文献综述
- 前言
随着电商企业的发展和第三方物流网络的普及，农产品电商企业正在通过高度信息化的服务方式满足大城市人们对与新鲜农产品的多样化需求，生鲜农产品因其特殊的保存及运输要求导致物流成本过高，且物流服务需要很强的时效性，因此要选择科学的算法来解决农产品电商的城市物流配送问题，制订新的配送线路并对原有线路进行优化，提高物流效率，为企业提供借鉴。
1.1 问题背景
国内的生鲜电商企业不断发展，特定消费人群对于生鲜农产品的需求快速增长，为保证生鲜电商的发展，冷链物流服务成为生鲜农产品物流中的重要组成部分，国内主要依靠航空运输价值较高的生鲜产品，顺丰作为空运货机保有量最多的物流企业，其在生鲜农产品领域推出的顺丰优选是农产品电商的典型代表，紧随其后的是圆通，在阿里的扶持下，圆通快递公司的空运规模也在不断发展，作为长期处理低运价的淘宝货物的物流企业，通达系正在逐渐打破顺丰在生鲜电商物流中的垄断，农产品生鲜领域正在成为物流企业新的竞争点。生鲜产品在物流较容易变质或损坏，对于价值较高的生鲜农产品，往往采用专用的冷藏箱进行包装，使其能够适应和普通货物一起运输，成本高且需要回收，对于价值较低的生鲜产品，只能因为物流成本过高而选择进行区域销售或短途销售，即不进行冷藏包装，在短时间内进行短途的陆路运输并进行配送，其中对时间性的要求更加严格，配送难度更大。冷链运输是一个庞大的工程，其运作所需的投资较常温物流更高，同时在运作中的时效性要求各环节需要更好的协调性，能耗成本贯穿始终，控制能耗对于冷链的发展十分重要。[8]
国内生鲜农产品电商在商品配送中存在很多问题。首先，将生鲜商品作为普通货物处理，[2]使用常规车辆配送，通过赶在较短的时间内将生鲜货物送达，来避免使用冷藏车配送所产生的额外的物流成本：其次，对于系统内收到的订单及收货地址不能有效处理，配送路线使用人工进行规划，不能高效的利用资源，且在一定区域内的订单量较多时，人工规划线路造成时间和物流成本的损失逐渐扩大。
1.2 研究方法
为解决生鲜产品在配送中存在的种种问题,这类问题常常被总结为车辆运输问题（VRP），常见VRP的求解方法，分为精确算法与启发式算法，其中精确算法有分支界限法、分支切割法、集合涵盖法等；启发式算法有节约法、模拟退火法、确定性退火法、禁忌搜寻法、基因算法、神经网络、蚂蚁殖民算法等。[3]
蚁群算法;蚁群算法(ant colony optimization, ACO)，又称蚂蚁算法，是一种用来在图中寻找优化路径的机率型算法。它由Marco Dorigo于1992年在他的博士论文中提出，其灵感来源于蚂蚁在寻找食物过程中发现路径的行为。蚁群算法是一种模拟进化算法，针对PID控制器参数优化设计问题。
遗传算法;遗传算法（Genetic Algorithm）是一类借鉴生物界的进化规律（适者生存，优胜劣汰遗传机制）演化而来的随机化搜索方法。它是由美国的J.Holland教授1975年首先提出，其主要特点是直接对结构对象进行操作，不存在求导和函数连续性的限定；具有内在的隐并行性和更好的全局寻优能力；采用概率化的寻优方法，能自动获取和指导优化的搜索空间，自适应地调整搜索方向，不需要确定的规则。
