糧油食品物流敏捷配送優化技術的研究

王富忠 劉云霞 沈祖志

糧油食品物流敏捷配送優化技術的研究

王富忠1劉云霞1沈祖志2

(浙江科技學院經管學院1，杭州 310023)
(浙江大學管理學院2，杭州 310058)

在目前國內外現有的研究中，迫切需要從理論與實踐層面研究歸納或提煉出實用的知識準則，以此作為基礎以提高糧油食品物流的配送能力。論文提出了支撐糧油食品物流敏捷配送方案快速生成和快速求解的7大知識準則，研究了糧油食品單品種貨物和多品種貨物敏捷配送優化兩大問題。通過將這兩大問題分解成4個不同的優化子問題，并建立了4個通用的模型及求解算法。算例分析結果表明，利用本研究的算法，無論是針對糧油食品單品種還是多品種貨物對象，在不同的車輛噸位序列下，配送優化后的空載率均較低，貨物周轉量也較低，取得了良好的裝載效果。

糧油食品物流 敏捷配送 知識準則

糧油食品就是以糧油原料或糧油加工副產品為原料，經加工或精深加工而成的食品［1］。它是人類賴以生存的基礎，將向著生產社會化、食用方便化、科學營養化和衛生健康化的方向發展。在實際中，糧油食品企業的業務范圍通常包括從事經營谷物等農產品、水產品、加工食品、飲料等與食品有關商品的生產、銷售并提供與此相關的服務［2］，其中一項重要的服務就是物流服務?，F今，雖然我國的糧油食品物流已經取得了較大的發展，但與發展國家或地區相比，我國的糧油食品物流還存在一些問題，可以歸納為:①整體發展水平依然比較落后;②物流成本較高、損耗較大和效率較低;③基礎設施落后、物流技術水平比較低下難以滿足需要;④第三方食品物流企業發展緩慢等［3－4］。從物流配送的角度來看，表現在配送方式落后、配送成本高、配送的組織化程度低等方面?？傮w而言，我國還沒有形成糧油食品現代物流的完整體系。

糧油食品物流與其他商品物流相比，還呈現出與其他商品物流不一樣的特點。國內學者對糧油食品物流特點的探討主要是從糧食物流和食品物流的角度分開進行的。例如，鹿應榮［5］分析認為，我國糧食物流的特點表現為:時效性、流向受制約、運作相對獨立、使用價值具有特殊性、受政策影響顯著、從業人員須具有較強的專業性。然而，沈欣［6］將它簡化為時效性、流向制約性、專業性、政策性四個特點。隨著我國人民生活水平的提高，社會對食品物流的要求也越來越高，其物流特點可以歸納為:安全、高度清潔衛生、及時交貨、保鮮保濕等［7］。

在糧油食品物流中，配送環節是糧油食品物流及加工企業、專業配送型企業經營活動的主要組成部分之一，良好的配送能力能夠給企業創造更多的利潤，增強企業的競爭實力。為了改善糧油食品物流的配送服務問題，國內外廣大學者對其配送技術給予了較高的關注。目前，國內外在糧油食品物流配送技術的研究主要集中在以下幾大領域:①糧油食品物流車輛調度問題的研究;②糧油食品物流配送中心運營及選址的研究;③糧油食品物流配送決策支持系統的研究。

在第一個領域即糧油食品物流車輛調度問題的研究方面，國外的研究起步較早，最初的車輛優化調度問題是由 Dantzig和 Ramser于1959年提出來的［8］。經過50多年的發展，國外已經在VRP/VSP(Vehicle Routing Problem/Vehicle Scheduling Problem，車輛路徑問題/車輛調度問題)的模型研究方法及VRP/VSP的問題計算復雜性方面有了大量的研究成果，以 Laporte［9］、Osman 等［10］為代表的學者在VRP/VSP的求解方法上均做過大量的研究。隨著糧油食品行業的不斷發展，針對該行業的VRP/VSP的研究也引起了廣大學者的濃厚興趣。張強等［11］提出了一個混合蟻群算法來求解多配送中心糧食車輛調度問題，并給出了一個具有代表性的算例實驗及結果分析，通過實驗表明了作者所研究的方法對優化多配送中心糧食車輛調度問題是有效的。Osvald等［12］研究了生鮮蔬菜與易腐食品配送問題的車輛路徑算法。針對生鮮蔬菜與易腐食品具有易腐性等特點，設計了一個基于時間窗約束的VRP，通過使用禁忌搜索求解算法進行求解，結果表明該算法的求解效率較高。在易腐食品的車輛路徑問題方面的研究成果還有Chen等［13］的研究。

