摘要: 随着生鲜食品质量安全政策的推广以及城市居民对绿色健康食品消费力度的增加，生鲜食品多元化需求逐步上升，消费者对生鲜食品的高品质要求促进了冷链物流的发展。生鲜食品的易腐性决定配送过程的温控性和时效性，而实际道路状况会延长配送时间导致食... 展开 随着生鲜食品质量安全政策的推广以及城市居民对绿色健康食品消费力度的增加，生鲜食品多元化需求逐步上升，消费者对生鲜食品的高品质要求促进了冷链物流的发展。生鲜食品的易腐性决定配送过程的温控性和时效性，而实际道路状况会延长配送时间导致食品腐败变质、发生货损，影响企业运营效益。为解决道路交通问题，需合理规划交通资源，提高道路利用率。其中，路阻函数可用来反映道路实际通行情况、衡量交通分配和路网规划程度，该函数利用车辆的行驶时间表征交通通畅程度，能够决定出行者对路径的选择和整个路网效率。同时，企业应选择制冷效果好，油耗较低的冷藏车完成配送任务。如何在考虑道路阻抗的影响下，合理控制配送时间、优化车辆配送线路，对企业提高配送效率、减少货损消耗、降低配送成本具有深刻意义。 本文首先对国内外冷链物流以及配送路径优化问题的研究成果分类总结，阐述了冷链物流的配送特点以及运作流程，并对冷链物流的运营模式和配送路径问题的求解方法以及基本模型展开分析。接着对几种典型的道路阻抗函数进行介绍，掌握道路阻抗的表现形式，进一步分析道路阻抗的相关影响因素。通过分析传统BPR函数存在的问题，利用交通量与密度的关系式代替函数中的交通量对BPR路阻函数做出改进，由此反映实际交通状况，掌握配送车辆的实际行驶时间。然后在配送路径优化模型构建阶段引入BPR路阻函数，并将配送总成本最小作为模型优化目标，综合考虑固定成本、运输成本、人工成本、制冷成本、货损成本、违反时间窗惩罚成本以及碳排放成本构成，建立道路阻抗下带时间窗约束的生鲜食品冷链物流配送路径优化模型。其次，通过分析精确算法、传统启发式算法以及智能优化算法的特点，选择自适应和随机搜索能力较强的遗传算法求解配送路径优化问题。为提高遗传算法的局部搜索能力，在算法设计阶段结合模拟退火算法，将其内嵌入遗传算法设计混合遗传—模拟退火算法求解所建模型，避免遗传算法“早熟”问题，提高算法的整体并行寻优能力。最后，以永辉超市为背景案例，根据企业数据设定模型参数，采用MATLAB软件求解算例，得出考虑道路阻抗的最优化配送路径，并对遗传算法和混合遗传—模拟退火算法的运算结果进行对比分析，验证模型算法的有效性。 收起