周騰明 張少平 邵鵬

摘要：生鮮農(nóng)產(chǎn)品綠色配送是當(dāng)前社會(huì)關(guān)注的熱點(diǎn)問(wèn)題，對(duì)環(huán)境保護(hù)和社會(huì)可持續(xù)發(fā)展具有重要意義。該研究回顧了近幾年領(lǐng)域內(nèi)的相關(guān)文獻(xiàn)資料，從技術(shù)研究角度將生鮮農(nóng)產(chǎn)品綠色配送分成生鮮農(nóng)產(chǎn)品綠色配送模式、配送中心選址和配送路徑優(yōu)化三部分進(jìn)行歸納總結(jié)，介紹了研究領(lǐng)域內(nèi)常見(jiàn)的若干配送模式之間的差異，重點(diǎn)闡述了不同配送中心選址技術(shù)的優(yōu)缺點(diǎn)和求解配送路徑優(yōu)化問(wèn)題的相關(guān)技術(shù)，最后對(duì)生鮮農(nóng)產(chǎn)品綠色配送技術(shù)研究的發(fā)展前景進(jìn)行展望，以期為推動(dòng)該領(lǐng)域發(fā)展提供參考方案。

關(guān)鍵詞：生鮮農(nóng)產(chǎn)品綠色配送；配送模式；配送中心選址；路徑優(yōu)化；綜述

中圖分類(lèi)號(hào)：TP311? ? ?文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1009-3044（2023）36-0127-04

開(kāi)放科學(xué)（資源服務(wù)）標(biāo)識(shí)碼（OSID）

0 引言

近年來(lái)，隨著我國(guó)物流規(guī)模不斷擴(kuò)大，許多問(wèn)題也不斷顯現(xiàn)出來(lái)，我國(guó)對(duì)此高度重視，先后針對(duì)不同時(shí)期制定了不同規(guī)劃。例如，國(guó)務(wù)院于2022年5月17日印發(fā)的《“十四五”現(xiàn)代物流發(fā)展規(guī)劃》，其中指出現(xiàn)有的幾個(gè)突出問(wèn)題，如物流配送成本高、效率低，物流發(fā)展不平衡，農(nóng)村物流、冷鏈物流等存在短板。為了建設(shè)更加完善的物流體系，推動(dòng)綠色物流技術(shù)發(fā)展，還需要對(duì)現(xiàn)有問(wèn)題進(jìn)行深入研究。

我國(guó)近幾年對(duì)該領(lǐng)域的研究熱度不斷升溫，以知網(wǎng)為例，使用“生鮮農(nóng)產(chǎn)品配送”為主題對(duì)近十年的期刊論文進(jìn)行檢索，分別統(tǒng)計(jì)每年的論文數(shù)量，結(jié)果如圖1所示。

從2013年至2022年，與生鮮農(nóng)產(chǎn)品配送相關(guān)的期刊論文共263篇，其中2016年發(fā)表在《中國(guó)軟科學(xué)》上的一篇文章被引用了353次。從近幾年發(fā)文量看呈遞增趨勢(shì)，同時(shí)隨著相關(guān)政策的落實(shí)，該領(lǐng)域?qū)l(fā)展到新的高度。

本文的結(jié)構(gòu)如下：第2節(jié)介紹了生鮮農(nóng)產(chǎn)品傳統(tǒng)配送模式與綠色配送模式；第3節(jié)介紹了目前主流的生鮮農(nóng)產(chǎn)品綠色配送中心選址技術(shù)；第4節(jié)介紹了不同生鮮農(nóng)產(chǎn)品綠色配送路徑優(yōu)化技術(shù)的優(yōu)缺點(diǎn)；最后，提出了總結(jié)與展望。

