馮艷玲　張楚妮　蘇芷寧　郭滔霏

關(guān) 鍵 詞：生鮮產(chǎn)品；多車(chē)倉(cāng)車(chē)輛路徑問(wèn)題；綠色配送；動(dòng)態(tài)不確定環(huán)境

中圖分類(lèi)號(hào)：F25224文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：2096-7934（2023）05-0080-07

一、引言

新冠肺炎疫情暴發(fā)后，各行業(yè)供應(yīng)鏈遭受了不同程度的沖擊，尤其是在果蔬、鮮肉和奶制品等生鮮產(chǎn)品的消費(fèi)方面，傳統(tǒng)的線下購(gòu)買(mǎi)流程變得相對(duì)繁瑣，為了應(yīng)對(duì)這種情況，生鮮行業(yè)主動(dòng)出擊，采用線上與線下相結(jié)合的銷(xiāo)售模式，并憑借強(qiáng)大的供應(yīng)鏈、物流配送體系等有力地保障了居民的日常生活需求。為了更好地應(yīng)對(duì)疫情的影響，并進(jìn)一步促進(jìn)產(chǎn)業(yè)的健康發(fā)展，生鮮產(chǎn)品車(chē)輛路徑問(wèn)題的研究和應(yīng)用逐漸成為業(yè)界和學(xué)術(shù)界研究的熱點(diǎn)。

生鮮產(chǎn)品保質(zhì)期短且與食品特性、儲(chǔ)藏溫度和時(shí)間密切相關(guān)，這決定其品質(zhì)易受外界溫度變化的影響。目前我國(guó)生鮮產(chǎn)品物流配送中存在成本高昂、效率低下、設(shè)施管理不完善等問(wèn)題，若在運(yùn)輸過(guò)程中未能穩(wěn)定地控制好溫度，將會(huì)導(dǎo)致其新鮮度迅速下降，腐壞的加速會(huì)帶來(lái)產(chǎn)品浪費(fèi)和冷鏈成本上升等問(wèn)題。此外，生鮮產(chǎn)品對(duì)溫度的要求因品牌而異，即使是相同品種但不同品牌的產(chǎn)品（例如牛奶），也不能混合存放?；诖?，為滿(mǎn)足環(huán)境、企業(yè)和消費(fèi)者的需求，國(guó)內(nèi)外學(xué)者從多個(gè)方面切入探究生鮮產(chǎn)品物流配送問(wèn)題，其中研究的焦點(diǎn)之一即是多車(chē)艙車(chē)輛路徑問(wèn)題。

多車(chē)艙車(chē)輛路徑問(wèn)題屬于NP難問(wèn)題［1］，早在1979年被Christofides等人［2］ 以車(chē)輛路徑問(wèn)題變體的形式提出。總體來(lái)說(shuō)，針對(duì)多車(chē)艙車(chē)輛路徑問(wèn)題，國(guó)外的研究相對(duì)較多且涉及領(lǐng)域相對(duì)較廣，而國(guó)內(nèi)研究相對(duì)較少且研究背景主要集中在油品配送領(lǐng)域［3］。從20世紀(jì)80年代起，學(xué)者們陸續(xù)就該問(wèn)題展開(kāi)深入研究。目前已有學(xué)者對(duì)多車(chē)艙車(chē)輛路徑問(wèn)題進(jìn)行了相關(guān)綜述 ［4-5］，但關(guān)于生鮮產(chǎn)品的多車(chē)艙車(chē)輛路徑優(yōu)化問(wèn)題還未得到應(yīng)有的關(guān)注。因此文章將針對(duì)相關(guān)文獻(xiàn)進(jìn)行整理和分析，首先根據(jù)現(xiàn)有文獻(xiàn)系統(tǒng)整理了生鮮產(chǎn)品車(chē)輛路徑規(guī)劃問(wèn)題。其次，對(duì)生鮮產(chǎn)品多車(chē)艙車(chē)輛路徑問(wèn)題進(jìn)行整理。最后對(duì)考慮環(huán)境問(wèn)題的生鮮產(chǎn)品多車(chē)艙車(chē)輛路徑問(wèn)題進(jìn)行綜述。分析當(dāng)前研究存在的問(wèn)題和未來(lái)可能的研究方向，力求推進(jìn)生鮮產(chǎn)品多車(chē)艙車(chē)輛路徑問(wèn)題在實(shí)際應(yīng)用領(lǐng)域的更好發(fā)展。

