摘要：针对生鲜农产品市场需求的时变性、模糊不确定性特点，构建了生鲜农产品“多供应点选择”与“最早分发”为优化目标的模糊决策模型；以江苏常州凌家塘农副产品批发市场生鲜农产品物流配送为案例，检验分析了生鲜农产品配送的多目标模糊决策模型构建的可行性与科学性。结果表明，对于时变及不确定性需求下的生鲜农产品配送问题，模糊多目标决策方法可以科学合理地安排生鲜农产品的物流配送与分发任务，有效解决市场需求信息模糊所致的生鲜农产品无法满足市场的时变需求或盲目过度配送引发的物流成本上升等问题，具有一定的应用价值与实践意义。
关键词：生鲜农产品供应链；时变需求；模糊优化；多目标决策
DOI：10.13956/j.ss.1001-8409.2015.11.29
中图分类号：F252 文献标识码：A 文章编号：1001-8409（2015）11-0135-05
Abstract：This paper builds up a fuzzy multiobjective which is “multisupply point selection” and “the first distribution of fresh produce” decisionmaking model against its timevarying and fuzzy uncertainty characteristics. And then， it tests and analyzes its feasibility and scientific with a fresh produce case about logistics distribution of Jiangsu Changzhou Lingjiatang agricultural products wholesale market. Results show that， there is a certain application value and practical significance， that the fuzzy multiobjective decision can make scientific and reasonable arrangements for the distribution of fresh produce and task scheduling for timevarying and fuzzy uncertainty problems about logistics distribution of fresh produce， and it may effectively solve such as fresh produce distributing can not meet market timevarying needs or logistics costs blind rising triggered by excessive distributing and other issues caused by the information vague.
Key words：fresh produce supply chain； timevarying demand； fuzzy optimization； multiobjective decision
国外学者Ahumada与Villalobos等首次对农产品供应链进行描述，此后如Grimsdell[1]、Downey[2]及Poole等[3]基于对农产品公司的调查，分别论述了构建生鲜农产品供应链的基本条件、主要因素及相互合作是形成生鲜农产品供应链的重要手段等。Sarker等[4]构建延迟支付下面向易腐品的零售商库存成本函数。Yang和Wee[5]建立固定变质率下变质产品多批量生产与库存模型。Rau等[6]构建了变质产品多级库存模型。Huang和Yao[7]对Yang和Wee[8]建立的模型进行改进，供应商库存的消耗中考虑了买方需求率与生鲜品变质率的波动。
国内学者对生鲜农产品供应链的研究刚刚起步。如黄祖辉等[9]分析了我国超市经营生鲜农产品及供应链管理的现状和障碍。此后王婧、林略及王冲等[10～12]探讨了生鲜农产品供应链的组织创新、利益机制设计以及农产品质量安全等。生鲜农产品供应链的优化与决策方面，国外如Lodree和Uzochukwu[13]、Cai等[14]研究了生鲜农产品供应链分散决策和集中决策下生产商与销售商的最优决策、达成供应链协调的激励措施。王冲等[15]针对流通中生鲜农产品的损耗，构建了基于Stackelberg博弈决策模型。凌六一等[16]构建了基于随机产出与随机需求的农产品供应链风险共担决策模型。通过文献梳理发现，现有的生鲜农产品供应链决策中，考虑随机不确定性因素较多，对于生鲜农产品供应链中的模糊不确定性影响决策的研究较少。
当前农产品配送决策文献大多数是基于需求平稳性的假设前提，很少考虑其需求的时变性特征，即使考虑生鲜农产品供应与需求的时变性特征，也大多忽略需求数量的模糊性特征，由此会造成决策者难以用精确数据预测生鲜农产品需求数量，这就带来了需求的模糊不确定性问题。因此，本文运用模糊理论处理生鲜农产品需求的不确定性解决了常规优化决策模型较难处理的一些配送决策问题，如市场需求信息的模糊性与配送数量精确性之间的矛盾等。
1单一品种的生鲜农产品配送模型
11多市场选择问题
首先定义生鲜农产品的需求模糊隶属度函数。设A为生鲜农产品物流配送中心，A1，A2，...，An为n个生鲜农产品批发市场，是某种生鲜农产品的模糊需求量，用三角模糊数表示Ai的需求模糊变量为i（i>0～），i=1，2...，n，∑ni=1i≥，从Ai到A的配送时间也具有不确定性，也用三角模糊数表示为i（i>0～），假定生鲜农产品的配送速度v是常量，并且在连续供应条件下如何确定生鲜农产品配送时间最早的选点优化方案是首要解决的问题。 定义1：假定n个生鲜农产品批发市场对某种生鲜农产品的需求具有不确定性，用模糊需求量来表示，生鲜品配送的起始时间为模糊变量、结束时间为模糊变量，都满足模糊集，是实数域R上的正规凸模糊集，如果L（x）与R（x）是线性函数，则称为三角模糊数，记为=（l，m，r）如图1所示。三角隶属函数可定义为：μ（x）=max0，1-x-ma，a>0。
命题1：假定生鲜农产品在不确定性需求情况下的配送是个连续消耗问题。给定三角模糊数为某种生鲜农产品的配送起始时间，为某种生鲜农产品的配送结束时间，v为确定的参量，是市场连续消耗该种生鲜品的速度，则有=（-）v。给定生鲜品的每个配送方案φ（如式
（1））：
3案例分析
以江苏常州凌家塘农产品批发市场的生鲜农产品配送为案例，其生鲜农产品的上游供应商主要有10个生产供应基地，储备供应的生鲜农产品如表1所示。将凌家塘农产品物流配送中心记为A。给定市辖的钟楼、天宁、武进、新北及戚墅堰等5区与金坛、溧阳2市共7个供货点，生鲜品的模糊需求如表2所示。根据凌家塘物流配送中心的历史数据，估计出的各种生鲜农产品每次可分发的数量限制数据如表3所示。