1 生鮮農(nóng)產(chǎn)品綠色配送模式研究

生鮮農(nóng)產(chǎn)品配送模式作為生鮮農(nóng)產(chǎn)品配送研究的第一站，其重要性不言而喻。配送模式的選擇主要考慮以下幾個(gè)方面：生鮮農(nóng)產(chǎn)品的品質(zhì)、配送效率、配送成本和環(huán)境影響。需根據(jù)實(shí)際情況綜合考慮選擇合適的配送模式，實(shí)現(xiàn)生鮮農(nóng)產(chǎn)品配送最優(yōu)化。目前配送模式主要分為傳統(tǒng)配送模式和綠色配送模式兩大類(lèi)。

1.1 生鮮農(nóng)產(chǎn)品傳統(tǒng)配送模式

傳統(tǒng)配送模式有生產(chǎn)者直供配送、批發(fā)市場(chǎng)配送等，其中生產(chǎn)者直供配送模式是由生產(chǎn)者將農(nóng)產(chǎn)品從生產(chǎn)基地直接配送到市場(chǎng)或消費(fèi)者手中，所以流轉(zhuǎn)過(guò)程少，產(chǎn)品質(zhì)量好，耗費(fèi)成本低，生產(chǎn)者收益高，但存在配送規(guī)模小、配送區(qū)域受限等缺點(diǎn)[1]。批發(fā)市場(chǎng)配送模式則是生產(chǎn)商或中間商將農(nóng)產(chǎn)品配送到市場(chǎng)進(jìn)行銷(xiāo)售，優(yōu)點(diǎn)是配送范圍更廣，配送成本低，但中間流通環(huán)節(jié)增加可能會(huì)帶來(lái)更大的食品安全風(fēng)險(xiǎn)和時(shí)間延誤風(fēng)險(xiǎn)。為此徐安琪和潘經(jīng)強(qiáng)[2]對(duì)發(fā)達(dá)國(guó)家批發(fā)市場(chǎng)配送模式進(jìn)行分析，總結(jié)相關(guān)經(jīng)驗(yàn)并指出制約我國(guó)批發(fā)市場(chǎng)配送模式發(fā)展的關(guān)鍵因素。為貫徹新發(fā)展理念，傳統(tǒng)配送模式需全面綠色轉(zhuǎn)型。

1.2 生鮮農(nóng)產(chǎn)品綠色配送模式

隨著人們對(duì)環(huán)境保護(hù)意識(shí)和健康意識(shí)的提高，以及互聯(lián)網(wǎng)技術(shù)的發(fā)展，生鮮農(nóng)產(chǎn)品綠色配送模式逐漸成為主流的配送模式，該模式通常采取環(huán)保、低碳、節(jié)能和高效等措施，在保證產(chǎn)品質(zhì)量和配送效率的同時(shí)盡可能減少對(duì)環(huán)境的影響。目前常見(jiàn)的幾種綠色配送模式有社區(qū)團(tuán)購(gòu)配送、冷鏈配送、電商配送等，許多學(xué)者從不同的背景和角度出發(fā)，對(duì)此展開(kāi)了研究。社區(qū)團(tuán)購(gòu)配送是一種通過(guò)集中采購(gòu)和配送的方式，將生鮮農(nóng)產(chǎn)品送到消費(fèi)者手中的模式，該模式的統(tǒng)一配送能有效減少物流成本，故在近幾年迅速發(fā)展，但卻面臨供應(yīng)鏈不穩(wěn)定等挑戰(zhàn)。孟妍[3]等從社區(qū)團(tuán)購(gòu)的發(fā)展進(jìn)程和常見(jiàn)的幾種配送經(jīng)營(yíng)模式出發(fā)，針對(duì)不同挑戰(zhàn)提出了相應(yīng)的對(duì)策。冷鏈配送是一種逐步發(fā)展的模式，配送需求和配送范圍都在不斷擴(kuò)大，該模式通過(guò)對(duì)溫度、濕度的精準(zhǔn)把控來(lái)保證生鮮農(nóng)產(chǎn)品的質(zhì)量和安全性，進(jìn)而提高消費(fèi)者的信任度和滿(mǎn)意度。但冷鏈配送模式存在能源消耗高、成本高昂等問(wèn)題，慕艷平和雷小青[4]為完善冷鏈配送模式提出了加強(qiáng)冷鏈設(shè)備基礎(chǔ)建設(shè)和技術(shù)創(chuàng)新、搭建實(shí)時(shí)監(jiān)測(cè)數(shù)據(jù)平臺(tái)和完備的管理體系等對(duì)策。電商配送是指通過(guò)電子商務(wù)平臺(tái)進(jìn)行生鮮農(nóng)產(chǎn)品的銷(xiāo)售和配送。為解決生鮮農(nóng)產(chǎn)品“最后一公里”配送難題，袁紫薇等[5]將配送模式分為直接配送模式和間接配送模式，闡述了兩種模式的優(yōu)缺點(diǎn)，并給出了提高配送效益的改進(jìn)意見(jiàn)；冉安平[6]使用層次分析法綜合評(píng)價(jià)O2O模式下常見(jiàn)的幾種配送模式，得到配送成本為影響模式選擇的主要因素。陳哲等[7]對(duì)我國(guó)生鮮農(nóng)產(chǎn)品電商配送現(xiàn)狀進(jìn)行研究后提出了一種融入大數(shù)據(jù)服務(wù)的新電商配送模式。目前大多數(shù)的研究都聚焦于城市，對(duì)鄉(xiāng)村地區(qū)的生鮮農(nóng)產(chǎn)品綠色配送模式研究較少，這將成為今后的研究熱點(diǎn)。

