通过实时数据和机器学习，利用动态逆向物流网络实现水果废弃物的综合管理

《Journal of Environmental Management》：Integrated fruit waste management through a dynamic reverse logistics network using real-time data and machine learning

本研究针对水果供应链中的产品浪费问题，整合动态定价与实时反向物流网络设计，构建多目标优化模型。通过物联网采集产品实时保质期数据，结合人工智能预测更新保质期信息，实现动态决策优化。以加拿大魁北克水果产业为例验证模型有效性，结果表明实时数据与预测技术的融合可显著提升供应链的可持续性和经济收益。

　　

Mohaddese Geraeli | Emad Roghanian

伊朗德黑兰K.N. Toosi技术大学工业工程系

摘要

变质是水果和蔬菜等易腐产品不可避免的一部分，对这一行业的可持续性有着重要影响。产品在供应链的各个环节都可能被浪费，包括在零售商处、运输过程中，甚至在消费者家中。因此，本研究采用了全面的减废、回收、再利用和处置策略，以减少水果在整个逆向物流过程中的总浪费量，同时优化利润和社会目标。产品的质量会随时间恶化，分为四个等级，而每个质量等级的预期保质期也会随时间变化。退回的产品可以根据其质量被加工成三种类型的新产品。因此，产品的质量和退回时间至关重要。本研究收集了与每个质量等级的保质期相关的两种实时数据，包括通过物联网技术获得的现有产品在零售商处的新保质期估计值，以及由人工智能提供的更新预测值。该研究将联合动态定价与新的动态逆向物流结构整合到一个创新的实时优化模型中，充分利用了这两种类型的实时数据。为了验证所提出的模型，我们对加拿大的一个水果供应链进行了案例研究。研究结果展示了实时数据的重要性以及所提模型在提升供应链可持续性方面的有效性。

引言

易腐产品是保质期有限且容易快速变质的物品，在食品、制药、乳制品、鲜花和海鲜等行业中至关重要（Amorim等人，2013年）。管理这些产品的供应链至关重要。根据联合国粮农组织的数据，食品浪费占全球产量的近三分之一，导致6.9亿人挨饿（Wang等人，2025年）。大约40%的食品浪费是由于供应链中的效率低下造成的，包括运输和储存方面的问题（Bloemhof和Soysal，2016年）。易腐商品特别容易变质，需要特殊的储存条件（Amit等人，2017年；Dos Santos等人，2020年）。这种浪费给企业带来了经济损失，并对环境造成了严重威胁。因此，制定有效的减废和资源管理策略十分必要。专门设计和管理易腐食品供应链对于确保产品质量、减少浪费以及实现更广泛的经济和环境目标至关重要（Babazadeh和Sabbaghnia，2018年；Govindan等人，2014年）。供应链下游的实体，如零售商，在储存和运输过程中对水果和蔬菜的浪费贡献较大（Chowdhury等人，2025年）。此外，De Laurentiis等人（2018年）报告称，家庭食品浪费中由新鲜水果和蔬菜消费造成的比例超过44%。因此，及时收集退回的产品有助于从这些产品中回收价值。因此，一个设计良好的逆向物流系统至关重要。

逆向物流是易腐产品供应链中不可或缺且重要的组成部分，能够提升财务表现和可持续性成果（Yavari和Geraeli，2019年；Banasik等人，2017年；Accorsi等人，2015年）。管理易腐产品的逆向流动并应对减废、经济可行性和环境保护方面的挑战的有效方法之一是设计高效的供应链网络。这包括各种决策，如设施选址、储存、再加工、回收以及运输那些会随时间变质的产品（Babazadeh和Sabbaghnia，2018年）。多项研究强调了逆向物流对易腐产品管理的重要性，例如Rahimi等人（2016年）、Tavakkoli Moghaddam等人（2019年）和Shirzadi等人（2021年）的研究。Mirmajlesi和Shafaei（2016年）、Hedjar等人（2015年）以及Yavari和Zaker（2019年）等人的研究也指出了逆向物流的关键作用。大多数研究都强调了正向物流和逆向物流决策整合的重要性。此外，易腐产品的动态特性表明，根据供应链和产品状况的变化更新决策至关重要。可以利用物联网（IoT）和人工智能（AI）等新兴技术提供的实时数据和更新决策。