二、研究現(xiàn)狀

隨著經(jīng)濟(jì)的高速發(fā)展，人民生活水平隨之提高，對(duì)于購(gòu)物體驗(yàn)的要求也越來(lái)越高。尤其是受新冠肺炎疫情影響，人們對(duì)生鮮產(chǎn)品的品質(zhì)和需求量均有提高，冷鏈物流已成為現(xiàn)代物流發(fā)展的趨勢(shì)。然而，在現(xiàn)實(shí)情況下，生鮮產(chǎn)品冷鏈配送仍受到多種限制因素的制約，影響生鮮行業(yè)規(guī)模的進(jìn)一步擴(kuò)大和效率的進(jìn)一步提高。在此背景下，不少學(xué)者對(duì)生鮮冷鏈物流問(wèn)題進(jìn)行研究。吳靜旦［6］ 認(rèn)為影響生鮮農(nóng)產(chǎn)品配送的因素有產(chǎn)品品質(zhì)、冷鏈技術(shù)和信息化管理等。趙秀榮和崔佳［7］ 認(rèn)為對(duì)生鮮產(chǎn)品冷鏈配送業(yè)務(wù)的主要影響因素包括質(zhì)量安全、配送車(chē)輛路徑以及消費(fèi)者需求的不確定性等。

游佳和王鶯［8］ 研究發(fā)現(xiàn)生鮮農(nóng)產(chǎn)品冷鏈物流配送面臨成本高、效率低、車(chē)輛調(diào)度難、物流信息系統(tǒng)和職能平臺(tái)不完善，以及缺少應(yīng)急系統(tǒng)等問(wèn)題。饒培?。?］ 發(fā)現(xiàn)，生鮮產(chǎn)品冷鏈配送面臨的困境主要包括基礎(chǔ)設(shè)施薄弱、技術(shù)標(biāo)準(zhǔn)較低、專(zhuān)業(yè)人才缺乏、管理體系不完善以及市場(chǎng)化程度較低等。

陳見(jiàn)標(biāo)和陸宇海［10］ 探討了我國(guó)生鮮農(nóng)產(chǎn)品配送的最后一公里問(wèn)題，發(fā)現(xiàn)生鮮配送與客戶(hù)收貨之間存在時(shí)間錯(cuò)位、生鮮產(chǎn)品的時(shí)效性和費(fèi)用之間不平衡、難以做到產(chǎn)品追溯、信息不完整且共享機(jī)制不健全等問(wèn)題。

相飛［11］ 指出，通過(guò)互聯(lián)網(wǎng)技術(shù)的應(yīng)用，可以實(shí)現(xiàn)對(duì)生鮮產(chǎn)品冷鏈物流的全程追蹤和監(jiān)控，提高物流效率和產(chǎn)品品質(zhì)，但客戶(hù)需求的不確定性仍是重要的制約因素。由于客戶(hù)對(duì)生鮮產(chǎn)品的需求是具有一定的不確定性的，如購(gòu)買(mǎi)量、種類(lèi)、時(shí)間、地點(diǎn)等方面的不確定性，這種不確定性會(huì)導(dǎo)致生鮮產(chǎn)品的冷鏈物流難以做到精準(zhǔn)預(yù)測(cè)和規(guī)劃，從而增加物流成本，降低物流配送效率。

在經(jīng)典車(chē)輛路徑問(wèn)題的眾多延伸中，多車(chē)艙車(chē)輛路徑問(wèn)題在最近幾年被廣泛研究。多車(chē)艙車(chē)輛能夠聯(lián)合收集并運(yùn)輸具有不同特性的貨品，而單車(chē)艙運(yùn)送就需要分別運(yùn)輸。多車(chē)艙車(chē)輛使得路徑?jīng)Q策和訂單分配有了更大的靈活性。在當(dāng)下學(xué)術(shù)研究與實(shí)際應(yīng)用中，與多車(chē)艙相關(guān)的車(chē)輛路徑規(guī)劃問(wèn)題也被越來(lái)越頻繁地提出。其中，多車(chē)艙車(chē)輛的應(yīng)用對(duì)于生鮮產(chǎn)品冷鏈配送的發(fā)展尤為重要。

孫麗君等［5］ 分別從問(wèn)題結(jié)構(gòu)和研究領(lǐng)域兩個(gè)視角，按照不同研究屬性將多車(chē)艙車(chē)輛路徑問(wèn)題劃分為許多子問(wèn)題，并提出當(dāng)前多車(chē)艙車(chē)輛路徑問(wèn)題文獻(xiàn)的研究問(wèn)題主要來(lái)自現(xiàn)實(shí)應(yīng)用且集中在油品配送領(lǐng)域，而相關(guān)的模型算法在實(shí)際應(yīng)用中還存在一定的局限性。現(xiàn)有研究對(duì)于生鮮產(chǎn)品冷鏈配送、多車(chē)艙車(chē)輛路徑問(wèn)題的研究都相對(duì)深入，但是將兩者結(jié)合起來(lái)的研究較少。因此，文章首先概述生鮮產(chǎn)品VRP，再進(jìn)一步對(duì)生鮮產(chǎn)品多車(chē)艙車(chē)輛路徑問(wèn)題進(jìn)行綜述，最后深入介紹考慮環(huán)境因素的生鮮產(chǎn)品多車(chē)艙車(chē)輛路徑問(wèn)題。