2 生鮮農(nóng)產(chǎn)品綠色配送中心選址技術(shù)研究

生鮮農(nóng)產(chǎn)品綠色配送中心選址在生鮮農(nóng)產(chǎn)品綠色配送中起著至關(guān)重要的作用，選址的好壞將直接影響到生鮮農(nóng)產(chǎn)品綠色配送的效率和質(zhì)量，從而影響到生產(chǎn)、流通和銷(xiāo)售環(huán)節(jié)的效益，因此如何選擇合適的生鮮農(nóng)產(chǎn)品綠色配送中心位置成了研究熱點(diǎn)。目前對(duì)該問(wèn)題的技術(shù)研究主要分為定性分析法、定量分析法和定性與定量相結(jié)合的方法。

2.1 定性分析法

定性分析法是通過(guò)專(zhuān)家經(jīng)驗(yàn)和判斷，以及對(duì)當(dāng)?shù)厥袌?chǎng)、政策、環(huán)境等因素的了解，來(lái)確定最終選址方案的一種方法。常見(jiàn)的德?tīng)柗品╗8]是一種專(zhuān)家咨詢(xún)和意見(jiàn)收集的方法，利用專(zhuān)家經(jīng)驗(yàn)和知識(shí)，有效地解決復(fù)雜問(wèn)題，但缺乏客觀(guān)性，因此選址決策較少單獨(dú)使用定性分析法。

2.2 定量分析法

定量分析法通過(guò)數(shù)學(xué)模型和定量指標(biāo)對(duì)選址方案進(jìn)行評(píng)估和比較，以確定最優(yōu)選址方案。相較于定性分析法，定量分析法通過(guò)科學(xué)的計(jì)算方法對(duì)具體的數(shù)值計(jì)算得到明確的結(jié)果，客觀(guān)性更強(qiáng)。常見(jiàn)的定量分析法有重心法[9]、混合整數(shù)規(guī)劃法[10]等。重心法是一種地理信息分析方法，通常用于確定區(qū)域或地圖上一組點(diǎn)的中心位置，具有簡(jiǎn)單易行、結(jié)果清晰明了等優(yōu)點(diǎn)。陳姝宇等[11]和于蕾[12]分別對(duì)呼和浩特地區(qū)和安徽省的生鮮農(nóng)產(chǎn)品配送中心使用重心法進(jìn)行選址研究，前者以總費(fèi)用最小為目標(biāo)，后者從實(shí)際需求出發(fā)，都通過(guò)建立模型再求解得到最優(yōu)選址位置，但重心法存在求解精度有限、無(wú)法應(yīng)對(duì)多目標(biāo)問(wèn)題等缺點(diǎn)?；旌险麛?shù)規(guī)劃法則能夠提供精確的數(shù)學(xué)模型和解決方案，適用于處理復(fù)雜的離散決策問(wèn)題。為減少配送中心的配送費(fèi)用，Ding和Liu[13]使用混合整數(shù)規(guī)劃模型對(duì)上海市乳制品物流中心備選地址進(jìn)行排序，得到了最佳的選址位置；Zhang 等[14]基于混合整數(shù)非線(xiàn)性規(guī)劃理論建立模型求解非線(xiàn)性物流管理中基于物流的布局優(yōu)化問(wèn)題，實(shí)驗(yàn)結(jié)果表明，該模型可以有效地優(yōu)化物流管理布局，同時(shí)節(jié)省時(shí)間和降低成本。然而定量分析法在涉及主觀(guān)因素或復(fù)雜情景時(shí)，某些指標(biāo)或數(shù)據(jù)難以量化將影響分析結(jié)果的準(zhǔn)確性。

