郑明物流公司物流网络系统设计
郑明物流公司物流网络系统设计
摘要:本文首先对物流配送的相关理论进行介绍,详细介绍了物流网络、配送、以及配送中心的概念,并对配送中心的职能与分类进行了阐述。随后针对冷链配送进行了相关理论的介绍,说明了冷链配送的概念以及配送特点,并针对郑明物流公司进行了冷链配送层面存在的问题的分析。最后在详细介绍寻址及配送路径算法的基础上以重心法与遗传算法为方法基础,以重庆市永辉连锁超市为服务对象,对郑明公司配送物流网络系统进行了设计。
关键词:物流配送、物流网络、配送中心选址
I
PAUL Logistics Company Logistics Network System Design
Abstract : This paper firstly introduces the related theory of logistics distribution, introduces the concept of logistics network, distribution, and distribution center, and expounds the functions and classification of distribution center. Then the relevant theory of cold chain distribution was introduced, the concept of cold chain distribution and distribution characteristics were explained, and the problems existed in the cold chain distribution of Zheng Ming logistics company were analyzed. Finally in detail addressing and routing algorithm based on gravity method and genetic algorithm based approach, in Chongqing Yonghui supermarket chain as the service object, of Zhengming company logistics and distribution network system is designed.
Keywords :Logistics distribution, logistics network, distribution center location
目录
摘要 ........................................................................................................................................... I Abstract . ..................................................................................................................................... I
第一章研究背景与意义 .......................................................................................................... 4
1.1选题背景 ................................................................................................................... 4
1.2 选题目的与意义 ...................................................................................................... 5
1.3国内外发展现状 ........................................................................................................ 5
1.3.1国外现代物流的发展 ............................................................................. 5
1.3.2我国冷链物流发展的现状 ..................................................................... 6
1.4冷链物流的发展趋势 ................................................................................ 7
1.5研究路线和方法 ........................................................................................................ 7
1.5.1研究路线 ................................................................................................. 7
1.5.2研究方法 ................................................................................................. 7
第二章物流网络系统构建相关理论介绍 .............................................................................. 8
2.1物流网络的概述 ........................................................................................................ 8
2.2配送概述 .................................................................................................................... 8
2.3配送中心的概述 ........................................................................................................ 9
2.3.1配送中心的概念 ..................................................................................................... 9
