0 引 言

冷链物时尚业在政策利好和需要旺盛的双重驱动下发展趋势迅猛，将来前途远大，作为第三收益源已引起广泛关注[1]。在消费转型升级的今天，生鲜农商品电商的不断崛起给冷链物流带来了新的生命力，冷链物时尚业进入了新的进步阶段。然而，冷链物流配送本钱居高不下是妨碍冷链物流企业进步的弱点，也是行业内亟待解决的问题之一[2]。

在多种冷链物流配送方法中，应用最广泛、最成功的配送模式就是一同配送[3]。一同配送多以第三方物流企业或大型集团企业自营物流為主体，将地区内的配送任务进行整理，共享地区内的配送设施和设施，完成地区内企业的配送任务。汽车路径问题最早由DANTZIG等[4]于1959年提出，是互联网优化问题中最基本的问题之一。TAS等[5]在目的函数中考虑惩罚本钱，并以软时间窗为约束进行配送路径优化。AMORIM等[6]考虑生鲜农商品的易腐性，以配送本钱最小化和生鲜程度最大化为目的打造了配送汽车路径规划模型，使得模型更贴合实质。李明泽[7]在城市农商品配送路径优化研究中，在模型中考虑了交通拥堵系数，使路径优化与实时路况紧密结合。陶荣[8]和董冬艳[9]均考虑了生鲜农商品的易腐性，以腐败特质函数来衡量货损。黄星星等[10]在碳税和碳限两种规则下，以物流总本钱最低为目的优化生鲜农商品冷链配送路径，但配送模式仍然为单温区冷藏车配送。

综上，以往的研究存在以下不足：一是

缺少用理论模型探究

多温共配模式在应付小批量、多品种与配送本钱居高不下等问题时是不是可以发挥显著优势;二是鲜有结合真实路网对配送路径进行最短路径规划和真实运距计算的研究。针对以上不足，本文针对配送中心向超市店铺或大型餐厅配送货物的物流服务，在多温共配模式的基础上，以多温区冷藏车为主体打造理论优化模型，运用MATLAB求解最佳路径，借用ArcGIS达成基于真实路网的最短路径规划，旨在为冷链物时尚业探索进步方向，为冷链物流配送策略的拟定提供要紧思路和技术支持。为适应冷链市场实质状况，本文选取多温区冷藏车为研究对象。多温区冷藏车分别以-10 ℃、4℃、25 ℃划分冷冻区、冷藏区和常温区，由制冷机提供所需温度。

1 模型打造

在冷链物流实质作业中，配送中心向超市店铺或大型餐厅配送的货物总是多种多样，各种货物所需要的温度不尽相同，单温区冷藏车不能满足目前生鲜农商品消费需要“小批量、多品种”的特征。因此，本文在多温共配模式的基础上，打造特定的数学模型，分温区进行本钱剖析，综合考虑固定本钱、可变本钱、货损本钱和制冷本钱，以多温区冷藏车总本钱最低为目的进行路径优化。

1.1 模型描述、假设及数学符号概念

研究由一个配送中心向多个超市店铺或大型餐厅配送常温品、冷藏品和冷冻品的问题。以多温区冷藏车为运输工具。配送中心和各需要点的地点已知，各需要点同意一辆车提供的一次服务，各汽车最后返回配送中心，同时每辆车及其各温区有容积限制。 为保证冷藏区和冷冻区温度达标，冷藏区、冷冻区温度一旦分别高于4 ℃、-10 ℃，制冷机就开始制冷，从而产生制冷本钱;在配送中心装卸货物所花费的时间不计;所有汽车的容积相同并已知;配送汽车均匀速行驶。

2 遗传算法

2.1 编码与解码

使用自然数编码规则，将汽车路径上的各顾客节点当作染色体中的基因，路径上的顾客节点集合就能转化为染色体串。编码时生成1～n的无重复自然数表示顾客点，将它随机排列作为汽车遍历节点的顺序，即为一条初始染色体。此办法将每条路径上的最后一个顾客与下一条路径上的第一个顾客连接在一块，中间没其他分隔。解码时汽车从配送中心出发，探寻第i个节点，使汽车各温区装载货物体积低于其容积限制。若在第i+1个节点汽车容量约束不可以被满足，则该汽车所服务的顾客为该条染色体串中第1个至第i个基因代表的顾客。下一辆车从第i+1个节点开始遍历，以此类推，直至遍历完所有些节点。

2.2 生成初始种群

遗传算法是从可能的问题解组成的种群中开始搜索，生成一个由若干个体组成的初始种群作为进化起点和遗传操作的对象。种群规模将影响遗传算法性能，规模过小将出现样本不充分从而致使结果非优;种群规模过大将出现收敛速度过慢、容易陷入局部最佳等现象并大大增加求解的复杂程度。

在编码过程中，将n个自然数随机排列生成1×n的染色体，将这个过程重复m次，得到规模为m×n的种群。本文取m=80，即对编码过程中随机生成染色体的操作重复80次，形成80条染色体组成初始种群。

2.3 遗传操作

在循环交叉运算的基础上对交叉运算进行改进，设计循环交叉算子，即找出父代两个个体中的一条循环后，父代A循环地方上的顾客复制给后代1，父代B循环地方上的顾客复制给后代2;父代A非循环地方上的顾客随机排列在后代2的剩余地方上，父代B非循环地方上的顾客随机排列在后代1的剩余地方上。变异操作则是随机选取父代中的两个基因，调换其地方。交叉概率在0.50至0.85间取值为优，本文交叉概率取0.80。一般而言，变异概率比较小，取0.01。

2.4 适应度函数

3.2 基于ArcGIS的最短路径规划

借用ArcGIS达成基于真实路网的最短路径规划并计算实质运距，具体操作过程如下：在ArcGIS中加载福州区路网图（北京54坐标系），对路网图进行拓扑中的打断相交线操作，打造互联网数据集;依据道路功能，将步行街、栈道等非车行道路剔除;计算各条路的长度;加载节点投影坐标，在“加载地方”操作中对各节点进行编号，将配送中心编号为0。特不要说明，因为某些节点没直接落在路网中的某条路上或因为基础数据中该地区路网数据不明确，路网未覆盖到某些节点，因此在计算前先对这类节点做近邻剖析，将它定位到与之垂直距离最短的真实道路上。本文计算出的行程均是基于真实路网的最短距离。

4 结 论

考虑将冷藏车分成常温区、冷藏区、冷冻区进行多温共配能有效满足冷链物流“小批量、多品种”的特征，本文以多温共配模式为基础构建数学模型，分多温区进行本钱剖析，用MATLAB对模型进行求解，借助ArcGIS为汽车规划真实的最短路径并计算汽车行驶路程。结果表明，使用多温共配模式能大大减少物流本钱、缩短汽车行驶路程。在本文算例中，多温共配模式较之传统冷链配送模式降低了2

辆车的调度，减少了34.1%的本钱。同時，配送汽车的基于真实路网的实质行驶路程仅为优化前的45.9%，防止了传统的专车专送致使的行程重复。第三方冷链物流企业配置多温区冷藏车相比于配置单温区冷藏车能产生更高的经济效益。