2.3 定性和定量結(jié)合法

由于定性分析法和定量分析法都有各自的優(yōu)缺點(diǎn)，單獨(dú)使用都存在一定的局限性，而定性、定量結(jié)合法則可以充分發(fā)揮二者的優(yōu)勢(shì)，彌補(bǔ)其不足。王魯萍等[15]針對(duì)選址過(guò)程的模糊復(fù)雜性，在定性分析中采用二元語(yǔ)義處理選址評(píng)價(jià)信息并在定量分析中使用熵權(quán)法計(jì)算各指標(biāo)權(quán)重，從多方面構(gòu)建評(píng)價(jià)體系并建立選址模型，對(duì)算例進(jìn)行評(píng)估分析后得出最佳配送中心位置，該方法使選址過(guò)程簡(jiǎn)單清晰，同時(shí)結(jié)果更精確合理。莊小云[16]對(duì)安徽省生鮮農(nóng)產(chǎn)品配送中心選址進(jìn)行研究，結(jié)合使用了定性分析法中的覆蓋模型思想和定量分析法中的TOPSIS（Technique for Order Preference by Similarity to an Ideal Solution）法對(duì)方案評(píng)價(jià)，同時(shí)在對(duì)評(píng)價(jià)指標(biāo)賦權(quán)時(shí)采用了層次分析法，彌補(bǔ)了單一方法對(duì)參數(shù)改進(jìn)的不足，使實(shí)驗(yàn)結(jié)果更加科學(xué)合理。為建立合適的冷鏈物流配送中心以解決生鮮農(nóng)產(chǎn)品因不易存儲(chǔ)而影響顧客購(gòu)買(mǎi)需求的問(wèn)題，李晶晶[17]采用定性分析法確定目標(biāo)選址和備選地點(diǎn)，然后用定量分析法中的灰色預(yù)測(cè)模型推斷生鮮農(nóng)產(chǎn)品的可能需求量，最后建立數(shù)學(xué)選址模型確定最優(yōu)選址位置和配送方案。綜上所述，定性、定量結(jié)合法在生鮮農(nóng)產(chǎn)品綠色配送中心選址技術(shù)研究中有著重要的地位和應(yīng)用前景，它能夠提供更全面的信息和更準(zhǔn)確的決策支持，有助于綠色配送中心的合理選址。

3 生鮮農(nóng)產(chǎn)品綠色配送路徑優(yōu)化技術(shù)研究

生鮮農(nóng)產(chǎn)品綠色配送路徑優(yōu)化問(wèn)題作為車(chē)輛路徑問(wèn)題的一種特殊情況，是目前各學(xué)者廣泛研究的熱門(mén)領(lǐng)域，且生鮮農(nóng)產(chǎn)品綠色配送路徑優(yōu)化技術(shù)研究對(duì)于提高運(yùn)輸效率、降低運(yùn)輸成本、減少環(huán)境影響、提升服務(wù)質(zhì)量和促進(jìn)可持續(xù)發(fā)展具有重要的影響。目前，主要的技術(shù)研究分為以下三大類(lèi)：精確算法、傳統(tǒng)啟發(fā)式算法和元啟發(fā)式算法，其中常見(jiàn)的幾種算法的優(yōu)缺點(diǎn)如表1所示。

