劉 釗， 劉宏志

(北京工商大學計算機與信息工程學院，北京 100048)

基于PSO的食品應急物流模型的研究

劉 釗， 劉宏志

(北京工商大學計算機與信息工程學院，北京 100048)

總結過去食品應急物流運作經驗，建立了突發(fā)事件中食品應急物流的框架體系，以及食品應急物流響應模型.模型綜合考慮了應急物流的特征以及不確定環(huán)境下交通、食品質量等影響因素，針對食品應急物流的配送問題，采用粒子群智能優(yōu)化算法對其進行仿真.仿真結果得到配送方案，可行有效，期望食品應急物流快速響應同時應急食品有質量保證.

食品;物流;粒子群算法;監(jiān)理;模型

突發(fā)事件發(fā)生之后的短時間內，高效地開展應急物流工作是保障人民生命安全的必要途徑，其中，食品應急物流是整個物流活動的重要組成部分.目前國內外的食品應急物流的研究文獻十分有限［1－8］.周露等人［9］利用累計分析和回歸分析等方法，根據汶川地震中食品等物資供給的數據，實證分析，得出汶川地震中食品供給具有階段性、相關性、需求層次性三大特點;謝如鶴等發(fā)表文章［10］，探討了食品應急物流體系的建設以及針對食品而言的食品應急物流保障機制;張延平等人［11］按照物流功能劃分的角度對食品應急物流成本進行了劃分和分析，給定了食品應急物流各個環(huán)節(jié)的成本計算方法，提高了應急救援工作的經濟生態(tài)效益.

1 問題的提出

食品應急物流具有食品物流和應急物流的特性，可將其定義為:針對可能出現(xiàn)的突發(fā)事件、自然災害做好食品應急預案，并在自然災害或公共衛(wèi)生事件等大型突發(fā)事件發(fā)生時，為保障人民生命安全，迅速進行的應急食品物資的物流活動.為了有效地響應應急事件，及時提供質量安全讓百姓放心的食品，食品應急物流的系統(tǒng)框架如圖1，包括應急食品的采購、配送、保障、指揮等系統(tǒng)，加之政府的相關政策以及社會動員的力量，各個環(huán)節(jié)協(xié)調配合用以解決突發(fā)事件時，食品應急物流的響應工作.

圖1 食品應急物流系統(tǒng)框架Fig.1 Schema of food emergency logistics system

2 模型的建立

食品應急物流模型的建立有助于政府以及應急指揮中心掌握應急響應的整個環(huán)節(jié)，并在此基礎上高效地進行物流運作.在參考文獻［12］的基礎上改進的食品應急物流模型如圖2.食品應急物流運作過程中，關鍵在于不穩(wěn)定環(huán)境下的多品種食品的動態(tài)應急物流響應.在保證必須食品種類齊全的條件下，數量充足，且質量也必須有保障.食品應急物流響應過程分為三個環(huán)節(jié)，初期，調查災民人數，預估食品需求;中期，整合現(xiàn)有配送中心以及社會各界的物流配送支持，結合現(xiàn)有GIS系統(tǒng)以及當前的交通情況，綜合考慮給出合理高效的配送方案;后期，快速進行物流配送，總結配送方案的效率，進一步對配送方案進行調整.整個過程中國家應急辦公室起到監(jiān)督的作用.研究2008年汶川地震的救災情況，往往是建立多個災民聚集點，相應的也會有多個配送中心，向災區(qū)快速地配送食品等救災物資.食品種類方面，文獻［12］研究表明，救災初期應急食品是那些不需加工直接可食用的、方便應急運輸且具有一定營養(yǎng)價值的食品;而中后期，應急食品還包括某些需要加工的一般性食品，如大米、面粉、鮮肉和新鮮蔬菜，種類如表1，這些食品的供應就要充分考慮到食物易腐壞的特點.

圖2 食品應急物流應急響應模型Fig.2 Model of response of food emergency logistics

表1 應急食品分類Tab.1 Classification of emergency food

定義一個圖 G=(E，V，A)，其中，E={E1，E2，…，Em}為應急物流網絡中食品配送中心節(jié)點的集合，V={V1，V2，…，Vn}為應急物流網絡中災民聚集點的集合，A={(Ei，Vj)，Ei∈E，Vj∈V，i=1，2，…，m，j=1，2，…，n}為配送中心節(jié)點到災民聚集點的路徑的集合，dij=|Ei，Vj|為配送中心與集散點的實際路徑距離，用D表示.

應急食品按照種類不同，記為Fk，其中k=1，2，…，p.應急環(huán)境下Vj處的預計食品Fk的需求量為Rjk，其中 j=1，2，…，n，k=1，2，…，p，真正的需求量是車輛到達物資集散地才能確定，這里食品Fk真正的配送量為R'jk，因食品是易腐產品，設αk是食品Fk的腐壞率，食品的優(yōu)先級不同，這里設定兩個優(yōu)先級，高優(yōu)先級H，低優(yōu)先級L.

