【摘要】轴式网络因高活性和快速反应能力在现代快递行业中已被遍使用，而其中各枢纽节点也是降低物流供应链环节相关成本的重心所在。当前生鲜农产品因易腐败性和新鲜度极度依赖冷链运输，每次配送不可避免地会造成部分商品损毁而无法销售食用。文中着重研究将轴辐式网络与生鲜农产品的配送相结合，并在中途节点间设立互补仓，利用鱼群算法确定各互补仓的最佳选址地点，从而尽可能降低货损率以及物流成本，以期为生鲜农产品的配送提供新的解决方案。

　　【关键词】生鲜农产品：轴辐式网络：互补仓：鱼群算法：物流选址

　　现阶段我国的轴辐式网络主要运用于物流及快递行业通过建立核心枢纽、大型节点等中转环节，形成以货源地为中心，各中转点为次中心，终端消费者为目标客户的大型网络结构。对比传统单一的配送网络，轴辐式网络结构具有高灵活性和快速反应的优势，各枢纽之间能够做到信息共享，使得整个网络实现快速流通，降低物流成本。当前，我国的轴辐式网络结构可细分为单枢纽轴辐式网络、多枢纽轴辐式网络、混合轴辐式网络和多枢纽多分配轴辐式网络等，应根据实际情况和物流需求采取不同的轴辐式网络类型。

　　此外，我国作为传统的农业大国，各类农副产品的需求量保持高位增长。如今，绝大多数生鲜农产品的配送极度依赖冷链物流，跨区域调配生鲜农产品不可避免地会导致一定程度的货损.再加上我国的冷链物流也处于起步发展阶段，各项技术与发达的物流大国相比仍存在差距，降低生鲜农产品的货损率、减少物流成本自然而然成为了物流学者吸待解决的问题。本文提出在枢纽节点之间建立互补仓，各商户如遇到供需不平衡的问题可前往合适位置的互补仓自行进行补货或出售，避免因小规模向货源地调货面造成的货物损毁，同时也能节约相应的成本。

　　基于此，互补仓的选址问题便成为了研究的重点。本文将采用鱼群算法，以南京市众彩批发市场作为货源地为例，将轴辐式网络与生鲜农产品配送相结合，分析研究众彩批发市场在南京市所形成的生鲜农产品轴辐式配送网络，并选址合适的互补仓地点。

　　1国内外研究进展

　　针对轴辐式网络和生鲜农产品配送的问题，国内外许多专家从不同的角度给出了自己的见解。同时，越来越多的学者利用启发式智能算法或图例构建改进的网络结构，试图不断优化现有的模型

　　在轴辐式网络方面，马瑞光通过分析枢纽点的流量变化得到基于流量的变动成本，并在此基础上建立轴辐式网络模型；胡晶晶则重点关注双轴辐式网络的合作，并对网络构建和运输运作阶段进行优化；王璐璐从网络搭建出发，通过加入轴福式网络，以期形成规模化物流，降低组织成本：戴涛基于碳排放的竞争环境构建了一种双层规划模型，并运用于轴辐式网络的选址问题；王雅宁等考虑了港口问题中可能存在完全失效的风险，为班轮运输设计了轴辐式网络结构，可有效应对潜在风险；周奇才等以整体网络的物流成本和时间为目标，建立了优化的指派化模型框架；刘雨则主要关注下层网络的优化问题，并以最小化总运营成本为目标，进行网络决策与设计：尚刘冰将轴辐式网络与我国的航空货运布局相结合，推动企业科学设计货运航线网络；刘杰等构建了以区域城市为中心的轴辐式网络结构，旨在有效指导区域城市间的货运及网络运营；王文雅，李振福具体到考虑国内煤炭的运输结构，以轴辐式网络的方式进行优化；杨睿芳在设计时将枢纽可能会爆仓的现象考虑在内，并针对这一潜在风险提出了具体的解决方案，设计出柔性的轴辑式网络。

　　在生鲜农产品配送方面，刘邹洲等运用FTA法构建了物流冷链配送中失温风险的故障树模型.根据数据进行适当分析，最后给出风险防控策略：周开权依托我国乡村振兴的大背景，以共享经济理论为依据，针对性地解决物流冷链运输中的问题；于清等着重探讨了利用地铁开展生鲜农产品配送的可能性，并利用SWOT分析法系统分析了优劣势，提出了理论新模式：陈智超，张晓林5主要研究了“公司+农户”的订单农业，分析市场动态价格下对生鲜农产品供应链的影响，建立灰博模型，保证合作的稳定性；秦小辉，赵晨曦[61通过大量的数据分析，运用三阶段DEA模型测算了冷链物流效率，并提出相应的对策建议。