3.1 精確算法

精確算法是一類(lèi)用于求解優(yōu)化問(wèn)題的算法，能夠在有限時(shí)間內(nèi)找到問(wèn)題的最優(yōu)解，常見(jiàn)的精確算法有動(dòng)態(tài)規(guī)劃法[18]、分支定界法[19]等。為提高電商倉(cāng)庫(kù)的揀貨作業(yè)效率，馮愛(ài)蘭等[20]采用了基于聚類(lèi)和動(dòng)態(tài)規(guī)劃的組合路徑策略，對(duì)待揀儲(chǔ)位的分布特征進(jìn)行聚類(lèi)分析后，再使用動(dòng)態(tài)規(guī)劃得到類(lèi)序和各類(lèi)內(nèi)部路徑，最后按類(lèi)序連接各類(lèi)內(nèi)部路徑得到最終路徑，并通過(guò)實(shí)例驗(yàn)證了該策略的適用性。針對(duì)考慮載重約束、里程約束、強(qiáng)時(shí)間窗約束下的車(chē)輛配送路徑問(wèn)題，呂欣昊[21]提出的改進(jìn)分支定價(jià)算法克服了基于{0，1}分支策略在該問(wèn)題求解時(shí)效率低、穩(wěn)定性差的缺陷。雖然精確算法能夠在規(guī)模小、結(jié)構(gòu)簡(jiǎn)單的問(wèn)題中給出確切的最優(yōu)解，但是在面對(duì)大規(guī)模復(fù)雜性問(wèn)題時(shí)，計(jì)算復(fù)雜度太高將會(huì)導(dǎo)致求解時(shí)間過(guò)長(zhǎng)，耗費(fèi)大量計(jì)算資源，難以改善目前生鮮農(nóng)產(chǎn)品綠色配送逐漸復(fù)雜化的現(xiàn)狀。

3.2 傳統(tǒng)啟發(fā)式算法

傳統(tǒng)啟發(fā)式算法相較于精確算法，求解速度較快，適用于大規(guī)模復(fù)雜性問(wèn)題，其中最常見(jiàn)的是節(jié)約里程法。盧茗軒等[22]對(duì)連鎖超市生鮮農(nóng)產(chǎn)品配送路徑采用節(jié)約里程法進(jìn)行優(yōu)化分析，配送里程相較未使用路徑優(yōu)化算法大幅縮短，配送效率顯著提高。王轉(zhuǎn)等[23]基于一種用于電商配送中心的自動(dòng)化揀貨系統(tǒng)，考慮揀貨器具和商品包裝體積，構(gòu)建訂單分批模型，提出節(jié)約里程的訂單分批算法，并與先到先服務(wù)方法和基于訂單相似度分批方法進(jìn)行對(duì)比，求解效果最優(yōu)。然而傳統(tǒng)啟發(fā)式算法通?；诮?jīng)驗(yàn)和啟發(fā)式規(guī)則，對(duì)問(wèn)題進(jìn)行近似求解，這使得其容易受限于局部最優(yōu)解而無(wú)法找到全局最優(yōu)解，無(wú)法實(shí)現(xiàn)生鮮農(nóng)產(chǎn)品綠色配送降本增效的目的。