2.3.1配送中心的分类 ..................................................................................................... 9
第三章冷链配送特性及配送中心选址方法分析 ................................................................ 11
3.1冷链物流概念及特点 .............................................................................................. 11
3.2 郑明发展冷链业务的主要问题 ............................................................................. 12
3.3配送中心选址的方法 .............................................................................................. 13
3.4重心法选址 .............................................................................................................. 14
第四章物流配送路径优化模型 ............................................................................................ 16
4.1物流配送路径优化模型概述 .................................................................................. 16
4.2物流配送路径优化问题的数学模型 ...................................................................... 16
4.3模拟退火算法(SA )模型及其实现 ..................................................................... 17
4.4 遗传算法(GA )模型及其实现 ........................................................................... 18
II
4.5遗传退火混合算法(GA-SA )模型及其实现 ...................................................... 18
4.5.1退火遗传算法的优点 ........................................................................... 18
4.5.2算法步骤 ............................................................................................... 19
4.5.3算法描述 ............................................................................................... 20
4.6本章小结 .................................................................................................................. 21
第五章郑明物流公司物流网络设计及配送路径优化 ........................................................ 22
5.1重庆市永辉超市简介 .............................................................................................. 22
5.2 基于重心法的郑明物流公司的配送中心选址分析 ............................................. 22
5.2.1坐标分析 ............................................................................................... 22
5.2.2配送中心配送需求分析 ....................................................................... 23
5.2.3配送中心选址计算 ............................................................................... 24
5.3基于遗传退火算法的郑明物流公司物流配送路径优化分析 .............................. 27
5.3.1实例分析 ............................................................................................... 27
5.3.2结论分析 ............................................................................................... 29
第六章结论与展望 ................................................................................................................ 31
参考文献 ................................................................................................................................ 32
第一章研究背景与意义
1.1选题背景
冷链起源于十九世纪上半叶冷冻机的发明,使得各种易腐食品开始慢慢进入消费者市场。1894年,美国的阿尔贝特·巴尔里尔(Albert Barrier )和英国的莱迪齐(0.A.Ruddich )最早提出了冷链(Cold Chain)的概念。到20世纪30年代,欧美已经初步建立了食品冷链体系。所以,在欧洲、美国、日本冷链的发展都相对完善,而在中国,物流的概念一直到20世纪70年代末才传入我国,冷链物流这个概念则更晚。
随着我国经济的跨越性发展,国民生活质量不断的提高,消费形式也逐渐趋于多样化。消费者对于食品需求偏好也在改变,消费者对食品的要求已经不仅限在满足生存的需要,而是转变成对食品的新鲜程度、安全以及营养价值的追求,这些都需要冷链物流的支持。因此,随着冷链物流需求不断扩大,不仅需要相关政府和企业的大力扶持,加大对冷链物流的运营管理,扩展其规模,采用先进冷链设备技术,还需要培养专业的物流人才,运用先进的物流管理知识。