　　此外，还有相当一部分国外学者的研究成果，如Bannor等评估了消费者对选择超市购买农产品的意愿，使用B回归来检查食品支出比例的决定因素：MostafaParsa等针对航空运输问题展开研究，开发了多目标混合模型，以轴辐式网络的形式进行设计，力求达到减少燃油消耗和温室气体排放的目的：FlorianMartin等19以快递为切人点，提出了一种考虑到期定价、客户决策和相关约束的新模型，同时，利用启发式算法求解设计轴辐式网络，提出新的理论效应：Mokhtarzadeh Mahdi等则重点研究配送网络中枢纽的作用，并发展了一个新颖的枢纽分配问题，尤其是在需求快速变化的环境下可以降低枢纽的开闭成本

　　2现状简述及模型构建分析

　　2.1现状简述

　　近年来，随着轴辐式网络在快递行业中的广泛运用，货源地-各级枢纽点-终端零售点的网络结构日趋完善。对于下一个阶段的轴辐式网络结构研究来说，扩大枢纽点的地位，有效链接上下游参与者便成为了重点，同时，针对不同实际情况规划构造有所不同的轴辐式网络模式有助于降低整个过程的物流成本，提高物流配送效率。

　　另一方面，尽管我国的冷链物流发展迅速，但在配送生鲜农产品时仍会因为运距或转运方面的问题而导致大量的货损。据不完全统计，每年中国生鲜农产品配送的货损率高达20%以上，预计损失金额超过千亿人民币，其中，果蔬等易腐败品种的货损率甚至能达到30%，这是非常庞大的资源浪费在现阶段国家大力倡导勤俭节约的背景下，最大程度减少生鲜农产品配送过程中的货损或浪费现象迫在眉睫。

　　本文基于此问题，以南京众彩批发市场为例，提出了互补仓的概念，即将生鲜农产品的配送与轴辐式网络相互结合，在枢纽点或零售点环节设立一定数量的互补仓，用来满足各级客户的货物互补需求。当供求关系变化或信息预测失效等因素导致进货量异常时.可以前往距离较近的互补仓与其他有需求的客户进行货物交易，过多进货的可以将多出的货物二次交易给有需要的商户，过少进货的不再需要跨长线前往货源地进行调货。这有助于减少生鲜农产品的货损率，保障货物质量及消费者的食品安全，同时也可降低配送成本

　　2.2模型构建分析

　　2.2.1模型因素考虑及构建

　　①不考虑自然因素对配送过程造成的影响：②在互补仓二次交易的客户都有相应可交易的货物，排除零交易：3各环节默认统一的运输工具：④市场需求覆盖率恒定不变：不考互补仓本身的建设成本。构建轴辐式网络模型如图1所示。

　　接着，在轴辐式网络范围内随机选址建立互补仓，如图2所示。

　　目标函数构建：

　　综上，总目标函数如下:

　　约束条件如下：

　　①每个需求点j必须被一个供应点i或互补仓服务。

　　②每个供应点i和互补仓k都有一个产出和容量限制。

　　③互补仓不能同时建在供应点和需求点上。

　　④互补仓的建设必须满足条件。

　　⑤互补仓之间不能重叠。

　　⑥仓库之间的距离不能超过半径radius。

　　⑦其中，y和均为0-1变量，表示仓库是否建在供应点i或候选点k上。

　　其中，变量参数说明见表1。

　　2.2.2算法分析
       本文在选址互补仓的地点问题上采用鱼群算法，通过模拟鱼群中个体的觅食、聚集和追尾等随机行为，以求实现在全局范围内寻找最优解。鱼群算法是一种新型仿生群智能优化算法，通过模拟鱼群及其周边环境的示意图理解，如图3所示：一条鱼个体的当前位置为X.它的视野范围为Visual位置X为其在某时刻的视点所在的位置，如果该位置的食物浓度高于当前位置，则考虑向该位置方向前进一步，即到达位置X；如果X位置不比当前位置食物浓度更高，则继续巡视视野内的其他位置。巡视的次数越多，则对视野内的状态了解越全面，从而对周围的环境有一个全方面立体的认知，这有助于做出相应的判断和决策。