（一）生鮮產(chǎn)品車(chē)輛的路徑

楊世堅(jiān)和陳韜［12］ 歸納得出生鮮產(chǎn)品車(chē)輛路徑問(wèn)題的類(lèi)型、算法和基本思路，強(qiáng)調(diào)實(shí)時(shí)信息對(duì)路徑規(guī)劃產(chǎn)生的影響具有時(shí)效性，并將隨機(jī)VRP分為用戶(hù)數(shù)量隨機(jī)、旅行時(shí)間隨機(jī)、用戶(hù)需求隨機(jī)和用戶(hù)空間位置隨機(jī)四種問(wèn)題類(lèi)型，指出現(xiàn)有多車(chē)艙車(chē)輛路徑問(wèn)題的研究主要集中在用戶(hù)需求隨機(jī)的類(lèi)型。

1需求不確定的生鮮產(chǎn)品車(chē)輛路徑問(wèn)題

生鮮產(chǎn)品的需求不確定性反映了顧客需求的變化特性，為了應(yīng)對(duì)顧客對(duì)生鮮產(chǎn)品的配送時(shí)間要求、配送數(shù)量和種類(lèi)的不同要求，對(duì)于用戶(hù)需求隨機(jī)的生鮮產(chǎn)品車(chē)輛路徑研究十分重要。

馬向國(guó)等［13］ 研究冷鏈物流運(yùn)營(yíng)中包含隨機(jī)需求的車(chē)輛路徑問(wèn)題時(shí)，為平衡客戶(hù)服務(wù)時(shí)間需求與客戶(hù)重要性，建立了以總成本最小為目標(biāo)的混合時(shí)間窗模型，并采用混合遺傳算法求解。崔巖等［14］ 為解決不確定環(huán)境下的生鮮產(chǎn)品車(chē)輛路徑問(wèn)題，建立配送成本最小化的生鮮產(chǎn)品配送路徑的優(yōu)化模型，采用改進(jìn)的粒子群算法使問(wèn)題得到解決。Ma等［15］ 考慮市場(chǎng)需求和時(shí)間的隨機(jī)性，構(gòu)建以預(yù)期收益最大化為目標(biāo)的非線性整數(shù)規(guī)劃模型，設(shè)計(jì)了一種混合遺傳算法（GA-RA算法）對(duì)問(wèn)題進(jìn)行求解。

2時(shí)變路網(wǎng)下生鮮產(chǎn)品車(chē)輛路徑問(wèn)題

生鮮產(chǎn)品具有易腐特點(diǎn)，對(duì)交貨時(shí)間和運(yùn)輸環(huán)境溫度敏感。消費(fèi)者購(gòu)買(mǎi)生鮮產(chǎn)品的需求往往覆蓋不同溫度需求，配送成本較高。且實(shí)際情況中路網(wǎng)狀態(tài)的變化往往引起配送車(chē)輛行駛時(shí)間的變化，影響生鮮時(shí)效性，考慮路網(wǎng)中車(chē)速的時(shí)變特性對(duì)配送路線優(yōu)化決策更具現(xiàn)實(shí)意義。

優(yōu)化物流配送過(guò)程對(duì)于提高效率和降低成本非常重要。李鋒和魏瑩［16］ ?針對(duì)車(chē)輛行駛速度隨時(shí)間變化的時(shí)變性質(zhì)，以配送成本最小為優(yōu)化目標(biāo)，構(gòu)建數(shù)學(xué)模型并提出自適應(yīng)優(yōu)化算法對(duì)路線規(guī)劃進(jìn)行實(shí)時(shí)動(dòng)態(tài)調(diào)整。由于冷鏈運(yùn)輸車(chē)輛對(duì)環(huán)境溫度敏感，Hu等［17］ 綜合分析了車(chē)輛制冷系統(tǒng)燃料的熱損耗隨環(huán)境溫度變化的性質(zhì)，建立了以總成本最低為目標(biāo)的模型，并提出一種結(jié)合了變鄰域搜索和粒子群優(yōu)化的自適應(yīng)啟發(fā)式算法，采用兩階段分解的方法進(jìn)行求解。Liu和Fan［18］ ?建立了一種基于實(shí)時(shí)交通情況的生鮮產(chǎn)品車(chē)輛配送模型，并利用遺傳算法實(shí)現(xiàn)了初始路徑的設(shè)計(jì)與優(yōu)化調(diào)整，以實(shí)現(xiàn)更加高效的配送，削弱動(dòng)態(tài)流量對(duì)客戶(hù)滿(mǎn)意度的負(fù)面影響。Padilla 等［19］ 利用國(guó)際粗糙度指數(shù)量化道路平坦度對(duì)車(chē)輛行車(chē)產(chǎn)生的影響，構(gòu)建以載物損壞度最小和車(chē)輛行駛距離最短為目標(biāo)的模型，通過(guò)非支配排序遺傳算法對(duì)進(jìn)行求解。