早在2005年,随着全国“五纵二横”鲜活农产品流通“绿色通道”的开通,使得冷链物流企业有了跨越式的发展,这一绿色通道加快了跨区域农产品交通运输的速度,为冷链物流网络延伸做出了贡献。2013年2月,国务院办公厅下发《关于落实中共中央国务院关于加速发展现代农业进一步增强农村发展活力若干意见有关政策措施分工的通知》其中有7项政策涉及到农产品冷链物流,这些利好政策让冷链物流在2013年持续升温。
虽然国家政策大力扶持冷链物流产业,陆续建立多个设备齐全,技术先进的配送中心,但是我国冷链物流配送中心仍然比较缺乏,且我国冷链物流运营的主要模式仍是以产品生产商或者经销商来完成冷链产品的仓储配送。然而,生产商和经销商的核心能力应该是在产品销售上,但由于库存运输设备的专用性强,生产商们不得不投入大量的资金和精力在冷链物流方面,这不但分散了企业的核心竞争能力,也使得高额的冷链投资很难实现回笼。此外,冷链物流运营缺乏供应链管理理念,使得上下游企业无法快速有效衔接,信息沟通不通畅,而且物流流通环节冗长,流动时间长,拖长了冷链食品的提前期,增加了食品的损坏腐败的概率。信息的不流通,提前期过长,也使得上游企业不能对市场做出快速反应。
4
1.2 选题目的与意义
我国拥有14亿的人口,是食品生产消费大国,随着经济形势变好,大众也越来越关注食品安全问题。虽然国家政府对于食品安全有一定的机制和管理体系,但是仍有少数的食品生产商们缺乏自觉,尤其是在流通环节,极易产生食品问题。食品中的肉类、乳制品等尤其会因为温度和湿度的变化而导致变质。因此要保证食品的安全,就必须发展生鲜食品的冷链供应链,将生产地,加工地,仓储,运输,销售等各领域进行实时的温度控制,来保证食品品质,对食品质量安全进行有效控制。
冷链物流行业与生鲜食品行业可以说的上是相辅相成。生鲜食品行业若能大幅发展,无疑给冷链物流带来无限商机,促进冷链物流企业发展;但是如果冷链物流配套服务水平跟不上生鲜食品行业对商品保鲜的要求,对冷链物流企业来说可能是客户的流逝,而对生鲜食品行业来说,其商品不能安全的送至其销售地进行销售,其销售网络缩小,失去销售机会,则会阻碍其长远发展。
第三方冷链物流配送中心处于冷链供应链的中间环节,上与供应商相连接,向下连接着销售商,汇集了生产信息与市场需求信息,对整个供应链环境下的冷链物流过程起着高效协调的作用。首先,供应商利用第三方冷链物流的配送中心进行配送,一方面可以利用其先进的设备技术保障其产品质量、降低自身成本,另一方面通过与配送中心进行信息沟通,供应商可以及时掌握市场需求变化。其次,从销售商的角度上看,第三方冷链配送中心具有专业性与高效性,能很好的提高冷链配送的服务水平,更好地满足消费者的要求。第三方冷链配送中心加强了供应商与销售商之间的合作,有利于整合整个供应链的资源。因此,第三方物流的配送中心及其配送路径优化,对冷链供应链的运作效率和服务水平起着重要作用。因此,第三方冷链物流配送中心的合理选址及配送路径优化对与第三方冷链物流及其所处的整个供应链具有重要的实际意义。
1.3国内外发展现状
1.3.1国外现代物流的发展
物流的发展大概经历了四个阶段。
第一阶段:20世纪初期到50年代。在20世纪初,随着北美和西欧工业化发展的加快,人们意识到了降低物资采购以及产品销售成本的重要性,1901年,J.F.Growell 在对美国政府报告“关于农产品配送”时,第一次论述了各种影响因素,揭开了人们对于物流的认识。在1927年,R.Borsodi 在《流通时代》中首次用Logistic 来称呼物流,为后来物流概念的产生奠定了基础【10】。日本在1956年从美国引入物流的概念,通过
5
对于国内调查,将物流称之为“物的流通”,并且认为物流是一种综合行为,包含了运输、配送、装卸、仓储、包装、流通加工和信息传递等功能【11】。
第二阶段:20世纪60年代到70年代。60年代后随着管理学科的发展,大大的促进了物流的发展。人们将物流看作是激发企业活力的重要手段,这一阶段也是物流发展最快的阶段。1963年,美国成立了国家实物配送管理委员会,在这一时期,物流也被赋予了更丰富的含义。有学者将物流定义为“以卖主为起点将原材料、零部件与制成品在各个企业之间有策略地加以流转,最后到达用户,期间所需要的一切活动的管
【12】理过程”。70年代是欧洲经济快速发展的时期。此时仓库不再是静止封闭的储存式
设备,而是动态的物流配送中心。
第三阶段:20世纪70年代到80年代。这一时期物流管理已经从企业内部延伸到了企业外部,物流管理的重点已经转移到了物流的战略研究。1988年,美国物流管理协会将物流定义为:物流是以满足客户需求为目的,为提高原料、在制品以及相关信息,从供应到消费的流动和存储的效率和效益,并对其进行的计划、执行和控制的过程【13】。这也是进一步揭示物流的本质。这一观念的提出,使得企业内部逐渐改变了传统的财务、采购、销售、市场、研发等企业分解式的思维方式,慢慢出现系统整合的思想。
第四阶段:20世纪90年代至今。90年代以来随着新经济和现代信息技术的迅猛发展,使得现代物流不断在发展。而且随着电子商务的发展,使得物流上升到前所未有的重要地位。随着现在网上购物的普遍流行,物流运送也变得更加信息化和网络化。在欧洲,基于互联网和电子商务的电子物流正在慢慢崛起,以满足不同客户的需求【14】。
1.3.2我国冷链物流发展的现状
我国冷链物流最早出现在20世纪50年代的肉食品外贸出口,但是由于当时经济发展的限制,技术水平不高,应用领域也相对狭窄,也没有获得政府和社会的重视。但是随着国民经济和人民的生活水平不断提高,国内消费者对速冻食品、乳制品、冷饮、果蔬及花卉需求正在呈现快速增长,冷链物流的应用领域越来越广泛,发展成影响国民生计的重要行业,尤其是进入21世纪,食品加工以及第三方物流企业蓬勃的发展成为冷链物流强大的发展动力,再加上国家也陆续出台相关政策,加大了对冷链农产品,生鲜产品相关的企业进行扶持,使冷链物流得到了跨越式的发展。目前,随着冷链物流这个概念在我国逐渐被重视,冷链物流技术不断创新,冷链物流基础设备不断扩充改进,冷链物流企业不断涌现,冷链物理市场规模逐步增长并与世界接轨,冷链物流体系逐步健全。在北京、上海等一线城市,冷链物流作为重要的专业物流领域
6
之一已经向着一体化、专业化、系统化的方向迈进,具有良好的发展前景。
1.4冷链物流的发展趋势
对于冷链物流的发展,需要进一步提高行业的认识,采取创新性措施,降低物流成本,提高运营效率从而达到提高企业效益。首先是硬件上的提高,理想的冷链物流产业链应该是“产地预冷、冷链运输、市内配送中心、销售终端”四点一线,甚至可以直接由起点到终端。中间环节越少则成本也越低,进而断链的可能性就低。其次,跨出企业界限与其他公司合作,比如说冷链物流企业与餐饮企业和生鲜电商企业进行合作,实现双方共赢进而带动行业新的发展。最后,突破传统的物流模式。生产和消费连为一体,产业和生活同步成长。在把握住行业趋势的同时,为客户提供增值服务,逐步完善业务链。比如,构建公共型冷库、企业联盟、复合型冷链物流系统。
总之,将冷链物流行业与实体工业相结合,把握住跨界冷链、跨国贸易、连锁餐饮和生鲜电商转型升级的时机,推动冷链物流行业的发展。
1.5研究路线和方法
1.5.1研究路线
在第一章绪论当中主要介绍了现代物流的国内外发展现状以及冷链物流的发展趋势,介绍了现代物流的特点和现况。
在第二章对物流网络系统构建相关理论进行了介绍,包括物流网络的组成、配送步骤以及配送中心的分类。