在第二個領域即糧油食品物流配送中心運營及選址的研究方面，Broekmeulen［14］研究了面向瓜果蔬菜配送中心的運營管理問題，設計了一個戰略決策模型和相應的算法，并集成在一個決策支持系統中，為瓜果蔬菜配送中心的運營提供了決策支持，從而改善了其運營。毛禹忠［15］就糧油食品配送中心的選址問題，設計了單設施選址模型并對其采用計算機建模實現，該模型能為物流設施及規劃起到決策支持作用，對各級政府管理部門和企業有一定現實意義。Borghi等［16］針對配送中心的瓜果蔬菜倉儲問題進行了研究，通過設計一個混合型線型規劃模型作為工具，幫助配送中心管理者對瓜果蔬菜倉儲問題進行決策，減少了倉儲部門的總成本和瓜果蔬菜倉儲的損耗。

在第三個領域即糧油食品物流配送決策支持系統的研究方面，Wijtzes等［17］研究了一個面向食品微生物安全與食品質量的決策支持系統，該系統能應用于食品的生產、產品的研發與試驗中。曾力等［18］根據糧食物流配送的決策問題，不僅研究了糧食物流配送決策支持系統中配送中心選址優化以及糧食配送過程中車輛路線規劃等核心模塊，并對模型庫系統中的模型進行了設計，而且也建立了基于GIS的糧食物流配送系統模型，并將其應用于實踐中。同樣，甄彤等［19］也做了類似的研究。

從以上的分析中可以看出，國內外在以上3個領域的研究中，特別對糧油食品物流敏捷配送優化技術還缺乏系統的研究，而基于實用的知識準則來對其敏捷配送優化技術進行研究的還非常少見。雖然，已有研究人員如夏正茂等［20］通過多種方式(例如粗糙集、數據倉庫等)來構造決策表或決策樹，并獲取相關決策知識以支持物流配送的敏捷性，但在這方面的研究還相當缺乏，特別是結合實用的知識準則從空載率、貨物周轉量等角度對糧油食品物流敏捷配送優化技術進行全面分析的研究成果幾近空白。因而，在目前國內外現有的研究中，迫切需要從理論與實踐層面研究歸納或提煉出實用的知識準則，以此作為基礎來研究糧油食品物流敏捷配送優化技術。本文正是從這一角度進行了研究，它對國內糧油食品物流的配送問題，能很好地起到降低空載率和貨物周轉量的功效，并能促進糧油食品物流決策支持系統的研究和發展，有著非常重要的理論與現實意義。

1 知識準則的構建

針對糧油食品物流敏捷配送優化問題，結合前期做過的應用研究［21］，從理論與實踐層面構建了7大知識準則。

定義1(車輛分解準則DECO_RULE):在配送任務中，車輛數目為n，將這n輛車按噸位從大到小的順序進行排序并編號，用集合表示為{i，bi，OWNi}，i=1，2，．．n 。式中:i為車號，bi=1 表示車輛 i被選中使用，bi=0表示車輛i未被選中使用。OWNi=1表示車輛i是自有車輛，OWNi=0表示車輛i是非自有車輛(外協車輛)，車輛按此方式序列化稱之為車輛分解準則。

定義2(最短路徑生成準則SP_RULE):針對一個配送中心O和m個配送地，生成配送中心至各配送地、各配送地至其他配送地的路徑集Jc稱之為最短路徑生成準則。

定義3(分區優化準則ZONE_RULE):在針對東南西北等多方向的裝載問題時，確定同方向區域的網絡節點可以進行線路優化，不能拼貨異方向區域的網絡節點先進行分區，一次大型配送任務可以按不同區域分成幾個小型配送任務，然后以每個小型配送任務為單位進行優化，稱之為分區優化準則。