3.3 元啟發(fā)式算法

元啟發(fā)式算法是通過(guò)組合多種啟發(fā)式策略和元啟發(fā)式操作來(lái)解決問(wèn)題的一類(lèi)高級(jí)啟發(fā)式算法，具有高效性、魯棒性和全局搜索能力等優(yōu)點(diǎn)，是目前的研究熱點(diǎn)，常見(jiàn)的有遺傳算法[24]、蟻群算法[25]、粒子群算法[26]、人工蜂群算法[27]等。為降低物流配送成本，實(shí)現(xiàn)綠色環(huán)保的配送方案，Li 等[28]提出了一種自適應(yīng)模擬退火突變遺傳算法，相較于遺傳算法有著更快的收斂速度和更低的成本功耗；張念等[29]考慮時(shí)間窗約束和配送總成本對(duì)多車(chē)場(chǎng)生鮮產(chǎn)品配送路徑優(yōu)化問(wèn)題采用多策略改進(jìn)的遺傳算法進(jìn)行求解，實(shí)驗(yàn)結(jié)果相較于傳統(tǒng)的自適應(yīng)遺傳算法有更好的尋優(yōu)效率，總成本降低明顯。康凱等[30]構(gòu)建的配送路徑優(yōu)化模型將配送過(guò)程中的多個(gè)損耗成本考慮在內(nèi)，采用混入2-opt局部?jī)?yōu)化的改進(jìn)蟻群算法進(jìn)行求解，同基本蟻群算法和遺傳算法進(jìn)行實(shí)驗(yàn)對(duì)比后證明該算法的有效性；為滿(mǎn)足生鮮農(nóng)產(chǎn)品的質(zhì)量要求和低碳物流，Chen 等[31]建立了一種考慮品質(zhì)劣化和碳排放成本的配送路徑優(yōu)化模型，采用了改進(jìn)的蟻群算法進(jìn)行全局搜索和禁忌搜索算法進(jìn)行局部搜索，與多蟻群優(yōu)化算法和非支配排序遺傳算法進(jìn)行對(duì)比，效果最優(yōu)。陳久梅等[32]針對(duì)生鮮農(nóng)產(chǎn)品多隔室車(chē)輛路徑優(yōu)化問(wèn)題展開(kāi)研究，以配送成本最小化為目標(biāo)建立數(shù)學(xué)模型，采用粒子群優(yōu)化算法求解，實(shí)驗(yàn)結(jié)果與蟻群算法進(jìn)行比較，證實(shí)了該算法的穩(wěn)定性和易收斂性；Poonthalir和Nadarajan [33]使用帶有貪婪變異算子和時(shí)變加速系數(shù)的粒子群優(yōu)化算法解決了具有變速約束的雙目標(biāo)節(jié)能綠色車(chē)輛路徑問(wèn)題，該方法能夠消耗更少的燃料，大大減少碳排放。為解決人工蜂群算法易過(guò)早陷入局部最優(yōu)問(wèn)題，汪濤等[34]使用基于中位數(shù)的選擇策略，且在更新時(shí)引入禁忌表，改進(jìn)后的人工蜂群算法比改進(jìn)前的收斂速度更快；Katiyar et al.[35]使用人工蜂群優(yōu)化算法實(shí)現(xiàn)了在時(shí)間窗口內(nèi)無(wú)懲罰和食品質(zhì)量損失的新鮮食物分配。元啟發(fā)式算法也存在收斂速度慢、對(duì)參數(shù)設(shè)置敏感等缺點(diǎn)，針對(duì)不同的具體問(wèn)題需選擇合適的元啟發(fā)式算法才能發(fā)揮其優(yōu)勢(shì)，通過(guò)融合順應(yīng)時(shí)代發(fā)展潮流的新技術(shù)和不同算法的優(yōu)點(diǎn)將成為生鮮農(nóng)產(chǎn)品綠色配送技術(shù)發(fā)展的新趨勢(shì)。

4 總結(jié)和展望

通過(guò)對(duì)現(xiàn)有技術(shù)研究的梳理，得知生鮮農(nóng)產(chǎn)品綠色配送不僅涉及環(huán)境保護(hù)、資源利用和食品安全等方面的問(wèn)題，還對(duì)推動(dòng)農(nóng)產(chǎn)品供應(yīng)鏈的可持續(xù)發(fā)展具有重要意義。在未來(lái)的技術(shù)研究中，可以從以下四個(gè)方面進(jìn)行展開(kāi)。