在第三章对冷链物流运输货物的特点进行了概述,提出了郑明公司冷链物流存在的2点问题,并对配送中心的选址方法进行了介绍。
在第四章建立了物流配送路径优化模型,并介绍了遗传算法和模拟退火算法的计算步骤。
在第五章中以郑明物流公司为实例,通过重心法对其配送中心进行选址确定了其位置,然后通过遗传退火算法对其配送路径进行了优化,找到了郑明物流公司在重庆永辉超市的物流配送最优路径。
1.5.2研究方法
以冷链物流一体化的多配送中心选址问题为研究对象,在实例分析当中,通过重心法提出了物流配送中心的选址。然后在确定了配送中心选址的基础上,以遗传退火算法为研究方法来进行配送路径的优化,建立相关数学模型,模型进行优化求解。
7
第二章物流网络系统构建相关理论介绍
2.1物流网络的概述
物流网络是“物流过程中相互联系的组织、设施与信息的集合”,它是由制造工厂、仓库、配送中心、零售商以及在这些机构之间流动的物质产品所构成的实体网络以及信息网络的集合体。构造物流网络的目的是通过网络分析,优化供应链当中的工厂、配送中心以及各种设施的数量从而实现成本的最低。
物流网络主要有两部分组成,分别是节点和线路。物流节点是物流网络中的重要组成部分,主要是指提供物流服务的重要场所,主要包括四个层次,分别是:供应方、物流中心、配送中心和中转站以及需求方。供应方就是指原材料的供应商以及半成品和成品的供应商;物流中心是指具有储存、分拣、流通加工、增值包装、订单处理等功能的大型区域性货物集散中心;配送中心就是指小规模的物流节点,比如日常我们所熟悉的领快递的地方;需求方就是指零售商、店铺以及我们消费者。线路则是指连接各个物流节点之间的货物通道。主要有公路、铁路、空运、水路以及管道等方式。
2.2配送概述
配送是现代物流的重要功能,它是指“在经济合理区域范围内,根据客户要求,对物品进行拣选、加工、包装、分割、组配等作业,并按时送达指定地点的物流活动”
【15】。配送与物流概念有着明显区别,主要体现在以下几个方面:一是物流涵盖范围广而配送则是小范围的;二是物流作业主要是在供应链的上端而配送则发生在末端;三是配送比物流的作业多,除了包括运输、储存、装卸、搬运等服务还包括拣选等标志性作业;四是配送是小批量多品种的特点,而物流相反,具有大批量,小品种特点。
配送主要包括以下几个步骤,分别是进货、储存、拣选理货、配货、配装、送货和交货。
图2.1配送流程图
8
2.3配送中心的概述
2.3.1配送中心的概念
配送中心就是从事货物配备和组织对用户的送货,以高水平实现销售和供应服务的现代流通设施。配送中心是基于物流合理化和发展市场两个需要而形成的可以很好地解决用户批量小、多样化的需求和厂商大批量、专业化生产的矛盾【16】。
配送中心与传统的仓库有些区别,一般仓库只是负责商品的保管,而配送中心除了保管功能还有货物集散、分拣配货、配送加工及信息处理的功能。它提供的是全方位、方便用户的服务。
2.3.1配送中心的分类
配送中心具有满足多量少样的市场需求及降低流通成本的作用。由于企业背景不同,配送中心的功能、构成和运营方式有很大区别,所以有以下几种分类。
1. 按配送中心的设立者分类。按照设立者可以分为制造商型配送中心、批发商型配送中心、零售商型配送中心和专业物流配送中心。
2. 按配送中心的功能分类。按照功能可以分为储存型配送中心、流通型配送中心和加工型配送中心。储存型的以储存为主要的目的,流通型的配送中心没有长期储存的功能,仅仅是暂缓或者随进随出的方式进行配货和送货。加工型的是根据用户需要对配送物品进行加工。
3. 按配送中心所处的位置分类。按照这种方式可以分为供应型配送中心和销售型配送中心。供应型配送中心服务对象有两类:一类是组装、装配型生产企业,为其提供原材料以及半成品,另外一种是大型超市、连锁企业等。销售型配送中心是以配送为手段销售为目的。
4. 按配送货物的属性分类。按照配送货物的属性可以分为食品配送、医药配送中心、化妆品配送中心、家电配送中心等等。
5. 按配送中心的自动化程度分类。可以分为人力化配送中心、计算机管理配送中心、自动化信息化配送中心、智能化配送中心。
6. 按服务范围分类。按照这种分类可以分为城市配送中心、区域配送中心以及国际配送中心。城市配送中心服务的对象大多是城市内的生产企业、零售商等。区域配送中心则是跨市跨省的配送中心。
综上所述,配送中心的分类可以如下表:
9
表2.1配送中心分类
10
第三章 冷链配送特性及配送中心选址方法分析
3.1冷链物流概念及特点
冷链物流是指易腐烂、生鲜产品在生产、储藏、运输、销售最终到消费前都处于低温环境,以保证食品的安全【4】。冷链物流也是随着科技的进度为了满足这种需求而发展起来的。冷链物流的主要食品范围如下表:
表3.1冷链物流主要食品分类
冷链物流具有与其他物流不同的特点,总结起来可以分为以下3点:
①复杂性。冷链物流所能保持物品的保鲜度主要取决于三点,分别为储藏温度、流通时间以及耐储藏性。正因为这些不同所以物品的储藏以及冷链物流的流通也就具有了复杂性。
②协调性。由于运输的复杂性所以要求各个运输环节之间的协调配合。
③高成本。为了保持物品的温度,所以整个运输过程都要求保持一个特殊的环境,这也就使得运输成本的增高相比于其他物流运输。
冷链物流由冷冻加工、冷冻储藏、冷藏运输配送以及冷冻销售四部分组成。
1、冷冻加工
主要是指将各种禽类、鱼类、肉类、蛋类冷却及冰冻,在低温状态下进行拣选、包装、分类等加工作业。这一部分最主要的环节是预冷,对预冷的产品进行初步预冷加工,也包括水果、蔬菜的预冷。这个环节需要用到的设备主要是冷却装置、速冻装置和冻结装备【2】。
2、冷冻冷藏
这一环节主要是产品的冷却和冷冻贮藏。这一储藏环节包括将分类预冷加工后的
11
冷冻品进行冷却或冻结储藏,比如果品蔬品的气调储藏。这一环节是库存环节,主要是要将冷冻品维持在相应的低温环境下,再根据相应的湿度对冷冻品进行储藏保存。需要用到的设备是各种冷藏库柜,冰箱,冷冻库柜等。
3、冷藏运输及配送
这一环节包括长途运输和短途运输,运输载体涉及到铁路冷藏列车、冷藏汽车、冷藏船、冷冻柜等能保持一定温度的运输工具。主要是保证冷冻冷藏品在配送运输过程中不会由于温度湿度的变化,导致的冷冻冷藏品的品质下降甚至变质。
4、冷冻销售
冷冻品通常会配送运输至销售地,进行批发零售,然后转由销售地的批发零售商进行低温储藏。例如大型连锁超这样的零售终端成为了冷链食品的主要销售渠道。主要是使用冷藏冷冻陈列柜和储藏冷库对商品进行储藏。这是冷链物流的最后一个环节,也是不可或缺的重要环节。
图3.1冷链物流运输流程
3.2 郑明发展冷链业务的主要问题
我国冷链物流还处于起步阶段,尚未形成完整体系,服务配送网络和信息系统建设不够完善,同时,冷链物流基础设施建设薄弱。郑明要抓住国内冷链市场不完善的契机,充分发挥自身优势整合各类资源尽早占领冷链市场,然而在积极开拓新市场的同时面临着很多亟待解决的问题。
(1)末端冷链配送中心建设选址。它比一般常温配送中心的要求更高、更复杂, 建设投资成本也要大很多, 是一个庞大的系统工程, 所以需要设计一套系统的、符合逻辑程序的冷链配送中心选址方法。
(2
)末端配送网络的配送路径优化。郑明百库网已趋于完善,然末端配送网络建
12
设尚未成规模,所以必须要建立完善的配送网络同时进行配送路径的优化才能满足现代商业流通的需求。
3.3配送中心选址的方法
定性分析法
定性分析法是指凭借个人或集体的经验做出决策的过程。它的执行步骤一般为: ○1 根据经验结果进行决策;
○2 对各备选地点,利用指标进行优劣性检验;