Zulvia等［20］ ?研究生鮮產(chǎn)品綠色車(chē)輛路徑問(wèn)題，構(gòu)建綜合考慮產(chǎn)品的新鮮度、交通、運(yùn)行時(shí)間限制、時(shí)間窗以及碳排放等因素的模型，并使用多目標(biāo)梯度演化算法對(duì)改模型進(jìn)行求解。丁艷［21］ 分析了多溫共配車(chē)輛路徑優(yōu)化的干擾因素，建立了以總成本、時(shí)間和風(fēng)險(xiǎn)（如：路況）為目標(biāo)的路徑模型，采用量子比特描述路徑信息并通過(guò)蟻群算法進(jìn)行求解，實(shí)現(xiàn)優(yōu)化并驗(yàn)證了有效性。

（二）生鮮產(chǎn)品多車(chē)艙車(chē)輛的路徑

針對(duì)商店配送的多車(chē)艙布局的車(chē)輛路徑問(wèn)題，Chajakis和Guignard［22］ 構(gòu)建整數(shù)規(guī)劃模型，并提出一種拉格朗日近似方法來(lái)解決只有儲(chǔ)物箱、儲(chǔ)物箱和隔板并存的兩類(lèi)多艙室問(wèn)題，最后通過(guò)小規(guī)模實(shí)驗(yàn)確定該方法可以節(jié)約的派車(chē)數(shù)量。Derigs等［23］ 建立整數(shù)規(guī)劃模型，并設(shè)計(jì)一套MCVRP求解器，分別針對(duì)固定和可變車(chē)輛艙室的兩種情況進(jìn)行求解。在Derigs等的工作基礎(chǔ)上，Pirkwieser等［24］ 重點(diǎn)研究了車(chē)廂裝載問(wèn)題，以提高車(chē)廂的裝載率，并提出使用可變鄰域搜索算法和分支定界方法來(lái)求解該問(wèn)題。

Kurnia等［25］ 提出旅行商問(wèn)題（TSP）可以使用VRP進(jìn)行建模，并針對(duì)蔬菜運(yùn)輸問(wèn)題設(shè)計(jì)改進(jìn)的遺傳算法。Hübner和Ostermeier［26］ 為解決考慮裝載和卸載成本的MCVRP問(wèn)題，采用大鄰域搜索算法，并通過(guò)實(shí)驗(yàn)表明總成本可進(jìn)一步降低。

唐珍和王淑云［27］ 通過(guò)對(duì)比兩類(lèi)多溫共配的冷鏈運(yùn)輸模式，研究了多溫共配在冷鏈物流中的運(yùn)行模式，實(shí)現(xiàn)了共配兩種不同溫度需求的貨物，從而降低了配送總成本。胡衛(wèi)等［28］ 使用一種特殊的編碼方式和遺傳算子來(lái)實(shí)現(xiàn)更好的結(jié)果，基于此設(shè)計(jì)的遺傳算法能夠有效解決不同溫度需求下的產(chǎn)品共同配送問(wèn)題。針對(duì)同時(shí)取送貨的車(chē)輛路徑優(yōu)化問(wèn)題（VRPDSP），這種冷凍區(qū)隔車(chē)多溫共配模式與傳統(tǒng)的模式相比，能夠?qū)⒖偝杀窘档图s46%。陶榮［29］ 綜合考慮多種成本因素，構(gòu)建了多溫共配的優(yōu)化模型，利用C++語(yǔ)言進(jìn)行程序設(shè)計(jì)并實(shí)現(xiàn)對(duì)路徑的優(yōu)化，并采用蟻群算法針對(duì)此模型提供求解思路。陳久梅等［30］ 以最小化配送成本為目標(biāo)，建立了生鮮產(chǎn)品多車(chē)艙車(chē)輛路徑優(yōu)化模型，采用粒子群算法進(jìn)行求解，并證明了此算法的穩(wěn)定性和良好的收斂性。牛燕青［31］ 構(gòu)建了一個(gè)考慮軟時(shí)間窗的冷鏈物流配送模型， 在隨機(jī)環(huán)境下利用改進(jìn)粒子群算法得到最優(yōu)路徑規(guī)劃， 并通過(guò)算例證明了模型和算法的有效性。耿菲［32］ 通過(guò)設(shè)計(jì)兩種多車(chē)艙車(chē)輛路徑模型對(duì)冷鏈物流進(jìn)行了優(yōu)化，使車(chē)輛的固定成本、行駛成本、能源成本和貨損成本最小化，運(yùn)用改進(jìn)的遺傳算法對(duì)問(wèn)題進(jìn)行求解，并用算例驗(yàn)證模型和算法的有效性。