首先，跨學(xué)科合作和合作共享將成為推動(dòng)生鮮農(nóng)產(chǎn)品綠色配送技術(shù)研究的重要?jiǎng)恿?。其次，注重環(huán)境友好性和資源節(jié)約性，尋找可持續(xù)發(fā)展的配送模式和策略。再次，對(duì)鄉(xiāng)村生鮮配送深入探索，提高鄉(xiāng)村生鮮配送的效率，降低成本，為鄉(xiāng)村農(nóng)產(chǎn)品的可持續(xù)發(fā)展提供支持。最后，將更多創(chuàng)新的配送方式和技術(shù)融入生鮮農(nóng)產(chǎn)品綠色配送中。例如，物聯(lián)網(wǎng)、人工智能和大數(shù)據(jù)分析等技術(shù)的應(yīng)用將進(jìn)一步提高配送效率和準(zhǔn)確性。

參考文獻(xiàn)：

[1] 李洪濤.基于產(chǎn)地直供的農(nóng)產(chǎn)品物流配送系統(tǒng)構(gòu)建[J].農(nóng)村經(jīng)濟(jì)與科技，2020，31（21）：159-161.

[2] 徐安琪，潘經(jīng)強(qiáng).國(guó)內(nèi)蔬菜批發(fā)市場(chǎng)配送模式探討[J].合作經(jīng)濟(jì)與科技，2019（4）：94-96.

[3] 孟妍.社區(qū)團(tuán)購(gòu)物流配送面臨的挑戰(zhàn)及對(duì)策研究[J].中國(guó)市場(chǎng)，2022（2）：165-166.

[4] 慕艷平，雷小青.生鮮農(nóng)產(chǎn)品冷鏈物流配送模式優(yōu)化策略研究[J].電子商務(wù)，2018（10）：8-9.

[5] 袁紫薇，聶子高，羅巒.電子商務(wù)環(huán)境下生鮮農(nóng)產(chǎn)品“最后一公里” 配送模式探析[J].當(dāng)代經(jīng)濟(jì)，2018（1）：67-69.

[6] 冉安平.O2O模式下生鮮農(nóng)產(chǎn)品最后一公里配送模式綜合評(píng)價(jià)研究[J].物流工程與管理，2018，40（11）：88-91，61.

[7] 陳哲，鄧義，胡玲燕，等.生鮮農(nóng)產(chǎn)品電商物流配送模式研究[J].商業(yè)經(jīng)濟(jì)研究，2018（14）：103-106.

[8] DALKEY N，HELMER O.An experimental application of the DELPHI method to the use of experts[J].Management Science，1963，9（3）：458-467.

[9] KANTOROVICH L V.Mathematical methods of organizing and planning production[J].Management Science，1960，6（4）：366-422.

[10] GOMORY R E.On the relation between integer and noninteger solutions to linear programs[J].Proceedings of the National Academy of Sciences of the United States of America，1965，53（2）：260-265.

[11] 陳姝宇，畢有利，王凱凱，等.基于重心法的呼和浩特農(nóng)產(chǎn)品物流配送中心選址模型研究[J].河北企業(yè)，2019（11）：96-98.

[12] 于蕾.基于重心法的農(nóng)產(chǎn)品配送中心選址研究——以安徽105個(gè)行政區(qū)劃單位數(shù)據(jù)為例[J].廣西民族師范學(xué)院學(xué)報(bào)，2020，37（4）：66-69.

[13] DING Q，LIU H.Research on location selection of dairy products logistics distribution center based on mixed integer programming model[J]. Academic Journal of Engineering and Technology Science， 2020，3（5）：51-58.

[14] ZHANG Y Q，KOU X F，SONG Z G，et al.Research on logistics management layout optimization and real-time application based on nonlinear programming[J].Nonlinear Engineering，2021，10（1）：526-534.

[15] 王魯萍，萬(wàn)校基，張麗萍.基于熵權(quán)二元語(yǔ)義的生鮮農(nóng)產(chǎn)品配送中心選址研究[J].科技與經(jīng)濟(jì)，2018，31（1）：46-50.