○3 根据检验结果进行决策。
比较常用的有头脑风暴法、专家选择法、PERT 法等,这类方法的中心思路是将专家凭借经验专业知识做出的判断以数值的形式表示,经过对各个数值的综合分析后作出选址决策。由于定量分析方法的选址研究很难将选址中的所有影响因素考虑周全,如地理、地形、地基、环境、交通、劳动力、城市用地、城市发展等等,并且即便想把这些因素考虑全面,也很难量化形成模型中的约束条件。因此根据实际情况,建立一套完整的选址评价指标体系,采用模糊评价(FuzzyJudge)、层次分析(Analytic Hierarchy Process ,简称 AHP) 等数学方法进行综合评价,进而确定物流中心的最优位置就显得十分有效。这类方法专家的主观判断占主导地位,决策结果常常受到专家知识结构、经验以及他们所处地位时代和社会环境等诸多因素的限制和影响【1】。对于有限的备选地点,该类方法尽管常常有效,但是若以整个城市大系统甚至更大规模的选址问题为研究对象来研究物流中心的布设选址,则必须具备足够的基础资料,辅助以定量分析,否则将缺乏足够的说服力。
定量分析法
定量分析法应用非常多,从建模方法角度分类,概括起来地归纳为三大类:启发式算法、解析方法和模拟方法。
(1)解析法
解析法主要是通过建立数学模型进行计算以求得最优选址方案的方法,一般
来说可分为基于成本的模型和基于效益的模型。基于成本的模型主要考虑成本最 小化,而基于效益的模型则主要是考虑总收益最大化,虽然这两类模型所考虑的因素不同,但在数学处理方法的本质上是一致的,而在现实中,多以研究成本为主。采用该类方法时,首先根据问题的特征、外部条件以及内在的联系建立起数学模型,然后对模型求解,获得最优布局方案。这种方法的特点是能获得精确最优解。但是,这种方法对某些复杂问题难以建立起恰当的模型,或者由于模型太复杂,使得求解困
13
难或要付出相当高的代价。因而,这种方法在实际运用中受到一定的限制。
采用数学方法建立的模型通常有微积分模型,线形模型和整数模型等。对某个问题究竟应建立什么样的模型,应该根据具体分析而定。
(2)模拟方法
物流中心网点布局的模拟方法,是将实际问题用数学方程和逻辑关系的模型来表示出来,然后通过模拟计算和逻辑推理确定最佳方案,这种方法较之数学模型找解析解较为简单。采用这种方法进行布局时,分析者必须提供预定的各种网点组合方案,以供分析评价,从中找出最优组合。因此,决策的效果主要依赖于分析者预定的组合方案来判断是否接近最优,这也是该方法的缺点。
(3)启发式方法
启发式方法是针对模型的求解方法而言的,是一种逐次逼近最优解的方法,有的会有一些过滤条件,将劣解滤掉,以减少寻优的复杂度,这种方法对所求得的解进行反复判断与修正,直到满意为止。启发式方法的特点是模型简单,需要进行方案组合的个数少,因此,便于寻求最终解,此方法虽不能保证得到最优解,但只要处理得当,可获得决策者满意
的近似解。用启发式方法进行物流中心网点布局时,一般应包括以下几个步骤: ○1 定义一个计算总费用的方法;
○2 拟定判别准则;
○3 规定方案改进的途径;
○4 给出初始方案;
○5 迭代求解。
3.4重心法选址
重心法是一种模拟方法,它将物流系统中的需求点和资源点看成是分布在某一平面范围内的物流系统,各点的需求量和资源量分别看成是物体的重量,物体系统的重心作为物流网点的最佳设置点,利用求物体系统重心的方法来确定物流网点的位置。在连续区域内分布着 n 个资源点及配送点,求此区域内一个配送点使配送成本总额最小。模型假设(1)运输费用只与配送中心与配送点,配送中心与资源点的直线距离以及运输量有关,不考虑城市交通状况;(2)运输费率与运输距离和运输量呈线性关系;
(3)选择配送中心时,不考虑配送中心所处地理位置的地产价格。空间选址模型如下:
14
(3.2)
其中:配送费率;为 i 点的配送量或资源量;为 i 点与配送中心的距离;各资源点或配送点的空间坐标为(xi ,yi );( x , y )为配送中心的空间坐标。
对于连续空间单一配送中心的选址问题学术界一般都采用重心法,这种方法是将物流系统的需求点和资源点看成是分布在某一平面范围内的物体系统,各点的需求量和资源量分别看成是物体的重量,物体系统的重心将作为物流网点的最佳设置点,利用确定物体重心的方法来确定物流网点的位置。运用重心法求解配送中心的空间坐标为:
其中:h i 配送费率;为 i 点的配送量或资源量;为 i 点与配送中心的距离;各资源点或配送点的空间坐标为(xi ,yi );( x , y )为配送中心的空间坐标。
对于连续空间单一配送中心的选址问题学术界一般都采用重心法,这种方法是将物流系统的需求点和资源点看成是分布在某一平面范围内的物体系统,各点的需求量和资源量分别看成是物体的重量,物体系统的重心将作为物流网点的最佳设置点,利用确定物体重心的方法来确定物流网点的位置。
图3.2重心模型示意图
15
第四章物流配送路径优化模型
4.1物流配送路径优化模型概述
物流配送是指物流公司根据送货单上的送货信息进行分货、配送的过程,并且能够达到及时、安全、经济的配送目的,让收货人能够满意。在配送过程中配送路径的选择非常重要,一条合理的配送路径不仅能够加快配送速度、降低配送成本,而且能够极大的提高配送质量,使客户得到满足。
整个物流配送过程是:配送中心根据每个配送点的配送信息,安排配送货车向多个配送点配送货物的过程,这个配送过程要综合考虑配送路径和配送的成本。此外配送还要求满足以下几个要求:
(1)配送货车要在要求的时间段之内准确及时地将货物送到客户手中;
(2)配送结束后,货车能够在较短的时间内返回到配送中心;
(3)配送的货车不能超载。
物流配送路径优化问题是一个典型的多项式复杂程度的非确定性问题(NP 问题),因此,物流配送路径优化问题解决的关键是找到一种有效的算法。遗传算法(GA )和模拟退火算法(SA )是两种解决这方面问题的两种算法,并体现出了很好的优势【7】。GA 算法易出现早熟收敛问题,且进化后期的搜索效率也不高,但是,GA 在全局搜索方面有很好的性能。SA 在全局搜索方面的能力也很好,但过于依赖参数。以下将会对配送路径优化的数学模型和这两种算法进行介绍。
4.2物流配送路径优化问题的数学模型
用K 表示货车的数量,包括配送中心在内的需求点共有N +1个,货车的数量等于路径的数量,每条路径有一辆货车服务,每个需求点只能由一辆车负责送货,货车送货过程中单位距离需要单位费用和单位时间,即d ij =t ij =c ij 。
x ijk =1表示第k 辆送货车从需求点i 到需求点j ,x ijk =0表示从需求点j 到需求点i ,t i 和w i 分别表示货车到达顶点i 的时间和货车在顶点i 的等待时间,K , N 分别表示货车数量和需求点的数量,d ij 表示需求点i 到需求点j 的距离,t ij 表示货车从需求点i 到需
m i 为需求点i 的需求量,c ij 表示货车从需求点i 到需求点j 的费用,求点j 的送货时间,
q k 为第k 辆货车的载重量,f i 为需求i 的服务时间,e i 和l i 分别为货车到达需求点i 的
16
最早时间和最晚时间,r k 表示第k 辆货车的结束时间。根据以上定义的各个参数建立以下数学模型:
目标函数:min ∑
K N i =0j =0, j ≠i k =1N ∑∑c x
ijk N K ij ijk (4-1) 满足以下条件:∑∑x
k =1j =1≤K ∀i =0(4-2)
∑x
j =1