（三）考慮環(huán)境因素的生鮮多車(chē)艙車(chē)輛路徑問(wèn)題

國(guó)家統(tǒng)計(jì)局最新數(shù)據(jù)顯示：截至2021年末我國(guó)民用汽車(chē)保有量30151萬(wàn)輛，以每年69%的幅度增長(zhǎng)。據(jù)國(guó)家統(tǒng)計(jì)局發(fā)布的《中國(guó)統(tǒng)計(jì)年鑒-2022》統(tǒng)計(jì)，我國(guó)民用載貨汽車(chē)保有量達(dá)到3258萬(wàn)輛，占民用汽車(chē)總量的1107%。交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)能源消耗總量已由2010年的271億噸標(biāo)準(zhǔn)煤增至2020年的413億噸標(biāo)準(zhǔn)煤，占我國(guó)能源消費(fèi)總量的比例由751%提升至828%，交通運(yùn)輸業(yè)仍有很大的綠色化空間。

為積極響應(yīng)國(guó)家對(duì)綠色物流、低碳發(fā)展的號(hào)召，面對(duì)物流業(yè)迅速發(fā)展的現(xiàn)實(shí)情況，學(xué)者們?cè)絹?lái)越關(guān)注綠色車(chē)輛問(wèn)題。李英等［33］ 將綠色車(chē)輛路徑問(wèn)題分為兩類(lèi)：傳統(tǒng)車(chē)輛以污染最低為目標(biāo)，以及新能源汽車(chē)以運(yùn)營(yíng)成本最小為目標(biāo)。Rabbani等［34］ 考慮車(chē)輛的污染排放，最大限度地減少負(fù)載、速度等車(chē)輛運(yùn)行成本，選擇兩種元啟發(fā)式算法（遺傳算法和模擬退火算法）以及混合元啟發(fā)式算法來(lái)解決所提出的問(wèn)題，并將結(jié)果進(jìn)行比較。Chen等［35］ 基于某家冷鏈配送公司的多車(chē)艙車(chē)輛路徑問(wèn)題建立了數(shù)學(xué)模型，最小化車(chē)輛運(yùn)行成本和燃油消耗成本，并設(shè)計(jì)了一種自適應(yīng)的大鄰域搜索算法解決問(wèn)題。徐詩(shī)雯［36］ 基于Chen等人的研究，考慮到減少碳排放，將燃油車(chē)輛替換為電動(dòng)汽車(chē)，以總成本最低為目標(biāo)設(shè)計(jì)了運(yùn)用于冷鏈物流的多車(chē)艙電動(dòng)汽車(chē)路徑規(guī)劃模型，采用混合蟻群算法求解，最后驗(yàn)證了電動(dòng)車(chē)配送模式環(huán)保高效、節(jié)約成本。Chen等［37］ 考慮了碳排放對(duì)環(huán)境的影響，提出生鮮電商中出現(xiàn)的帶時(shí)間窗的多車(chē)艙車(chē)輛路徑問(wèn)題。以出行成本、固定成本、制冷成本和碳排放成本的總和最小值為優(yōu)化目標(biāo)，提出一種變鄰域搜索算法進(jìn)行求解。

三、現(xiàn)有研究中較少涉及的問(wèn)題

當(dāng)前學(xué)術(shù)界對(duì)生鮮冷鏈 VRP 的研究涉及的類(lèi)型較為豐富，相應(yīng)的研究框架也相對(duì)完備。但仍存在一些鮮有涉及的方面，值得繼續(xù)深入研究和完善。

（1）生鮮產(chǎn)品多車(chē)艙配送中，多種特性產(chǎn)品不能混裝的特質(zhì)以及相應(yīng)隔室的增加、隔室容量的限制造成了研究的差異性及困難性，很多研究都還沒(méi)有考慮到多車(chē)艙車(chē)輛獨(dú)有的特點(diǎn)，如改艙、換艙等。同時(shí)現(xiàn)有算法還不能實(shí)時(shí)處理各種隨機(jī)發(fā)生的信息，響應(yīng)速度有待提高，對(duì)如何運(yùn)用并行算法還有待進(jìn)一步探討。