根据案例计算结果表明，最早配送开始时间约185小时，最优供货点数量为5个，即选择山东寿光、安徽合肥、云南昆明、广西柳州及福建漳浦等5个供应商作为凌家塘批发市场的供货点，可同时实现生鲜农产品供货点数目最少以及配送时间最短等多目标的最优配送方案。山东寿光、安徽合肥、云南昆明、广西柳州及福建漳浦等供货点在各个配送阶段生鲜农产品数量也会发生变化（如图2）。
在配送前期因水产品的保鲜要求高，其配送时间效率要求也比较高，故在配送前期的需求量最大。在配送中期随着水产品陆续运达凌家塘批发市场，对该类农产品的需求逐步降低。而此时对水果类生鲜农产品的需求超过了其他2种农产品，因此水果类生鲜农产品的需求达到最大值，此时配送量达到最大。在配送后期各零售市场满足了对水产品、水果类生鲜农产品的需求之后，对保鲜要求较低的蔬菜类生鲜农产品的需求也相应增加，该配送时间段蔬菜类生鲜农产品的需求也达到最大值。
33可靠性检验
根据命题5进行可靠性检验，模糊多目标决策模型的可靠性检验结果如表4所示。
可靠性检验表明：RSS值和上述业经公示的参数计算结果基本吻合，清楚表明模型达到全局最优。分别迭代
10、
30、
60、100次，参数拟合的RSS值都很小，说明参数拟合度较高，模糊最优解达到全局最优，上述多目标模糊决策模型通过检验。
4结语
针对生鲜农产品需求的时变性等不确定性问题，给出生鲜农产品多供应点选择与最早配送时间等多目标模糊优化模型，可以科学合理地安排生鲜农产品的配送任务，有效解决生鲜农产品在配送过程中信息不确定所致的需求无法满足，或过度配送所导致的物流成本上升、生鲜农产品新鲜度下降以致变质等问题。通过江苏凌家塘生鲜农产品批发市场的配送案例分析验证了模糊决策模型的可行性。
研究表明，根据生鲜农产品的保鲜程度和需求量等几个属性值条件建立的不确定需求环境下模糊数学方法与模型能够简洁直观地刻画出所要研究的生鲜农产品物流配送与方法等问题，得出配送方案可以实现供货点数量最优与供货配送时间最优等多目标的优化。
参考文献：
[1]Grimsdell K.The Supply Chain for Fresh Vegetable： What It Takes to Make It Work [J].International Journal of Supply Chain Management， 1996， 1
（1）：11-14.
[2]Downey W D. The Challenge for Food and Agri-Products Supply Chains [J]. International Journal of Supply Chain Management， 1996， 12
（4）：3-13.
[3]Poole N D， Gomis F J D， Igual J .Formal Contracts in Fresh Produce Markets [J].Food Policy， 1998， 23
（2）：131-142.
[4]Sarker B R，Jamal A M M，Wang S.Supply Chain Models for Perishable Products Under Inflation and Permissible Delay in Payment [J].Computer & Operations Research， 2000，27
（1）：59-75.
[5]Wee H M.Deteriorating Inventory Model with Quantity Discouynt， Pricing and Partial Backordering [J]. International Journal of Production Economics， 2003， 59：511-518.
[6]Rau H， Wu M Y， Wee H M.Integrated Inventory Model for Deteriorating Items Under a Multi-Echelon Supply Chain Environment [J]. International Journal of Production Economics，2003，86
（2）：155-168.
[7]Huang J Y， Yao M J.An New Algorithm for Optimally Determining Lot-Sizing Policies for a Deteriorating Item in an Integrated Production-Inventory System [J]. Computer & Mathematics with Applications，2006，5
（1）：83-104. [8]Yang P C， Wee H M.An Integrated Multi-Lot-Size Production Inventory Model for Deteriorating Item [J]. Computer & Operations Research， 2003， 30
（5）：671-682.
[9]黄祖辉，鲁柏祥，刘英东.中国超市生鲜农产品和供应链管理的思考[J].商业经济与管理，2009，17
（2）：102-107.
[10]王婧，陈旭.考虑期权合同的生鲜农产品批发商的最优订货[J].系统工程理论与实践，2005，25
（1）：9-13.
[11]林略，杨书萍，但斌.时间约束下鲜活农产品三级供应链协调.中国管理科学 ，2011，19
（3）：55-62.
[12]王冲，陈旭.农产品价格上涨的原因与流通改革的思路探讨[J].中国软科学，2014
（4）：11-17.
[13]Lodree E J， Uzochukwu B M.Production Planning for a Deteriorating Item with Stochastic Demand and Consumer Choice[J].International Journal of Production Economics，2008，116
（2）：219-232.
[14]Cai G， Zhang Z G， Zhang M.Game Theoretical Perspectives on Dual-Channal Supply Chain Completion with Price Discounts and Pricing Schemes[J]. International Journal of Production Economics， 2010， 117
（1）： 80C96.
[15]王冲，唐曼萍，王莉莉.基于Stachelberg博弈的生鲜农产品供应链决策研究[J].软科学，2013，27
（4）：99-105.
[16]凌六一，郭晓龙，胡中菊，梁. 基于随机产出与随机需求的农产品供应链风险共担合同[J]. 中国管理科学，2013，44
（2）：121-132.
