冷链物流车辆路径问题研究综述

文/范铁桥

随着冷链物流的快速发展，冷链物流车辆路径问题成为当下的一个研究热点和车辆路径问题研究中的重要内容。本文综述了带时间窗、多车舱车辆路径问题研究现状，指出在计算碳排放时将更多的实际因素如天气变化、突发故障等考虑在内的冷链物流车辆路径问题、多个时间窗的冷链物流车辆路径问题、电动车冷链物流车辆路径问题和外界温度变化等对新鲜度的影响可能是未来的研究趋势。随着我国经济的高速发展人们的生活水平不断提高，人们更加看重生活的品质，对生鲜产品的需求越来越大，而生鲜产品不同于一般的商品，它对温度和湿度都有极高的要求，需要专业的冷藏、冷冻车辆和设备。对生鲜产品的巨大需求势必极大地促进了冷链物流的发展，另外由于新冠疫情的影响以及全国各地加强防疫措施等因素的刺激，“冷链物流”获得了人们空前的关注。再加上政府的扶持出台了一系列政策如《关于实施“互联网+”农产品出村进城工程的指导意见》、《关于抓好“三农”领域重点工作确保如期实现全面小康的意见》等。这让冷链物流迎来了前所未有的“春天”。而配送是冷链物流中极其重要的一环，如果企业能够提前制定合理的车辆配送路径，那么既能减少碳排放减少对环境的破坏，又能降低企业成本，达到降本增效的目的，还能提高配送的准时性，保证生鲜产品的质量，进而能够提高顾客的满意度，提高企业的口碑。

1.车辆路径问题

车辆路径问题是由Dantzig和Ramser[1]首次提出，当时是研究从炼油厂输送汽油到各加油站的运输路径优化问题，并进行了求解。随着专家和学者的不断研究，VRP问题出现了许多分支。冷链物流概念最早被国外学者提出，之后不断有学者进行相关研究。

1.1 分类

专家和学者从不同角度对冷链物流车辆路径问题进行了分类，例如：按时间窗类型分，分为软时间窗、硬时间窗、模糊时间窗、混合时间窗；按车舱数量分，分为单车舱和多车舱等。

从现有研究文献看，围绕冷链车辆路径问题的研究十分广泛，我们从时间窗、多车舱方向对现有研究文献进行综述，对冷链物流车辆路径问题研究展望提出看法。

1.1.1 带时间窗的冷链物流车辆路径问题综述

带时间窗的冷链物流车辆路径问题是冷链物流车辆路径问题的一种扩展。时间窗分为硬时间窗、软时间窗、模糊时间窗和混合时间窗。硬时间窗就是不允许车辆进行配送时超出客户配送时间，而实际生活中客户是可以在一定时间限度内接受的，但是要对其计算惩罚成本，这就是软时间窗，但软时间窗不能量化客户满意度，而模糊时间窗更加贴近实际，顾客有自己的偏好时间和可接受时间，通过模糊隶属度函数可以量化顾客满意度。混合时间窗是由软时间窗和硬时间窗组成，它考虑了一部分客户对配送时间要求比较严格，采用硬时间窗，而其他客户对配送时间没那么严格，采用软时间窗。

专家学者针对带时间窗的冷链物流车辆路径问题的求解算法进行广泛探索。J.Brito[2]等针对带多个模糊时间窗约束下的冷链物流车辆路径优化问题提出了混合算法以及模糊算法对其求解；Osvald[3]等在考虑时间窗和旅行时间下，针对易腐的新鲜果蔬运用禁忌搜索启发式算法对模型求解，求解结果表明该模型和算法可以使货损率降低一半左右。李军涛[4]等提出了自适应灾变遗传算法求解多目标冷链物流路径优化问题，结果表明该算法在寻优效率和计算时间上的表现都要比标准遗传算法更优。

1.1.2 多车舱冷链物流车辆路径问题综述

多车舱冷链物流车辆路径问题指的是一辆冷链车辆可以同时运送多种对温度有不同要求的冷链产品，不同的产品分别放在不同的车舱，这可以提高装载率。国内外学者注重对多车舱冷链物流车辆路径问题的扩充，例如考虑城市交通拥堵、当地的驾驶时间规则、干扰因素和外界环境温度变化等因素，使研究更贴近现实。Kok等人[5]考虑了城市交通堵塞的影响因素和驾驶时间规则，并提出禁忌搜索算法来进行求解。丁艳[6]多温共配冷链物流车辆配送路径优化方法中考虑了配送各阶段的配送时间和配送风险等干扰因素，构建一种新的多温共配冷链物流车辆配送路径优化方法。量子比特被用来表示冷链车辆配送路径的信息，采用蚁群算法对模型进行求解，结果表明，该方法可以使单车装载率与日均转载率都提高20%以上。唐燕等[7]考虑外部环境温度动态变化对制冷能耗的影响，提出了响应动态环境温度的大规模邻域搜索调度模型，以天津市生鲜配送为例，将ALNS算法与LNS算法、TS算法做比较；结果表明LNS与TS算法的配送成本大大高于ALNS算法的配送成本，证实了ALNS算法在配送时间、配送能耗等方面均有较好的表现。

2.研究展望

近几年冷链物流车辆路径问题研究取得了不少进展，但是还可以将更多的实际因素考虑在内。例如：第一，考虑碳排放的冷链物流车辆路径问题研究比较少，且针对碳排放的计算，考虑到的因素很多，但是大部分实际应用到模型中的因素只有速度和载重量等几个，在满足计算条件时把更多的实际因素如天气情况，驾驶司机的习惯、坡度和车辆抛锚等突发情况考虑到模型中，从实际的角度来计算碳排放将使碳排放计算更加准确；第二，带时间窗的冷链物流车辆路径问题是冷链物流车辆路径问题的重要扩展，但目前研究主要针对单个时间窗约束，很少考虑多个时间窗的情况，比如多个模糊时间窗；第三，电动车冷链物流车辆路径问题研究相对燃油车比较少，电动车比燃油车更加节能，没有碳排放，而且我国政府工作报告提出承诺2030年前，二氧化碳的排放不再增长，达到峰值之后逐步降低即碳达峰，同时电动车技术越来越成熟，这以后将是研究的热点;第四考虑生鲜产品的新鲜度的冷链物流车辆路径问题研究比较少，现在基本上只考虑了时间这一因素，而没有考虑比如外界环境变化对新鲜度的影响。C

引用出处

[1]G.B.DantzigandJ.H.Ramser.TheTruckDispatchingProblem[J].ManagementScience,1959,6(1)

[2]J.Britoetal.Fuzzyoptimizationfordistributionoffrozenfoodwith imprecisetimes[J].FuzzyOptimizationandDecisionMaking,2012,11(3):337-349.

[3]AnaOsvaldandLidijaZadnikStirn.Avehicleroutingalgorithmfor thedistributionoffreshvegetablesandsimilarperishablefood[J].Journalof FoodEngineering,2007,85(2):285-295.

[4]李军涛,路梦梦,李都林,刘朋飞.模糊时间窗多目标冷链物流路径规划[J].中国农业大学学报,2019,24(12):128-135.

[5]A.L.KokandE.W.HansandJ.M.J.Schutten.Optimizingdeparture timesinvehicleroutes[J].EuropeanJournalofOperationalResearch,2010,210(3):579-587.

[6]丁艳.多温共配冷链物流车辆配送路径优化仿真[J].沈阳工业大学学报,2021,43(03):311-316.

[7]唐燕,许睿,黄锴迪,孟令清.基于温区细化的多温共配车辆路径优化[J].公路交通科技,2021,38(03):136-143.