考虑不确定性与混合服务模式的冷链越库终端卡车调度优化研究及其对生鲜产品物流的效益分析

本综述深入探讨了冷链越库终端（CDT）在混合服务模式下的卡车调度优化问题，重点分析了冷藏产品运输损坏（影响供应）和再包装时间不确定性两大核心挑战。研究创新性地建立了两阶段随机规划模型（2SP），并开发了结合遗传算法（GA）、自适应大邻域搜索（ALNS）和模拟退火（SA）的混合启发式算法GaASHA。通过数值实验验证了算法的有效性，并为冷链物流资源分配提供了关键管理启示（如码头门数量、出站卡车配置与再包装能力的边际效益递减规律）。

　　

Highlight

本研究的主要贡献包括：

1. 1.
   针对混合服务门模式下的冷链越库终端，构建了考虑 inbound 运输途中冷藏产品损坏和再包装时间不确定性的新型卡车调度问题。
2. 2.
   开发了最小化总运营成本的两阶段随机规划模型（Two-Stage Stochastic Programming, 2SP），有效捕捉了整个越库卡车调度过程中的不确定性。
3. 3.
   提出了一种新型混合启发式算法 GaASHA，该算法结合了 K-means++ 和 K-medoids 聚类进行场景生成，大量数值实验证明了其有效性和鲁棒性。
4. 4.
   推导出关键资源参数（如码头门数量、出站卡车和再包装能力）对总成本影响的重要管理启示，特别强调了过度资源分配的边际收益递减现象。

Literature review

本节综述了与越库操作相关的卡车调度（Truck Scheduling, TS）问题研究现状及其解决方法。现有研究涉及多个方向，如卡车-门分配（Truck-to-Door Assignment, TDA）、卡车排序（Truck Sequencing, TSe）、卡车-门排序（Truck-to-Door Sequencing, TDSe）及卡车-门调度（Truck-to-Door Scheduling, TDS）问题（Torbali & Alpan, 2023）。TDA 处理码头门充足情况下卡车的分配决策……

Problem description

考虑一个冷链越库终端（CDT），其包含三个基本组成部分：一组用于装卸产品的码头门（集合 D）、分别用于冷藏和冷冻产品的独立仓储区，以及一个再包装区（图1）。仓储区和再包装区均具有有限容量。本研究聚焦于混合服务门模式，即每个码头门在每个时间段内可服务 inbound 或 outbound 卡车。操作时间跨度为……

Notations

TS-CCCDT-U&DM 数学模型采用以下符号表示。

Solution methods

本节详细介绍了用于求解 TS-CCCDT-U&DM 的方法，并提出了 GaASHA 算法（第5.2节）。首先介绍了作为算法基础的 K-medoids++ 和样本平均近似（Sample Average Approximation, SAA）方法（第5.1节）。整体求解流程如图3所示。

Computational experiments

本节展示了数值实验结果，用于评估 2SP 模型及所提方法的性能。实验设置详见第6.1节。第6.2节分析了三种规模下模型和方法的性能表现。实验采用配备第12代英特尔酷睿 i7-1255U 处理器（基频1.70 GHz）、32.0 GB 内存的计算机和 Windows 11 操作系统。使用 IBM ILOG CPLEX Optimizer（12.10.0版）求解 2SP 模型，MATLAB 用于……

Conclusion

本研究探讨了冷链越库终端内的卡车调度问题，重点关注混合服务模式下的码头门操作。开发了一个两阶段随机规划模型，该模型包含了再包装时间和产品供应中的不确定性，并以最小化总运营成本为目标。采用 K-means++ 和 K-medoids 算法的场景聚类方法，结合样本平均近似（SAA）方法生成……