突發(fā)事件發(fā)生情況下，相比平時道路交通壓力加大，定義矩陣Q，Qij用于表示路徑A的交通狀況，Q越大說明路徑的交通越順暢，相應用時間矩陣T來表示車輛從配送中心到物資集散地耗費的時間.

從經濟效益的角度，考慮不同食品配送中心Ei的成本，設Ei的單位食品配送成本為bi，相應的可以計算出食品成本矩陣B，食品應急物流的預算為W.模型的目標函數是車輛的配送矩陣X，以及食品配送矩陣Y，使有

3 算法描述

粒子群算法是由Eberhart博士［13］等在1995年受到鳥群的飛行行為啟發(fā)提出的一種智能優(yōu)化算法.該算法將種群中的每個個體看做一個沒有體積和質量，但是有位置和速度的粒子，每個粒子的運動都可以看做是問題的一個可行解.在群體中，每個粒子根據自己的學習經驗和群體的經驗，動態(tài)地調整自己的位置和速度，通過比較自身最優(yōu)和群體最優(yōu)速度和位置以及適應度函數，來評價粒子的優(yōu)劣，留下學習較好的粒子，舍棄不好的粒子.

設由n個粒子組成的群體對N空間進行搜索.每個粒子表示為:Xi=(xi1，xi2，…，xiN)，第 i個粒子的速度為 Vi=(vi1，vi2，…，viN)，經過 k 次迭代后，粒子的最優(yōu)位置為 Pi=(pi1，pi2，…，piN)，記作 pbest粒子，整個粒子群到目前為止全局的最優(yōu)位置Pj，記為gbest.粒子群算法的迭代公式如下.

其中r1、r2是介于(0，1)之間隨機數;為當代粒子移動速度［14］;是下一代粒子移動速度;是當代粒子位置;是下一代粒子位置;pbest是個體最優(yōu)位置;gbest是全局最優(yōu)位置;c1、c2是學習因子，使粒子具有自我總結和向群體中優(yōu)秀個體學習的能力，從而向群體中或鄰域內最優(yōu)點靠近，范圍在0至4之間，一般取2;ω是慣性因子，決定了對粒子當前速度的繼承程度，較大的ω值有利于跳出局部極小點，而較小的ω值有利于算法收斂，對優(yōu)化性能有很大的影響.

為了更好地提高粒子群算法的局部改良能力和全局搜索能力，結合本模型中的食品問題，對基本粒子群算法進行改進，采用動態(tài)權重系數公式，如下表達式:

這里ωmax，ωmin是ω的最大值和最小值，f表示當前適應度函數，fmin和favg表示當前所有粒子的最小適應度函數值和平均適應度值.當各粒子的適應度趨于局部最優(yōu)或者趨于一致時，將使ω增加，而各粒子的適應度比較分散時，將使ω減小，同時對于f優(yōu)于favg的微粒，其對應的ω較小，從而保護了該粒子，反之對于f差于favg的粒子，其對應的ω較大，使得該粒子向較好的搜索區(qū)域靠攏［15］.

4 案例分析

4.1 參數確定

配送中心與集散點的實際路徑距離如表2.當前交通狀況如表3.食品各種類的預計需求、單位成本和腐壞率如表4.為區(qū)分5個集散點的規(guī)模大小，設5個集散點的規(guī)模比例為2∶3∶4∶5∶6，整個食品應急物流的預算為140 000元.

表2 配送中心與集散點的距離Tab.2 Distance from storage and distribution centre km

表3 交通狀況Tab.3 Table of traffic condition

表4 食品需求和成本Tab.4 Demand of food and cost

應用基本的粒子群算法，取種群數量50，學習因子c1、c2都為2，慣性權重0.5，迭代計算50次，最大慣性權重0.9，最小慣性權重0.4.

4.2 結果與分析

由表2配送中心與集散點的距離表和表3交通狀況表可以計算出配送所需時間，如表5，根據表5的數據，由以上粒子群算法可以計算出最優(yōu)的配送方案，如表6.

表5 配送所需時間Tab.5 Time of distribution need h

表6 粒子群算法配送中心物流方案Tab.6 Schema of distribution centre based on particle swarm optimization

表6的計算結果顯示，每一個配送中心都分別與集散地有配送關系，通過數據顯示發(fā)現(xiàn)有的關系并不大，因此需要對數據進行修正，對于每一個Ei的 Vj，j=1，2，…，n，如果大于 0.5 那么值取 1，其他取0;如果沒有大于0.5的，取前兩個最大的，四舍五入保留到小數點后一位，其余的保留在第三大的位置上，得到最后的配送方案，如圖3.

圖3 倉庫和事發(fā)地點位置與配送方案Fig.3 Location of storage and distributing centre and distribution schema

這種修正方法，使計算得到的各個配送中心的工作對象由5個變?yōu)樽疃?個，方便管理與經驗的積累，也根本上節(jié)省了配送的時間，經過PSO算法計算得到的時間為17.07 h，經過修改后的時間為12.48 h，使得食品應急配送工作在有條不紊地進行的同時，更提高了時間效益.