定義4(敏捷配送優先準則ASP_RULE):將車輛在裝載過程中根據以下四級準則進行裝載，稱之為敏捷配送優先準則。ASP_RULE分為:第一級優先準則——緊急交貨或交貨需求早并且滿足就近拼貨條件的配送地要優先安排。第二級優先準則——在交貨期相同的配送地中，距離配送中心遠的優先安排。第三級優先準則——針對確定的配送地，在裝載能力相同且有多種車輛組合可選情況下，盡可能選擇配送車輛噸位大的優先安排。第四級優先準則——針對確定車輛裝載物品重量大的優先安排。

定義5(車輛線路優化準則LO_RULE):若某車輛i載有m個配送地(m≥2)的貨(即存在拼貨)，則必須在Jc中選出與m個配送地相關的路線，采用就近插入法的原則，在m個配送地中生成配送子路徑，再以車輛i的貨物周轉量極小化為目標進行最優路線的優化，稱之為車輛線路優化準則。例如，車輛i裝載了從配送中心O到配送地2的貨，則表示車輛i從配送中心O行駛至配送地2的最短距離。如果車輛i還拼裝了配送地1的貨，這時針對第i號車的行駛路線，必須從0－1－2或0－2－1這兩條路線中依據車輛i將要承載的貨物周轉量極小化來確定最優路線。多個節點路線優化方式同理進行。定義6(外協車輛加入準則LEND_RULE):設可動用車輛集為 I={i|i=1，2，．．n}，其中 i表示車號。如果企業在執行配送任務時，可動用車輛已全部派遣出去，即可動用車輛集I為空。此時，則需要租用社會車輛或委托其他企業的車輛進行運輸，該類車輛以外協車輛身份加入到可動用車輛集I中，此種方式稱之為外協車輛加入準則。定義7(返程線路優化準則RO_RULE):如果返程時車輛為空，則選擇最短路線返回;如果某配送地有退貨任務(退貨至配送中心)，則對該配送地的返程車輛進行裝載，并選擇最短路線返回。以上7大知識準則為糧油食品物流敏捷配送方案的快速生成和快速求解起著很好的支撐作用。

2 糧油食品物流敏捷配送優化模型

2．1 糧油食品單品種貨物敏捷配送優化模型的構建及求解

2．1．1 單品種貨物敏捷配送優化模型的構建

2．1．1．1 以空載率最小為目標的配送優化模型EP在模型EP中，只考慮了裝載量優化而沒有考慮到線路優化。記所有可動用車輛集為I={i|i=1，

2，．．n}，其中 i表示車號。bi為針對 i的 0 －1 選擇變量，bi∈{0，1}，i=1，．．n ，如果 bi=1 表示第i號車被選中，bi=0則表示未被選中。ui為第i號車的載重噸位。Q表示所有配送點上的配送需求總量。設xi表示第i號車的裝載量，它為決策變量。于是，考慮了一批糧油食品貨物總噸位為Q(假設只有一類貨物)、可動用車輛數目為n、各配送地的需求量已知情況下的敏捷配送問題。建立的以空載率為目標的配送優化模型EP如下:

上述模型EP對貨物周轉量不能進行具體測算。實際上，貨物周轉量的大小可以反映出配送的成本高低。貨物周轉量越小，說明車輛的行駛里程數越小，則運輸成本越低。因此，本研究在模型EP的基礎上同時考慮了空載率和貨物周轉量的情況。

2．1．1．2 以空載率最小兼顧貨物周轉量極小化為目標的配送優化模型TP

針對糧油食品單品種貨物，由于只有一種貨物，故各類車輛對貨物的拼裝都沒有限制。在單個車輛拼裝貨物完成之后，如果該車裝載了多個配送地的貨，則必須根據車輛線路優化準則LO_RULE生成配送子路徑并以貨物周轉量極小化為目標來確定最優路線。因而，模型TP的路徑序列集合必為動態生成的。于是，記j表示路徑號，J表示路徑序列集合，它是在Jc基礎上增加了配送子路徑的集合。s(j)i表示第i號車行駛第j號路徑時的距離。x(j)i表示第i號車行駛第j號路徑時的裝載量，它為決策變量。在模型EP的基礎上，設計出的模型TP如下:

在模型TP中，路線j的優化是遵循貨物裝載與路線優化同步的方式進行的。

2．1．2 單品種貨物敏捷配送優化模型的求解

由于模型EP和模型TP均是非線性規劃模型，使用啟發式求解方式比較麻煩且困難。因而，借助于計算機編程來求解。求解算法如表1所示:

表1 模型EP、TP求解算法

2．2 糧油食品多品種貨物敏捷配送優化模型的構建及求解

2．2．1 多品種自由拼貨敏捷配送優化模型的構建

由于在糧油食品多品種貨物中，貨物的種類不是一種，而是多種，故單品種下針對各配送地貨物的自由拼貨方式在多品種貨物敏捷配送優化模型中會受到各配送地需求量的限制。因而，只有對各個確定的配送地逐次進行優化才是可行之策。于是，本文考慮了在一批糧油食品貨物總噸位為Q、可動用車輛數目為n、各配送地的需求量、貨物種類均已知情況下的敏捷配送問題。

記bih為0或1選擇變量。當bih=1表示派往配送地h的第i號車被選中，當bih=0表示第i號車沒有被選中。

Qh表示配送地h的配送需求總量。

xihl表示第i號車駛往配送地h且裝有貨物l的數量，它為決策變量。

ui表示第i號車的載重噸位。

AL表示所有貨物種類集合。

Lh表示配送地h的貨物種類，它是所有貨物種類AL集合的子集。

于是，設計出以空載率最小兼顧貨物周轉量極小化為目標，針對確定配送地h的多品種自由拼貨敏捷配送優化模型APh:

如果貨物不能拼車，這種情況在糧油食品物流配送過程中也較常見。于是，本文考慮了多品種限制拼貨敏捷配送優化情況。

2．2．2 多品種限制拼貨敏捷配送優化模型的構建

在糧油食品物流配送過程中，鮮活水產品與食品一般不進行拼車。但鮮活水產品可以拼車，食品可以拼車。如果存在不能拼車的情況，則必須對貨物進行分組，可拼貨的貨物歸并到一組中，這樣就形成了多個能拼貨的組。

遵循這一思想，在配送地h的所有貨物種類集合Lh中，將 Lh集合細化為，記 K為最大可拼貨組數，則表示第k組可拼貨的貨物種類。記為配送地h對第k組第l號貨物的配送需求量，則為配送地h的

于是，在APh的基礎上，設計出以空載率最小兼顧貨物周轉量極小化為目標，針對確定配送地h的多品種限制拼貨敏捷配送優化模型RAPh:

根據分組的思想，模型RAPh在求解過程中需對各個分組貨物進行優化。針對各個分組k(1≤k≤K)的優化模型簡記為，它為RAPh的子模型，如下式所示:

2．2．3 多品種貨物敏捷配送優化模型的求解

由于模型APh、RAPh主要是針對確定配送地h進行配送優化。它們也是非線性規劃模型，本文仍借助于計算機編程來求解。具體的求解算法如表2所示。

3 算例分析

3．1 基本信息

為了更好地驗證以上提出的4個通用模型及求解算法，給出了一個糧油食品配送方面的算例并進行了模擬。為節省篇幅，特將該算例中的糧油食品配送中心O及6個配送地信息、各配送地需求信息、貨物種類信息列表，如表3所示，車輛信息如表4所示，各配送地之間的距離信息如表5所示。

表2 模型APh、RAPh求解算法

表3 糧油食品各配送地及配送需求信息、貨物種類

表4 車輛信息表(單位:t)

表5 距離信息表(單位:km)