工业4.0的出现改变了物流领域的格局，为有效管理逆向流动带来了机遇和挑战。同时优化各项活动并管理正向和逆向物流已成为物流服务提供商的竞争性挑战，这些服务提供商专门从事仓库运营和订单履行等供应链管理服务（Agnusdei等人，2022年；Zhao等人，2025年）。高效协调新产品的交付和退回产品的收集可以从经济和环境角度提升物流运营效率（Bergmann等人，2020年；Gansterer等人，2017年）。工业4.0技术，特别是物联网（IoT），通过实现实时数据交换和提高供应链透明度，具有解决这些挑战的潜力（Manavalan和Jayakrishna，2019年）。结合先进机器人技术、物联网和人工智能的解决方案被认为是实现更高效循环供应链管理的关键推动因素（Tang和Veelenturf，2019年；Mastos等人，2021年）。这些技术促进了虚拟设计和过程模拟，提高了透明度，并支持数据分析，所有这些都有助于优化逆向物流（Birkel和Müller，2021年；Lahane等人，2020年）。然而，工业4.0技术的整合也为企业带来了新的复杂性和挑战，需要制定合适的策略和有效的商业模式来应对循环供应链的发展趋势（Jia等人，2020年；Kazancoglu等人，2020年；Yadav等人，2020年）。换句话说，一个重要的问题是供应链如何将物联网（IoT）和人工智能（AI）等颠覆性技术提供的实时数据和系统条件预测能力纳入其决策中。

尽管工业4.0在物流领域具有变革潜力，并能提升逆向流动管理能力，但仍存在一些关键的研究空白。首先，缺乏一种综合的方法来管理需求和物流网络设计，特别是关于需求如何受易腐产品质量和价格变化的影响。此外，尽管人们认识到集成物联网（IoT）和人工智能等技术的好处，但在逆向物流网络设计模型中的应用研究还不够充分，尤其是在基于数学框架的综合性解决方案方面。此外，尽管工业4.0技术提供了实时数据，但缺乏能够适应这些信息的动态网络，这构成了一个重要缺口。现有文献往往只关注特定技术，而没有探讨如何将这些创新协同结合起来以优化正向和逆向物流流程。此外，目前尚未充分利用实时数据和实时预测。

在这项研究中，我们开发了一个动态逆向物流框架，同时优化了总浪费量、新鲜产品消费比例（作为社会目标）和总利润。该研究利用实时数据来及时决策易腐产品的质量，这些产品会持续受到监控。此外，实时预测与实时状态一起用于更新正向和逆向物流的决策。我们还共同设计了易腐产品的逆向物流网络，并通过反映产品质量的动态定价来管理需求。除了定价策略外，我们的框架还包括与网络设计和产品流动相关的决策，确保了优化逆向物流运营的全面方法。最后，通过加拿大水果行业的案例研究来验证所提出的框架和模型。

在手稿的其余部分，第2节回顾了相关工作和研究空白。第3节重点讨论了问题定义。第4节讨论了提出的模型和相关数学公式。第5节描述了处理实时数据和实时预测的框架。第6节介绍了数值示例并报告了实验分析。第7节提供了结论和未来研究建议。

章节摘录

文献综述

本研究通过两个不同的研究方向对相关文献进行了全面回顾。第一个方向是关于易腐产品逆向物流网络设计的相关工作，第二个方向是关于利用物联网（IoT）提供的实时数据来管理逆向物流。

问题定义

本研究聚焦于易腐产品的逆向物流，如图1所示。我们开发了一个动态结构来管理退回物品的流动。每个零售商都有一个特定的需求函数，该函数对产品的价格和新鲜度敏感。此外，产品的价格会因质量等级的不同而在不同零售商之间有所差异。产品在零售商处保持特定质量等级的时间长度后，会降级为较低的质量等级。

模型构建

本节介绍了优化模型的符号、数学公式、线性化方法以及多目标模型的解决方法。

数学公式中使用的符号在表2中进行了说明。

处理实时数据和参数预测

本节讨论了使用创新方法预测每种产品质量等级的时效长度的方法。接下来，详细描述了将实时数据和实时预测纳入优化模型的框架。

数值研究和实验分析

本节对所提出的框架和实时优化模型进行了数值评估。该模型使用GAMS和Gurobi求解器在配备16GB RAM和1.7GHz CPU的计算机上实现。此外，还使用Python执行了所提出的预测方法。为此，研究了加拿大魁北克省的新鲜水果和蔬菜市场。农业食品部门在加拿大经济中具有重要意义。

结论

本研究首次在优化模型中结合了实时数据和实时预测，以更新水果供应链逆向物流的决策。在易腐产品的逆向物流中，一个重要的决策是产品退回的时间，可以根据实时到达数据和预测进行调整。此外，借助实时数据，开发了一个动态结构以应对变化。

作者贡献声明

Mohaddese Geraeli：撰写 – 审稿与编辑、撰写原始草稿、可视化、验证、软件、资源、方法论、调查、数据整理、概念化。Emad Roghanian：验证、监督、项目管理、调查。

利益冲突声明

作者声明没有利益冲突。