　　图中，位置X=（x1，x2，....，xn）xi=（x1 y，x2 y,...,xn y），该过程的表示如下：

　　其中，是[-11]的随机区间，slep为移步长

　　可以看出，所谓鱼群算法，就是作为对象因子的个体在一定范围内做随机寻找最优值并不断相互选代的过程。在大量个体运动轨迹的交差互替的情况下，最终所得到的那些最优解可以根据实际情况进行分类处理，这对于问题所需得出的最后结论是一种灵活有效的算法解决方式。

　　针对本文求解互补仓选址地点的问题，现列出所需要的关键算法参数，如表2所示。

　　①其中物流成本权重、距离成本权重和市场需求覆盖率权重三者的总和为1利用层次分析法分别为各权重赋值。先对三个因素进行两两比较，得出尺度表（表3）。

　　接着，设一次性指标为0.03，接受水平为0.1计算每个因素相较于整体的权重：物流成本权重为0.357：距离成本权重为0.214：市场需求覆盖权重为0.429。然后，令物流成本权重为x，通过0.357x+0.214x+0.429x=1x=1.56。最终得到物流成本权重为0.557，距离成本权重为0.334市场需求覆盖率为0.109作为计算参数的值

　　②市场需求半径数据来源于国家地理信息服务平台，且为现实真实数据。由于众彩批发市场地处南京市江宁区，位于南京主城区的东南角，故以其为坐标原点，东南西北四个方向各30km为轴划定南京市的辐射范围，北至大厂，南至禄口西至浦口，东至汤山且紧邻句容。如此作图可将绝大部分南京市内的需求囊括其中，同时，南京市主要的物流经济活动也在此区域内聚集，能够最大程度地满足最终结果的可靠性和真实性。平面示意图如图4所示

　　③本文以惯性大小参数代替原鱼群算法中的拥挤程度此模型中，惯性大小主要与鱼群中的每个个体有关，并且直接影响个体在进行觅食等随机行为的路径。之所以抛弃拥挤程度这项参数，是考虑到选址目标为生鲜农产品互补仓，不同于大型的物流分配中心或中转仓库，互补仓旨在为所有有需求的客户提供货物二次交易服务并尽可能保证货物质量。也就是说.在商流密集的区域存在多个互补仓以满足客户的需求是可能的，选址互补仓主要考虑的因素只有需求和成本。而惯性大小参数恰好符合多个互补仓选址排列的规划需要，故此模型选择惯性大小作为主要参数是必要的。

　　3模型求解

　　3.1相关参数赋值
        本文将在需求范围内预设300个随机的互补仓选址点算法有关参数赋值如表4所示。

　　3.2模型调用及求解

　　①本文采用python作为求解工具，通过cplex求解器调用math和random工具包进行求解。为方便模型调用与理解，现构建出平面坐标图如图5所示。

　　②由于选址点数量庞大，现列出其中30个最优解的选址地点,按照最优适应度从大到小依次排列，见表5。

　　三次相互独立的整体选址地点分布图如图6所示（五角星为众彩批发市场，圆为各互补仓选址点）

　　可以看出，综合了物流、距离和市场覆盖率因素的互补仓选址点模型结构与南京市人口分布密度基本重合，如都在夫子庙、高桥门枢纽附、南京南站、板桥等附近有大量选址点同时，会根据不同需求变化做小范围调整，譬如，在主城区内考虑交通拥挤程度或配套设施条件等。

　　4结论
        本文通过建立以南京众彩批发市场为核心的轴辐式生鲜农产品配送网络，提出互补仓概念，并利用鱼群算法进行互补仓的选址，最终得到以下结论。

　　①现阶段生鲜农产品的配送极度依赖冷链物流，而我国的冷链物流行业处于发展阶段，各方面技术仍存在不足，无法完全保证配送过程中的货物质量。而互补仓能够有效地疏当前面临的困境，通过在各级客户之间建立互补仓，为其提供一个二次交易的平台，缓解了因需求预测或市场变化所导致的货物堆积和缺货状态带来的货损和成本，为有需求的客户提供便捷。同时，实现了短距离内的货物互补，也有助于整个供应链协调发展，促进物流信息交互。

