ETi，LTi]，如果顾客在期望时间段内收货，顾客的满意度为100%；如果顾客在可接受的时间段收货，满意度会随着实际收货时间与期望收获时间之间的差距增大而降低。对于顾客i来说，其收货时间为Ti，顾客满意度函数U（Ti）可以表示为： 　　根据上述分析，B2C环境下生鲜农产品物流配送路径优化问题可做如下描述：多个配送中心向一定区域内分散的顾客进行物流配送，要求在顾客规定的时间窗内完成配送任务，早于或晚于顾客规定的时