摘 要：在“鄉(xiāng)村振興”國家戰(zhàn)略背景下，越來越多生鮮農(nóng)產(chǎn)品進入到人們的餐桌，生鮮農(nóng)產(chǎn)品配送時效性問題突顯。采用遺傳算法對生鮮農(nóng)產(chǎn)品配送路徑進行研究，建立數(shù)學(xué)模型，為后續(xù)實例研究提供思路。

關(guān)鍵詞：遺傳算法;農(nóng)產(chǎn)品;配送

文章編號：1004-7026（2019）24-0035-02 ? ? ? ? 中國圖書分類號：F326.6? ? ? ?文獻(xiàn)標(biāo)志碼：A

鄉(xiāng)村振興戰(zhàn)略的提出，為農(nóng)村經(jīng)濟發(fā)展打開了一扇致富之窗。在實施鄉(xiāng)村振興的道路上，農(nóng)村電商被給予厚望。“互聯(lián)網(wǎng)+”農(nóng)業(yè)促進了農(nóng)產(chǎn)品品牌打造，有助于農(nóng)村地區(qū)產(chǎn)業(yè)升級和實現(xiàn)農(nóng)業(yè)強農(nóng)民富的目標(biāo)。生鮮農(nóng)產(chǎn)品市場迎來機遇的同時，農(nóng)產(chǎn)品易腐、易爛特性為生鮮農(nóng)產(chǎn)品配送帶來了巨大的挑戰(zhàn)。為生鮮農(nóng)產(chǎn)品上行拓寬道路，具有現(xiàn)實意義。

1 ?遺傳算法

1.1 ?遺傳算法簡介

遺傳算法（Genetic Algorithm，GA）是計算數(shù)學(xué)中用于解決最佳化的搜索算法，是進化算法的一種。遺傳算法結(jié)合計算機解決實際問題，在不同學(xué)科都可適用。遺傳算法基于達(dá)爾文的進化論，具有很好的收斂性，可有效解決最優(yōu)化搜索問題[1]。

1.2 ?遺傳算法的思想和求解步驟

遺傳算法模擬了達(dá)爾文的進化論，即模擬了大自然中生物優(yōu)勝劣汰的進化過程。該種群結(jié)構(gòu)進化過程如圖1所示。

2 ?生鮮農(nóng)產(chǎn)品配送路徑模型建立

2.1 ?制約函數(shù)

制約函數(shù)表現(xiàn)的現(xiàn)實情況是：生鮮農(nóng)產(chǎn)品在物流過程中，因為周轉(zhuǎn)、裝卸、出入庫等狀態(tài)變化情況下，使物流中溫控有波動，從而會對生鮮農(nóng)產(chǎn)品的品質(zhì)有影響，從而產(chǎn)生貨損費用[2]。

假定在整個物流過程中，僅某一時間t1，生鮮農(nóng)產(chǎn)品的溫控變化從T升高至T1。Wjk（t）表示t時刻的生鮮農(nóng)產(chǎn)品品質(zhì)良好狀態(tài)的產(chǎn)品數(shù)量，bk表示客戶k的需求數(shù)量。則貨損費即制約函數(shù)如下。

f=c[1-e■]×100%×Wij（0） ? ? ? ? ? ?（1）

其中，c為單位懲罰系數(shù)。

運送到客戶k手中的完好物品量如下。

Wjk（tjk）=e■×100%×Wij（0）=bk（2）

2.2 ?模型設(shè)立

在建模過程中，進行如下條件設(shè)定。

（1）每位消費者的貨源來自一個物流中心。

（2）制約函數(shù)中，物流過程中的溫度變化設(shè)定僅一次。

（3）數(shù)學(xué)模型中的物流運輸狀態(tài)均一致，包括車行速度，行車方式。

（4）模型中物流中心的周轉(zhuǎn)量與消費者的總需求一致。

（5）模型中各物流中心自然環(huán)境狀態(tài)一致，對各成本如建立成本沒有關(guān)聯(lián)。

模型建立的主要思想是在保證服務(wù)的前提下，總成本耗用最低，包括運輸費用、土地費用、運營費用、租賃成本、庫存成本、物流活動成本、腐敗成本等[3-4]。計算公式如下。

minF=

3 ?利用MATLAB 7.0遺傳算法工具箱仿真

3.1 ?適應(yīng)度函數(shù)構(gòu)造

適應(yīng)度函數(shù)（Fitness Function）的構(gòu)造會對遺傳算法優(yōu)化過程和最優(yōu)結(jié)果產(chǎn)生影響，構(gòu)造合適的適應(yīng)度函數(shù)可以對染色體編碼形成的原始解進行評估。染色體編碼的目的是形成物流總成本的最低。適用度函數(shù)構(gòu)造如下。

minF=

（4）

3.2 ?模擬路徑

根據(jù)數(shù)學(xué)建模的函數(shù)，利用MATLAB 7.0編程求解，形成的結(jié)果如圖2所示。其中，由上至下的節(jié)點分別表示物流中心、中轉(zhuǎn)冷庫和消費者。

3.3 ?結(jié)論

整個數(shù)學(xué)模型建立在單產(chǎn)品基礎(chǔ)上，為生鮮農(nóng)產(chǎn)品的配送提供思路。對多品種、多保管條件的實際案例，需要借助其他智能算法來解決。

參考文獻(xiàn)：

[1]王有鴻.基于遺傳算法的生鮮農(nóng)產(chǎn)品物流配送路徑聚類優(yōu)化[J].江蘇農(nóng)業(yè)科學(xué)，2018，46（12）：358-362.

[2]陳慧慧.多級冷鏈物流網(wǎng)絡(luò)分析與優(yōu)化[D].武漢：武漢理工大學(xué)，2014.

[3]俞林.基于BP模糊評價的冷鏈物流中心選址問題研究[J].物流技術(shù)，2013（19）：95-98.

[4]曹倩，邵舉平，孫延安.基于改進遺傳算法的生鮮農(nóng)產(chǎn)品多目標(biāo)配送路徑優(yōu)化[J].工業(yè)工程，2015，18（1）：71-76.