[16] 莊小云.安徽省生鮮農(nóng)產(chǎn)品配送中心選址研究[J].棗莊學(xué)院學(xué)報(bào)，2021，38（2）：83-89.

[17] 李晶晶.生鮮農(nóng)產(chǎn)品冷鏈物流配送中心選址研究[D].太原：中北大學(xué)，2021.

[18] BELLMAN R.Dynamic programming[J].Science，1966，153（3731）：34-37.

[19] LAWLER E L，WOOD D E.Branch-and-bound methods：a survey[J].Operations Research，1966，14（4）：699-719.

[20] 馮愛(ài)蘭，張小青，孔繼利.基于聚類(lèi)和動(dòng)態(tài)規(guī)劃的組合路徑策略[J].運(yùn)籌與管理，2019，28（8）：86-92.

[21] 呂欣昊.基于改進(jìn)分支定價(jià)法的車(chē)輛路徑優(yōu)化研究[J].軟件，2020，41（4）：165-168，194.

[22] 盧茗軒，謝如鶴，陳培榮.連鎖超市生鮮農(nóng)產(chǎn)品配送路徑優(yōu)化的實(shí)證分析[J].物流工程與管理，2018，40（7）：111-115.

[23] 王轉(zhuǎn)，裴澤平.啟發(fā)式路徑下節(jié)約里程的訂單分批算法[J].計(jì)算機(jī)工程與應(yīng)用，2018，54（23）：203-209，222.

[24] HOLLAND J H.Adaptation in natural and artificial systems：an introductory analysis with applications to biology，control，and artificial intelligence[M].Cambridge，Mass.：MIT Press，1992.

[25] DORIGO M，MANIEZZO V，COLORNI A.Ant system：optimization by a colony of cooperating agents[J].IEEE Transactions on Systems，Man，and Cybernetics Part B，Cybernetics，1996，26（1）：29-41.

[26] KENNEDY J，EBERHART R.Particle swarm optimization[C]//Proceedings of ICNN'95 - International Conference on Neural Networks.Perth，WA，Australia.IEEE， 1995（4）：1942-1948.

[27] KARABOGA D.An idea based on Honey Bee Swarm for Numerical Optimization[J].Technical Report TR06，Erciyes University，2005.

[28] LI D L，CAO Q，ZUO M，et al.Optimization of green fresh food logistics with heterogeneous fleet vehicle route problem by improved genetic algorithm[J].Sustainability，2020，12（5）：1946.

[29] 張念，陳熙，袁媛，等.基于改進(jìn)遺傳算法的多車(chē)場(chǎng)生鮮配送優(yōu)化[J].廣西大學(xué)學(xué)報(bào)（自然科學(xué)版），2022，47（5）：1314-1326.

[30] 康凱，韓杰，普瑋，等.生鮮農(nóng)產(chǎn)品冷鏈物流低碳配送路徑優(yōu)化研究[J].計(jì)算機(jī)工程與應(yīng)用，2019，55（2）：259-265.

[31] CHEN，GUI，DING，et al.Optimization of transportation routing problem for fresh food by improved ant colony algorithm based on tabu search[J].Sustainability，2019，11（23）：6584.

[32] 陳久梅，周楠，王勇.生鮮農(nóng)產(chǎn)品多隔室冷鏈配送車(chē)輛路徑優(yōu)化[J].系統(tǒng)工程，2018，36（8）：106-113.

[33] POONTHALIR G，NADARAJAN R.A Fuel Efficient Green Vehicle Routing Problem with varying speed constraint （F-GVRP）[J].Expert Systems with Applications，2018（100）：131-144.

[34] 汪濤，潘郁，潘芳，等.基于改進(jìn)人工蜂群算法的生鮮農(nóng)產(chǎn)品配送路徑優(yōu)化[J].廣東農(nóng)業(yè)科學(xué)，2018，45（10）：143-149.

[35] KATIYAR S，KHAN R，KUMAR S.Artificial bee colony algorithm for fresh food distribution without quality loss by delivery route optimization[J].Journal of Food Quality，2021，2021：4881289.

【通聯(lián)編輯：李雅琪】