K N ijk =∑x ijk ≤1∀i =0, k ∈(1,K ) (4-3) j =1N ∑∑
∑∑
N
i K N N x ijk =1∀i {1, ⋅⋅⋅N }(4-4) k =1j =0, j ≠i x N ijk =1∀j {1, ⋅⋅⋅N }(4-5) k =1i =0, i ≠j ∑m ∑i =1
N x ijk ≤q k ∀k {1, ⋅⋅⋅K }(4-6) j =0, j ≠i ∑∑N
x ijk (t ij +f i +w i ) ≤r k ∀k {1, ⋅⋅⋅K }(4-7)
i =0j =0, j ≠i
t 0=w 0=f 0=0(4-8)
∑∑K N
x ijk (t i +t ij +f i +w i ) ≤t j ∀j {1, ⋅⋅⋅N }(4-9)
k =0i =0, i ≠j
e i ≤(t i +w i ) ≤l i ∀i {1, ⋅⋅⋅N }(4-10)
其中,(4-1)是目标函数, 方程(4-2)规定了最多的路径数量,(4-3)表示货车的出发点和返回点都是配送中心,(4-4)和(4-5)确保每个需求点只被一辆货车送货一次,(4-6)表示货车运输过程不能超载,(4-7)表示货车的运输结束时间,(4-8)、(4-9)、(4-10)定义了车流路径的时间窗。
4.3模拟退火算法(SA )模型及其实现
SA 算法模型的建立是基于物理中的固态物质的退火过程在一般的优化问题方面存在很大的相似性,通过设置初始的状态和初始的温度,随着温度的降低,结合概率理论中的突跳特性在空间中通过邻域函数进行随机的搜索得到最优的解。退火算法模型可以分为三个部分,即初始解、目标函数和解空间。其模拟过程大概分为以下几个方面:
17
(1)初始化设置:设置初始温度T 、初始状态S ,每个初始温度迭代的次数L ;
(2)对k =1,2, ⋅⋅⋅L 的各个值,重复(3)到(6)步;
(3)对当前的状态S 的随机的扰动产生一个解S ' ;
(4)计算增加量∆t =C (S ' ) -C (S ) ,C (S ) 为评价函数;
(5)若∆t
(6)判断当前的解是否满足条件,如果满足则输出当前解;
(7)当T 趋于0时,跳到第(2)步重复执行。
4.4 遗传算法(GA )模型及其实现
遗传算法模型是建立在生物进化理论和遗传学理论基础上的一种算法,这是模仿遗传算子在选择、交叉和变异过程中的原理,应用在集合物的全局搜索上。遗传算法模型的步骤如下【9】:
(1)对求解空间进行初始和编码;
(2)初始化种群,i =1,2, ⋅⋅⋅pop -size , pop (i ) =(S 1, S 2, ⋅⋅⋅, S N ) ;
(3)计算当前种群pop (i ) 中的染色体S i 的适应程度f (S i ) ;
(4)应用遗传算子生成新一代群体pop (i +1) ;
(5)判断是否产生终止,若终止则返回第(3)步。
GA 算法模型通过模仿遗传过程中的进化选择过程原理,最终使求解的状态最优。为了加快算法的收敛速度,选择适应度函数值大的个体。交叉算子通过对两个父代进行基因交换而搜索出更优的个体。变异操使进化群体产生多样性,避免算法陷入局部最优。
4.5遗传退火混合算法(GA-SA )模型及其实现
模拟退火算法和遗传算法两种算法都是全局随机优化算法,它们在传统的基于梯度的优化方法难以解决的复杂优化问题中显示了优良的求解特性,得到广泛研究和应用【8】。虽然遗传算法有较强的全局搜索性能,但它的爬山能力弱,在实际应用中容易产生早熟收敛的问题,且在进化后期搜索效率较低。而模拟退火算法却具有摆脱局部最优点的能力,能抑制遗传算法的早熟现象。因此,考虑将模拟退火的思想引入遗传算法,有效地缓解了遗传算法的选择压力。
4.5.1退火遗传算法的优点
1. 优化机制的融合
理论上,GA 和 SA 两种算法均属于基于概率分布机制的优化算法。不同的是,SA 通过赋予搜索过程一种时变且最终趋于零的概率突跳性,从而可有效避免陷入局部
18
极小并最终趋于全局最优;GA 则通过概率意义下的基于“优胜劣汰”思想的群体遗传操作来实现优化。对选择优化机制上如此差异的两种算法进行混合,有利于丰富优化过程中的搜索行为,增强全局和局部意义下的搜索能力和效率。
2. 优化结构的互补
SA 算法采用串行优化结构,而GA 采用群体并行搜索。两者相结合,能够使 SA 成为并行SA 算法,提高其优化性能;同时SA 作为一种自适应变概率的变异操作,增强和补充了GA 的进化能力。
3. 优化操作的结合
SA 算法的状态产生和接受操作每一时刻仅保留一个解,缺乏冗余和历史搜索信息;而GA 的复制操作能够在下一代中保留种群中的优良个体,交叉操作能够使后代在一定程度上继承父代的优良模式,变异操作能够加强种群中个体的多样性。这些不同作用的优化操作相结合,丰富了优化过程中的邻域搜索结构,增强了全空间的搜索能力。
4. 优化行为的互补
由于复制操作对当前种群外的解空间无探索能力,种群中各个体分布“畸形”时交叉操作的进化能力有限,小概率变异操作很难增加种群的多样性,所以,若算法收敛准则设计不好,则GA 经常会出现进化缓慢或“早熟”收敛的现象。另一方面,SA 的优化行为对退温历程具有很强的依赖性,而理论上的全局收敛对退温历程的限制条件很苛刻,因此 SA 优化时间性能较差。两种算法结合,SA 的两准则可控制算法收敛性以避免出现“早熟”收敛现象,并行化的抽样过程可提高算法的优化时间性能【6】。
5. 削弱参数选择的苛刻性
SA 和GA 对算法参数具有很强的依赖性。参数选择不合适将严重影响优化性能,SA 的收敛条件导致算法参数选择较为苛刻,甚至不实用;而 GA 的参数又没有明确的选择指导,设计算法时均要通过大量的试验和经验来确定。GA 和SA 的相混合,使算法各方面的搜索能力均有提高,因此对算法参数的选择不必过分严格。研究表明,混合算法在采用单一算法参数时,优化性能和鲁棒性均有大幅度提高,尤其对较大规模的复杂问题【5】。 4.5.2算法步骤
Step1:设定群体规模pop - size 、初温时的系数T 0、退温系数α,交叉和变异的概率系数P c 、P m ,终止规则中的q ,迭代计数器数n =0;
Step2:利用 PHIF 方法产生pop - size 个染色体作为初始种群pop (0),通过计算目标函数值来得到初始温度,且令S =f min 、p =0;
19
Step3:计算出染色体的适应值,保证下一代是优质的;
Step4:对染色体的目标函数进行重新计算,实施最优保留的执行条件; Step5:复制产生下一代群体pop (n +1) ,这个过程要严格按照Metropolis 判别准则进行;
Step6:执行退温操作,即T (n +1) =αT (n ) ,令n =n +1; Step7:计算出新一代的群体的目标函数值,令S ' =f min ;
Step8:对S ' 和S 的大小进行比较,若S ' 小于S ,令S =S ' ,p =0,否则p =p +1; Step9:比较p 和q 的大小,若p ≥q ,则S 为最终解,并输出,否则回到Step3; 4.5.3算法描述 1. 染色体的编码
种群中的成员用字符串实体表示,对长度为N 的字符串进行求解,每个实体需求点用染色体中的一个数字表示,货车行驶的路径和方向用染色体基因顺序表示。解码过程是在新的路径中按顺序插入基因,要减少费用则必须尽量减小路径。
2. 生成初始种群
产生初始种群的过程要借助于PHIF 方法,种群数量为pop -size ,即在网络边上插入需求点,且要保证需求点的费用最低,产生部分初始解S 0,随机产生剩余部分的可行解S 1。这个过程能保证种群多样性。