　　②在互补仓选址过程中，主要考虑的因素是客户距离和覆盖程度，这是互补仓选址与物流中心选最大的不同。一方面，建立互补仓的主要目的是缩短时间和空间对生鲜农产品质量的影响，鉴于生鲜农产品的易腐败性和高时效性，在人口密集区建立一个或多个互补仓是符合消费需求的：另一方面，物流成本作为仅次于上面二者的影响因素，在选址过程中应结合各级客户对不同互补仓的选择加以分析。对客户来说，选择最合适自己前往的互补仓所带来的成本消耗将优于最近的互补仓，这就需要考虑二次交易的货物的性质和路面交通状况等一系列因素。

　　③作为一种供应链中的新式概念，从构思到落地，互补仓的建立离不开物流企业和相关部门的紧密配合，真正做到以减少货损率为目标，号召相关人员企业杜绝资源浪费，倡导勤俭节约。本文仅以南京众彩批发市场以及南京市为例，以期为解决生鲜农产品配送中的货损浪费与物流成本消耗这一方面的问题提供一种新思路

　　[参考文献]

　　[1]马瑞光基于枢纽点流量控制的轴辐式物流网络优化[]商业经济研究，2020.799（12）：104-107.

　　[2]胡晶晶.基于枢纽共享与共同配送的双轴辐式网络合作优化研究[D].上海：上海海事大学，2021.

　　[3]王璐璐.考虑物流服务水平的轴辐式网络设计[D].当州：兰州交通大学，2021.

　　[4]戴涛.考虑碳排放的竞争环境下轴辐式网络选研究[D].北京：中国矿业大学，2021.

　　[5]王雅宁，钟铭，李明泽，考虑港口完全失效风险的班轮运输输辐式网络设计[]中国航海.2021.44（01）：88-93.

　　[6]周奇才，王雨杨，熊肖磊，等全连通网络下的物流中转节点指派策略研究[J].起重运输机械，2020.568（20）：145-150.

　　[7]刘雨.考虑多周期运输任务的快递服务网络优化设计[D].大连：大连理工大学.

　　[8]尚刘冰.基于轴辐式网络的我国空货运网络布局研究[D].天津：中国民航大学，2020.

　　[9]刘杰，陈旭梅，方管利等.区域城市轴辐式货运网络模型构建与应用[J].哈尔滨工业大学学报，2020.52（09）：1-7.

　　[10]王文雅，李振福.轴辐式中国国内煤炭运输网络构建[J].大连海事大学学报，2020.46（01）：75-88.

　　[11]杨睿芳.两种不同拥堵成因下的轴辐式网络结构优化研究[D].西安：长安大学，2020.

　　[12]刘邹洲，杨中华，黄锦等基于FTA的生鲜农产品冷链物流失温风险识别研究门J]物流科技，2023.46（07）121-125.

　　[13]周开权，乡村振兴背景下我国生鲜农产品冷链物流的优化略[J].农业与技术，2023.43（04）：163-167.[14]于清，实学诚，李润国.利用地铁开展城市生鲜农产品配送的可行性分析[J].物流工程与管理，2023.45（02）：53-55.

　　[15]陈智超.张晓林.动态价格下生鲜农产品供应链合作博非分析[J].天津农业科学，2023.29（02）：74-79[16]秦小辉，赵晨曦.生鲜农产品冷链物流效率评价研究[J]保鲜与加工.2023.23（01）：63-69.

　　[17]Bannor,R.K.Amfo，B.Oppong-Kyeremeh，H.,Chaa Kyire,S.K.Choice of supermarkets as a marketing outlet for purchasing fresh agricultural products in urban Ghana[J].Nankai Business Review Interational,2022,13（4)：545-566.

　　[18]Mustafa Parsa,et al.Greenhub-and-spokenetwork design for aviation industry[J].Journal of Clean Produ-clion2019，229：1377-1396.

　　[19]Florian Martin,Vera C.Hemmelmayr,Tina Wakolbinger.Integrated express shipment service network design with customer choice and endogenous delivery time restrictions[J].European Journal of Operational Research,2021,294（2）：590-603.

　　[20]Mahdi Mokhtarzadeh,Reza Tavakkoli-Moghaddam Chefi Triki Yaser Rahimi.A hybrid of clustering and meta-heuri-stic algorithms to solve a p-mobile hub location-alloca-tion problem with the depreciation cost of hub facilities[J].Engineering Applications of Artificial Intelligence,2021.