（2）傳統(tǒng)的車(chē)輛路徑問(wèn)題中忽略了對(duì)環(huán)境的保護(hù)，很少有考慮碳排放等環(huán)境因素的多車(chē)艙車(chē)輛路徑規(guī)劃研究。如何將減少燃料消耗、減少碳排放等因素納入到路徑規(guī)劃中，是需要在研究中繼續(xù)推進(jìn)的內(nèi)容。同時(shí)，為滿(mǎn)足現(xiàn)代物流動(dòng)態(tài)不確定環(huán)境下配送的需求，更加智能高效的實(shí)時(shí)動(dòng)態(tài)路徑優(yōu)化方法也是值得深入研究的方向。

（3）隨著網(wǎng)絡(luò)信息系統(tǒng)、硬件設(shè)施和物流服務(wù)的發(fā)展，生鮮產(chǎn)品的配送需求數(shù)量和質(zhì)量都逐步增加。多個(gè)品類(lèi)生鮮產(chǎn)品的冷鏈物流配送為適應(yīng)經(jīng)濟(jì)社會(huì)的發(fā)展趨勢(shì)，對(duì)MCVRP方面的研究亟需補(bǔ)充。除了多車(chē)艙車(chē)輛的應(yīng)用，庫(kù)存管理、人事安排、選址、設(shè)備更新和高新技術(shù)應(yīng)用等既是必須考慮的現(xiàn)實(shí)因素，也是重要研究的課題。然而如何將這些研究課題與生鮮產(chǎn)品的配送相結(jié)合以增加其實(shí)用性，是當(dāng)下亟待解決的問(wèn)題。

四、總結(jié)與展望

多車(chē)艙車(chē)輛的運(yùn)用以及路線設(shè)計(jì)在實(shí)際的運(yùn)輸流程中，尤其是生鮮產(chǎn)品的冷鏈運(yùn)輸與配送上具有廣闊的應(yīng)用前景。但目前學(xué)術(shù)界對(duì)生鮮產(chǎn)品多車(chē)艙車(chē)輛的路徑規(guī)劃問(wèn)題方面的研究還遠(yuǎn)遠(yuǎn)不夠。本文通過(guò)總結(jié)梳理現(xiàn)有相關(guān)文獻(xiàn)的研究問(wèn)題和研究方法，從確定性因素和不確定性因素兩個(gè)方面入手，另外考慮到環(huán)境保護(hù)的綠色物流問(wèn)題，為后續(xù)研究提供參考。基于生鮮產(chǎn)品多艙車(chē)輛路徑問(wèn)題的研究現(xiàn)狀，未來(lái)的研究方向可以概括為以下四點(diǎn)。

（1）擴(kuò)展多車(chē)艙車(chē)輛路徑問(wèn)題考慮的因素范圍。目前研究所考慮的因素有很多種，但大部分研究主要集中在某一因素上，在其他方面還存在一些研究空白，比如，將車(chē)輛路徑問(wèn)題中常見(jiàn)的因素引入多車(chē)艙車(chē)輛路徑研究中，以及考慮多車(chē)艙車(chē)輛獨(dú)有的特點(diǎn)，如改艙、換艙等因素。

（2）考慮動(dòng)態(tài)因素的多車(chē)艙車(chē)輛路徑設(shè)計(jì)。目前，關(guān)于動(dòng)態(tài)MCVRP的實(shí)際應(yīng)用研究較少，如新需求的動(dòng)態(tài)生成、需求的隨機(jī)性等。雖然現(xiàn)有算法無(wú)法滿(mǎn)足實(shí)際應(yīng)用中對(duì)車(chē)輛實(shí)時(shí)調(diào)度的需求，但如今物聯(lián)網(wǎng)技術(shù)的高速發(fā)展已經(jīng)能夠即時(shí)掌握客戶(hù)信息、車(chē)輛信息、載貨信息等數(shù)據(jù)的變化，有能力處理隨機(jī)動(dòng)態(tài)因素，對(duì)實(shí)時(shí)動(dòng)態(tài)配送調(diào)度的需求進(jìn)一步增強(qiáng)。

（3）考慮環(huán)境因素的多車(chē)艙車(chē)輛路徑規(guī)劃問(wèn)題?？紤]環(huán)境因素的多車(chē)艙車(chē)輛路徑規(guī)劃研究近兩年受到關(guān)注，但文獻(xiàn)量相對(duì)較少。如今能源危機(jī)和環(huán)保問(wèn)題受到人類(lèi)重視，而多車(chē)艙車(chē)輛作為物流行業(yè)的交通工具，尤其在生鮮產(chǎn)品冷鏈運(yùn)輸中作用突出，相關(guān)考慮環(huán)境因素的路徑規(guī)劃問(wèn)題亟待研究。

（4）多車(chē)艙車(chē)輛路徑規(guī)劃與高新技術(shù)和硬件設(shè)施的結(jié)合。為提升分析決策和自動(dòng)化操作的能力，如何運(yùn)用區(qū)塊鏈技術(shù)、智能軟硬件系統(tǒng)、物聯(lián)網(wǎng)、大數(shù)據(jù)分析等技術(shù)手段，進(jìn)行精細(xì)化、動(dòng)態(tài)化、可視化的路徑規(guī)劃與管理，仍有待深入研發(fā)。