3. 确定初温和退温
设f max 和f min 分别为初始种群中的最大和最小目标函数值,δ=f max -f min ,初温可以表示为T 0=k δ,其中k 为常数。退温函数表示为T (n +1) =αT (n ) ,其中0
4. 适应度函数
适应函数是遗传算法的关键。首先需要根据个体目标函数值从大到小排列,适应函数定义为:
eval (x i ) =∂(1-∂) i -1(4-11)
其中,x i 为排序后的第i 个个体,i =1,2⋅⋅⋅pop -size ,0
f (S i ) =∑
N
i =0j =0, j ≠i k =1
∑∑d
N K
ij ijk
x ,∀i , j ∈{0,1,⋅⋅⋅N },k ∈{1,2, ⋅⋅⋅K }(4-12)
5. 选择算子
采用比例选择算子,该算子是一个随机采样的方法。选中父代个体x i 的概率为:
pop -size
p (s i ) =eval (x i ) /
∑
i =1
eval (x i ) (4-13)
6. 交叉和变异算子
20
物流配送路径中的染色体编码是定长且有序的,且每条染色体的整数基因只出现一次,单点或双点操作并不适用于这种情况。PMX 交叉方法能够避免交叉操作后出现不合格染色体,PMX 是随机对染色体编码中的两个交叉点进行基因交换。
变异操作使父代种群产生随机的、无关联的性状,维持种群的多样性。为减小范围迁移和增加多样性,选择INV 作为变异算子。
7. 新个体的复制策略及终止规则
首先执行最优保留策略,然后在染色体i 中随机产生个体j ,i 和j 竞争能力强的进入下一代。令∆f =f (x j ) -f (x i ) ,若∆f random |0,1|作为复制x j 到下一代群体的条件。并通过监控每代进化群体中最小目标函数值f min 的变化情况来判断算法是否终止。当连续q 代没有发生变化时,即可认为算法收敛并终止计算。
4.6本章小结
本章介绍了物流配送路径优化模型,其中简要介绍了物流配送过程,以及一些配送的基本要求。再基于这些要求建立物流配送路径优化数学模型。遗传算法(GA )和模拟退火算法(SA )是两种解决物流配送路径优化问题的两种算法,这两种算法都有其各自的优点和不足。本章第五节着重介绍了将模拟退火算法的思想引入遗传算法中,将两种算法很好的结合在一起,能起到很好的互补的作用,这种遗传退火混合算法在优化物流配送路径方面已显示出很好的特性。
21
第五章郑明物流公司物流网络设计及配送路径优化
本实例是以郑明物流公司为重庆市永辉超市提供物流配送服务为背景,进行介绍郑明物流公司在物流网络设计及配送路径优化方面的操作流程。
5.1重庆市永辉超市简介
永辉集团创建于1998年,是一家以经营生鲜农产品为主,日用百货、服装鞋帽为辅的商业零售企业。目前,集团投资总额逾10亿元,现有员工15000名(其中安置下岗职工3000多名),拥有多种业态的连锁超市150家,连锁经营面积超过四十万平方米。 永辉集团自2004年底进入重庆以来,已经在江北区金源不夜城、五里店、渝北区加州花园、东和春天、黄泥滂、两路镇、渝中区大坪、长寿协信、南岸区四公里、大渡口香港城、两路双龙路、梁平、杨家坪、綦江、壁山、南坪东路、万盛、石桥铺开设了39家大型生鲜超市。
永辉超市作为重庆市几家大型连锁超市之一,是郑明公司开展物流运输服务的主要目标之一,因此将以重庆市永辉超市为服务对象,对其配送中心进行选址于分析。
5.2 基于重心法的郑明物流公司的配送中心选址分析
5.2.1坐标分析
图5-1 重庆市永辉超市分布图
22
5-1 是重庆市永辉超市分布图
图5-1 是重庆市永辉超市分布图,结合重庆市永辉超市分布图,采取横坐标以1公里为一个单位长度,纵坐标采取1公里为一个单位,将重庆市永辉超市分布图利用笛卡尔坐标系进行描述,并得到永辉超市的分布坐标(A=图中1,B=图中2,C=图中3,D=图中4,E 图中5,F=图中6,G=图中7,H=图中8,I=图中9,J=图中10,)
图5-2 重庆永辉超市坐标示意图
通过利用百度地图进行测距并依据坐标系转换得到重庆市永辉超市配送区域坐标:
表5-1 永辉超市坐标
5.2.2配送中心配送需求分析
配送中心的选址必须以各个配送需求点的配送需求为基础来进行,因此我们以
2017年为目标年,通过对永辉超市的调研与相关人士的咨询得到永辉超市的历年生鲜货品配送需求量数据如下表所示:
表5-2 永辉超市历年生鲜需求量单位(吨)
23
我们以目标年2017年,采用时间序列法通过excel 进行基于时间序列的拟合预测分析,得到2017年各超市生鲜货品的需求量见表5-3
表5-3 超市目标年2017年冷鲜货品需求量
5.2.3配送中心选址计算
我们令拟建配送中心坐标为P o (x 0,y 0)配送客户的坐标为P i (x i ,y i )其中i=1,2,3, „n 由于拟建配送中心向永辉超市配送物品种类基本相同,所以我们假设各个超市的配送费率都为5元。随后我们依据第三章重心计算模型中的式(3.3)与式(3.4)进行计算。
(一) 计算初始位置(x 0,y 0)
利用excel 计算X 0:
表 5.1初始位置计算表A
利用excel 计算Y 0:
表5.2 初始位置计算表B
24
得到求出初始值X 0:8.88 Y 0:11.05 算得运输成本
C 0=642297.4元 (二)
优化计算结果
由于重心法求得的并不是精确的配送中心位置,其配送成本仍然有较大的下降空间,因此我们利用配送费用最小作为目标函数对配送中心选址进行优化计算,并依据微分的思想求得最优解。
迭代计算步骤:
(1) 确定仓库地址初始位置(X d (0),Y d (0))。
(2) 计算出与(X d (0),Y d (0))相应的总运输费用C T (0)。
(3) 将(X d (0),Y d (0))代入公式中,计算出仓库地址的改进位置(X d (1)Y d (1))。 (4) 计算出与(X d (1)Y d (1))。对应的总运输费用C T (1)。
(5) 将C T (1)与C T (0)进行比较,若C T (1)
入公式中,计算出仓库地址第二次改进位置(X d (2),Y d (2))。 若C T (1)> CT (0),说明初始位置(X d (0),Y d (0))便是最优解。
如此反复迭代计算,直至C T (k+1)>CT (k), 求出(X d (k ),Y d (k ))这一最优解为止。 按照上述过程进行迭代计算: 第一次迭代计算:
图5.3 第一次迭代计算图A
25
解得 X 1=8.14 Y 1=11.15 C 1=631406.9因为C 1
第二次迭代计算:
图5.6 第二次迭代计算图 B 图5.5 第二次迭代计算图 A 图5.4 第一次迭代计算图B
解得 X2=7.89 Y2=11.41 C2=630320.4 C2
26
图5.7 第三次迭代计算图A
图5.7第三次迭代计算图A
5.8 第三次迭代计算图B 解得 X 3=7.79
Y 3=11.53 C 3=图630545.7第三次迭代成本C 3 > C 2=630320.4所以第二
次即为最优选址点,即选址位置为P (X=7.89、Y=11.41)如图5.9所示。
图5.9 配送中心选址标注图
5.3基于遗传退火算法的郑明物流公司物流配送路径优化分析
5.3.1实例分析