由表4可知食品的需求以及各種食品的成本，結合各個集散點的規(guī)?？梢约毣龈鱾€集散點的需求，如表7.由表7可以計算出每種食品配送到集散點的數量［16］，如表8，結果成本總和為140 000元，不超過預算.保證了食品及時供應的同時，物流成本也得到了很好的控制.

表7 集散點的食品需求劃分Tab.7 Demand of food of distribution centres kg

表8 食品配送Tab.8 Distribution of food kg

5 結論

食品應急物流有特有的特征，食物需要在一定時間內運輸到，保證其新鮮的程度，對物流的操作有著特殊的要求.通過分析以往的食品應急物流，建立了食品應急物流系統(tǒng)框架，以及食品應急物流響應模型，對食品應急物流進行優(yōu)化配置，減少資源浪費，達到社會效益同經濟效益兼顧的目的.模型綜合考慮了不確定環(huán)境下的交通、食品質量等影響因素，采用粒子群智能優(yōu)化算法對食品應急物流配送進行仿真運算，配送方案可行有效，在快捷地為災區(qū)運輸保證生命安全的食品的同時，節(jié)約了食品的運輸成本.這種宏觀調控的方法，綜合考量了響應突發(fā)事件的社會效益與經濟效益，對我國食品應急響應工作有重要參考價值.

［1］李夢尋，劉宏志.基于網聯(lián)網的食品安全監(jiān)理模型研究［J］.北京工商大學學報:自然科學版，2011，3(29):54-58.

［2］熊潔瓊，劉宏志.基于時間滿意覆蓋模型的城市應急物流基站選址的研究［G］∥2010第六屆全國多智能體系統(tǒng)與控制學術年會論文集.北京:國防工業(yè)出版社，2010:282-285.

［3］Liu Hongzhi，Xiong Jieqiong.Research on the city emergency logistics scheduling decision based on Cloud Theory—Based Genetic Algorithm［J］.Communications in Computer and Information Science，2011(417):182-185.

［4］劉麗娜，劉宏志.基于GIS的區(qū)域應急物流中心選址模型研究［J］.軟件導論，2010，9(10):94-95.

［5］Yi W，Ozdamar L.A dynamic logistics coordination model for evacuation and support in disaster response activities［J］.European Journal of Operational Research，2007，179(3):1177-1193.

［6］Holguin V J，Perez N.Emergency logistics issues affecting the response to Katrina—A synthesis and preliminary suggestions for improvement［J］.Transportation Research Record，2007(2022):76-82.

［7］Rantavaara A，Wallin H.Finnish stakeholder engagement in the restoration of a radioactively contaminated food supply chain［J］.Journal of Environmental Radioactivity，2005，83(3):305-317.

［8］Huang X R，Xie R H.A model on location decision for distribution centers of emergency food logistics［C］∥Second International Conference on Information and Computing Science.Proceedings.Manchester:2009，4:232-235.

［9］周露，陳曦.應急狀態(tài)下救災物資供給特點研究——以汶川地震食品供給為例［J］.管理評論，2008(12):25-29，63.

［10］謝如鶴，瑭杰.食品應急物流體系建設探討［J］.中國市場，2009(10):10-13.

［11］張延平，謝如鶴.大型突發(fā)事件應急食品物流成本分析及計算［J］.江蘇商論，2010(7):65-67.

［12］李志鋒，謝如鶴.食品應急物流運作流程探討［J］.物流工程與管理，2009(9):81-84.

［13］Eberhart R C，Shi Y H.Particle swarm optimization:Developments，applications and resources［C］∥Proceedings of the 2001 Congress on Evolutionary Computation.Seoul:2001，1-2:81-86.

［14］王鐵君，鄔月春.基于混沌粒子群算法的物流配送路徑優(yōu)化［J］.計算機工程與應用，2011，29:218-221.

［15］李輝.偏微分方程反問題的粒子群算法研究［D］.西安:西安理工大學，2010.

［16］黃雍檢，賴明勇.MATLAB語言在運籌學中的應用［M］.長沙:湖南大學出版社，2005:97-102.

(責任編輯:王 寬)

Study on Food Emergency Logistics Model Based on Particle Swarm Optimization

LIU Zhao，LIU Hong-zhi
(School of Computer Science and Information Engineering，Beijing Technology and Business University，Beijing 100048，China)

With the development of science and technology，we have to consider maximization of the benefit of ecological economy as well as the social benefit of relief rescue.The food emergency logistics operation needs to optimize resources，reduce the waste of resources，and realize both social benefit and economic benefit.The food emergency logistics system frame and food emergency logistics response model were established in this paper.The model considers the uncertain environment traffic，food quality and other influence factors.Some simulation calculations on food emergency logistics distribution based on particle swarm optimization were developed.The consequence indicates that the distribution scheme is feasible and effective，which is of important reference value for food emergency response and food surveillance.

food;logistic;particle swarm optimization;surveillance;model

TS205

A

1671-1513(2012)02-0075-05

2012-01-11

劉 釗，女，碩士研究生，研究方向為食品應急物流、食品安全監(jiān)理;

劉宏志，男，教授，博士，主要從事信息工程監(jiān)理、電子政務、城市應急管理等方面的研究.通訊作者.