參考文獻(xiàn)：

［1］ ABDELLAH E F， CHRISTIAN P， ROBERTO W C A memetic algorithm and a tabu search for the multi-compartment vehicle routing problem［J］. Computers and operations research， 2006， 35 （5）： 1725-1741

［2］ CHRISTOFIES N， MINGOZZI A， TOTH P The vehicle routing problem［J］. Traveling salesman problem， 1979： 315-338

［3］ 詹紅鑫， 王旭坪， 孫自來(lái)，等 基于鄰域搜索的成品油多艙多目標(biāo)配送路徑優(yōu)化算法研究 ［J］. 系統(tǒng)工程理論與實(shí)踐， 2019， 39 （10）： 2660-2667

［4］ MENDOZA J E， CASTANIER B， GUERET C， et al A memetic algorithm for the multi-compartment vehicle routing problem with stochastic demands［J］. Computers & operations research， 2010， 37 （11）：1886-1898

［5］ 孫麗君， 周雅嫻， 滕玥，等 多車(chē)艙車(chē)輛路徑問(wèn)題的研究現(xiàn)狀與發(fā)展［J］.系統(tǒng)工程理論與實(shí)踐， 2021， 41 （6）：1535-1546

［6］ 吳靜旦 基于O2O模式的生鮮農(nóng)產(chǎn)品冷鏈物流配送網(wǎng)絡(luò)創(chuàng)新研究［J］. 農(nóng)業(yè)經(jīng)濟(jì)， 2019 （7）： 133-134

［7］ 趙秀榮， 崔佳 我國(guó)生鮮農(nóng)產(chǎn)品冷鏈物流配送路徑優(yōu)化研究［J］. 農(nóng)業(yè)經(jīng)濟(jì)， 2018 （5）： 130-132

［8］ 游佳， 王鶯 生鮮農(nóng)產(chǎn)品冷鏈物流配送模式研究［J］. 現(xiàn)代商業(yè)， 2017 （24）： 9-10

［9］ 饒培俊 生鮮農(nóng)產(chǎn)品冷鏈物流配送問(wèn)題探究［J］. 廣東蠶業(yè)， 2020， 54 （11）： 119-120

［10］陳見(jiàn)標(biāo)， 陸宇海 基于末端需求的生鮮食品物流配送模式優(yōu)化［J］. 商業(yè)經(jīng)濟(jì)研究， 2021 （6）： 100-102

［11］ 相飛 生鮮農(nóng)產(chǎn)品冷鏈物流共同配送路徑優(yōu)化［J］. 時(shí)代經(jīng)貿(mào)， 2019 （18）： 16-17

［12］ 楊世堅(jiān)， 陳韜 隨機(jī)車(chē)輛路徑問(wèn)題研究綜述［C］.中國(guó)系統(tǒng)工程學(xué)決策科學(xué)專(zhuān)業(yè)委員會(huì)第六屆學(xué)術(shù)年會(huì)論文集， 2005

［13］ 馬向國(guó)， 劉同娟， 楊平哲， 等 基于隨機(jī)需求的冷鏈物流車(chē)輛路徑優(yōu)化模型［J］. 系統(tǒng)仿真學(xué)報(bào)， 2016， 28 （2）： 1824-1832， 1840

［14］ 崔巖， 張子祥， 時(shí)新， 等 考慮客戶(hù)時(shí)間緊迫度的生鮮電商配送路徑優(yōu)化問(wèn)題［J］. 鄭州大學(xué)學(xué)報(bào)（工學(xué)版）， 2017， 38（6）： 59-63

［15］ MA X， WANG S， BAI Q Coordination of production scheduling and vehicle routing problems for perishable food productions［J］. International journal of internet manufacturing and services， 2019， 6 （1）： 79-96

［16］ 李鋒， 魏瑩 易腐貨物配送中時(shí)變車(chē)輛路徑問(wèn)題的優(yōu)化算法［J］. 系統(tǒng)工程學(xué)報(bào)， 2010， 25（4）： 492-498， 519

［17］ HU H， ZHANG Y， ZHEN L A two-stage decomposition method on fresh product distribution problem［J］. International journal of production research， 2017， 55 （6）： 4729-4952

［18］ LIU J R， FAN T J Optimization of dynamic vehicle routing problem for fresh agricultural products［J］. Science and engineering research center， 2017： 398-402

［19］ PADILLA M P B， NISPERUZA P A， LOPEZ J M， et al Vehicle routing problem for the minimization of perishable food damage considering road conditions［J］. Logistics research， 2018， 11 （2）： 1-13