针对图5-1重庆市永辉超市分布图,郑明物流公司在图5.9处建立冷链物流配送中心,物流配送中心配置3辆配送汽车,对图中10个需求点进行配送。现使用遗产退火算法对其配送路径进行优化分析,以使路径最短,最大限度的降低运输成本。
每辆运输车辆限载8吨,即q k =8⨯103kg ,单次配送距离范围在50千米以内。表5-5是配送中心与各需求点之间的距离。
27
表5-5配送中心与各需求点间距离及各需求点之间的相互距离(单位:km )
基于案例数据,对仿真参数设定如下:退温系数α=0.8,pop -size =100,算法
∂=0.2,0≤w i ≤5min ,终止判断条件q =100,交叉概率P 变异概率P m =0.06,c =0.9,K =2,f i =20min ,r k =12min 。表5-6是各需求量m i 和时间窗参数设定。
表5-6 个需求点的需求量(⨯10
3
kg )及时间窗(时刻)
化示意图
表5-7是经过遗传退火混合算法分析后得到的最优路径的结果。图5.10 是配送优
28
表5-7遗传退火混合算法分析后得到的最优路径
5.3.2结论分析
图5.10 配送优化示意图
1. 通过对郑明物流公司的重庆某配送中心的实例分析,可以看出在物流配送过程中,规划设置合理的配送路径能够有效的降低配送费用成本、提高配送服务质量;
2. 根据已建立的物流配送路径的数学模型,结合遗传退火混合算法对郑明物流公司
的该配送中心的配送路径进行优化,得到最优配送路径;
3. 该实例证明遗传退火算法是一种很好的全局和局部搜索方法,结合了退火算法和遗传算法的优点,又很好的弥补了各自的不足,可以方便有效的得到满意的配送路径方案。
第六章结论与展望
本文围绕郑明物流公司的物流配送流程,从系统工程的角度分析了其在配送系统的优化问题上的独到之处。一是对战略性决策的配送中心选址模型与评价方法的研究,二是对策略性决策的运输路径优化安排的研究。这两个层面可以满足现代配送物流向系统化、集成化、网络化发展的需求。
本文通过对物流配送数学模型的描述,使相应的决策分析更科学、更准确,在现实性方面,通过对比现有的实例,检验模型的可行性与算法的优越性。
本文总结如下:
1. 建立了基于重心法的配送中心选址模型,这种方法是将物流系统中的需求点和资源点看成是分布在某一平面范围内的物流系统,各点的需求量和资源量分别看成是物体的重量,物体系统的重心作为物流网点的最佳设置点,利用求物体系统重心的方法来确定物流网点的位置。分析结果表明重心法选择的正确性和有效性。
2. 建立了单中心、多需求点、有行驶距离限制的一体化配送路径优化模型,并介绍了在路径优化方面的退火遗传混合算法。通过对现有的郑明物流的实例的计算分析,表明退火遗传算法在物流配送路径方面无论是寻优结果上还是计算效率上都有很好的效果。
在未来的物流建设方面做以下展望:
1. 配送系统实时调控的改进。在现代物流配送过程中,运输车辆、运输时间和配送路线有时会发生变动,需要实时的做出抉择。如何将现有的信息技术和智能优化理论有机的结合,实现实时的调整安排,对现代物流配送的研究是很有益的。
2. 对物流配送随机性的研究,实际中的送货量、行驶时间等在很多情况下是不确定的,这些参数带有随机性。把这些随机性因素引入配送系统优化,以便能更好的解决实际问题。
参考文献
[1] 姜大立,杜文. 基于遗传算法的物流配送中心选址模型[J]. 物流技术,1997(5):3-6. [2] 吴文娟, 岳朝龙. 冷链物流配送中心建设方式选择评价研究[J]. 安徽农业科学,2013(18). [3] 刘桓.基于遗传算法的冷链物流路径选择研究[J]. 技术与方法,2013(10):116—119. [4] 任立停. 多温共配冷链物流配送优化研究[D]. 烟台:烟台大学,2011.
[5] 刘宏志,李慧兰 ,赵启兰. 多目标配送路线的合理选择[J]. 物流技术,1998(6):22-24. [6] 郎茂祥. 基于遗传算法的物流配送路径优化问题的研究 [J]. 中国公路学报, 2002(3):76- 79. [7] 赵瑛琪 .一种求解车辆路径问题的双目标遗传算法 [J]. 湖南工程学院学报, 2006,16(2):49- 51.
[8] 刘怀春, 刘怀亮, 李秀焕, 等. 改进的遗传模拟退火算法及其在组合优化中的应用研究 [J]. 现代计算机, 2004(1):14- 16,41.
[9] 王素云, 李军 . 基于遗传算法的物流配送车辆优化调度 [J]. 商场现代化, 2006(28):119- 120.
[10] Solomon MM. Algorithms for Vehicle Routing and Scheduling Problem with Time Window constraints[J]. Oper Res, 1987,35(2):54- 66.
[11] SPOHRER G A ,KMAK T R. Qualitative analysis used in evaluating alternative plant location scenarios[J]. Indust. Eng,1984(8):52-56.
[12] KLOSE A,DREXL A. Facility location models for distribution system design[J]. European Journal of Operational Research,2005,162(1):4-29.
[13] AW ASTHI A,CHAUHAN S S,GOYAL S K. A multi-criteria decision making approach for location planning for urban distribution centers under uncertainty[J]. Mathematical and Computer Modelling,2011,53(1-2):98-109.
[14] Oliver IM, Smith DJ, Holland JRC. A study of permutation crossover operations on the traveling salesman problem[C] // In:Proceedings of the fourth International Conference on Genetic Algorithm, 1991.
[15] GOVINDAN K ,JAFARIAN A ,KHODA VERDI R ,et al. Two-echelon multiple-vehicle location-routing problem with time windows for optimization of sustainable supply chain network of perishable food[J]. International Journal of Production Economics,2014,152:9-28.
[16] Byung Duk Song , Young Dae Ko. A vehicle routing problem of both refrigerated- and general-type vehicles for perishable food products delivery[J]. Journal of Food Engineering,2016,169:61-71.