［20］ ZULVIA F E， KUO R J， NUGROHO D Y A many objective gradient evolution algorithm for solving a green vehicle routing problem with time windows and dependency for perishable products［J］. Journal of clear production， 2020， 242： 118428

［21］ 丁艷多溫共配冷鏈物流車(chē)輛配送路徑優(yōu)化仿真［J］. 沈陽(yáng)工業(yè)大學(xué)學(xué)報(bào)， 2021， 43 （3）： 311-316

［22］ CHAJAKIS E D， GUIGNARD M Scheduling deliveries in vehicles with multiple compartment［J］. Journal of global optimization， 2003， 26 （1）： 43-78

［23］ DERIGS U， GOTTLIED J， KALKOFF J， et al Vehicle routing with compartments： applications， modelling and heuristics［J］. Or spectrum， 2011， 33 （4）： 885-914

［24］ PIRKWIESER S， RAIDL G R， GOTTLIED J Improved packing and routing of vehicles with compartments［C］.International conference on computer aided systems theory， 2011： 392-399

［25］ KURNIA， H， WAHYUNI， EG， PEMBRANI， EC， et al Vehicle routing problem using genetic algorithm with multi compartment on vegetable distribution［J］. 2018， 325，

［26］ Hübner A， Ostermeier M A multi-compartment vehicle routing problem with loading and unloading costs［J］. Transportation science， 2019， 53（1）： 282-300

［27］ 唐珍， 王淑云 多溫共配冷鏈物流的優(yōu)化研究［J］.物流工程與管理， 2012（11）： 126-127， 125

［28］ 胡衛(wèi)，梁承姬，樊陸彬 基于同時(shí)取送貨的多溫共配冷鏈車(chē)輛路徑優(yōu)化［J］. 廣西大學(xué)學(xué)報(bào)（自然科學(xué)版）， 2016， 41（5）， 1576-1584

［29］ 陶榮 基于蟻群算法的多溫共配冷鏈物流配送問(wèn)題研究［J］. 物流技術(shù)， 2014（9）： 302-304

［30］ 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

［31］ 牛燕青 基于隨機(jī)情況下的多溫共配冷鏈物流配送方案研究［D］. 煙臺(tái)：煙臺(tái)大學(xué)， 2014

［32］ 耿菲 多車(chē)艙冷鏈物流車(chē)輛路徑優(yōu)化問(wèn)題研究［D］. 大連：大連海事大學(xué)， 2018

［33］ 李英， 李慧， 成琪 基于文獻(xiàn)計(jì)量和知識(shí)圖譜的國(guó)際綠色車(chē)輛路徑問(wèn)題研究發(fā)展分析［J］. 中國(guó)管理科學(xué)， 2016（24）： 206-216

［34］ RABBANI M， TAHAEI Z， FARROKHI A H，et al Using meta-heuristic algorithms and hybrid of them to solve multi-compartment vehicle routing problem［C］.International conference in industrial engineering and engineering management 2017： 1022-1026

［35］CHEN L， LIU Y， LANGEVIN A A multi-compartment vehicle routing problem in cold-chain distribution［J］. Computers & operations research， 2019， 111： 58-66

［36］ 徐詩(shī)雯 基于電動(dòng)汽車(chē)的多溫區(qū)冷鏈物流配送路徑優(yōu)化問(wèn)題研究［D］.北京：北京交通大學(xué)， 2020

［37］CHEN J， DAN B， SHI J A variable neighborhood search approach for the multi-compartment vehicle routing problem with time windows considering carbon emission［J］. Journal of cleaner production， 2020， 277： 123932

Research Status and Prospect of Fresh Product Cold

Chain in Multi-Compartment Vehicle Routing Problem

FENG Yan-ling1， ZHANG Chu-ni1， SU Zhi-ning1， GUO Tao-fei2

（1School of Modern Post， Beijing University of Posts and Telecommunications， Beijing 100876;

2School of Cyberspace Security， Beijing University of Posts and Telecommunications， Beijing 100876）

Abstract：The Multi-compartment vehicle routing problem （MCVRP） is a significant issue in the domain of fresh products distribution and cold chain logistics Particularly in the context of recurring epidemics， the MCVRP exhibits extensive applications and promising development prospects in fresh product distribution In this paper， relevant studies of domestic and foreign scholars in recent years on vehicle routing optimization of fresh products are systematically summarized The problem is reviewed separately in terms of fresh products VRP， fresh products MCVRP and fresh products MCVRP considering environmental factors Additionally， this paper identifies current research gaps and presents future research prospects， with the goal of advancing the practical applications of the multi-compartment vehicle routing problem in the fresh products domain

Keywords： fresh products; multi-compartment vehicle routing problem;green distribution;dynamic uncertain environment