3．2 優化結果及分析

3．2．1 需求信息1情形下使用噸位序列1進行模擬

3．2．1．1 糧油食品單品種貨物敏捷配送優化的模擬

在單品種下，假設在表3中不對貨物進行分類，只模擬每個配送地的總量。記xih為第i號車對配送地h的配送量。

模型EP的模擬結果為:x12=5，x11=3，x26=8，x36=3，x35=2，x45=4，x44=1，x54=5，x64=2，x63=2?？蛰d率為0%。

模型TP的模擬結果為:x12=5，x11=3，x26=8，x36=3，x35=2，x45=4，x44=1，x54=5，x64=2，x63=2?？蛰d率為0%，貨物周轉量為4 945 t·km。

3．2．1．2 糧油食品多品種貨物敏捷配送優化的模擬首先考慮多品種均能自由拼貨的情況。記xihl為第i號車對配送地h貨物l的配送量。

模型APh模擬結果為:x123=2，x122=2，x121=1，x111=2，x112=1，x264=4，x263=3，x262=1，x362=1，x365=1，x361=1，x354=2，x454=1，x453=2，x455=1，x444=1，x544=2，x543=3，x642=2，x632=1，x631=1?？蛰d率為0%，貨物周轉量合計為 4 945 t·km。

針對模型RAPh，考慮貨物1～3能拼貨，貨物4～5能拼貨，但貨物1～3和貨物4～5不能拼貨。遵循知識準則，分成2組進行模擬，RAPh模擬結果如下。

貨物1～3裝載結果為:x123=2，x122=2，x121=1，x111=2，x112=1，x263=3，x262=2，x261=1，x253=2，x343=3，x342=2，x932=1，x931=1。

貨物4～5裝載結果為:x464=4，x465=1，x554=3 ，x555=1 ，x544=1 ，x10，4，4=2

總空載率為0%，貨物周轉量合計為4 980 t·km。很明顯，在糧油食品多品種貨物限制拼貨配送中，貨物周轉量上升了35 t·km。

3．2．2 需求信息2情形下使用噸位序列1進行模擬

3．2．2．1 糧油食品單品種貨物敏捷配送優化的模擬

模型EP的模擬結果:為空載率為2．44%。

模型TP的模擬結果:空載率為2．44%，貨物周轉量為 5 530 t·km。

3．2．2．2 糧油食品多品種貨物敏捷配送優化的模擬

模型APh的模擬結果為:空載率為2．44%，貨物周轉量為 5 530 t·km。

模型RAPh的模擬結果為:空載率為2．44%，貨物周轉量為5 590 t·km。

以上均為噸位序列1下的模擬結果，利用噸位序列2去重新模擬，并比較了兩者的空載率和貨物周轉量。結果見表6。

在表6中可以發現，利用本研究算法，在不同的噸位序列下，空載率均較低，取得了良好的裝載效果。特別需要說明的是，模型TP與模型APh的求解結果是一致的，這是因為糧油食品單品種貨物的拼貨方式無限制，與糧油食品多品種的自由拼貨方式并無差異，特別在對以配送地為單位進行逐個優化時，它們的最優解是趨于一致的。而在模型RAPh中，由于設計了糧油食品存在限制拼貨的情況，則在裝載的時候車輛數量會有所增加(在糧油食品配送需求信息1下的模擬可看出EP、TP、APh模型的已動用車輛為第 1、2、3、4、5、6 號車，而 RAPh模型的已動用車輛為第 1、2、3、4、5、9、10 號車)，貨物周轉量可能也會上升。在噸位序列1和噸位序列2下的模擬結果均表明模型RAPh求解后的貨物周轉量有所上升，但上升的幅度很小，從而也支持了本研究算法的優越性。

表6 不同噸位序列下對不同糧油食品配送需求信息的配送優化

4 討論與結論

配送優化模型與糧油食品具有較大的關聯性。首先，無論是針對單品種或多品種的糧油食品配送問題，模型均是非常適用的，且均考慮到糧油食品配送的敏捷性，滿足了糧油食品配送的時效性要求。其次，長期以來我國糧油食品配送成本過高是不爭的事實，研究提出的配送優化模型及求解算法，更重要的是考慮了糧油食品配送過程中的空載率最小和貨物周轉量極小化等問題，并也考慮到已返程車輛的使用問題，從而在很大程度上能夠起到降低糧油食品配送成本的作用。再次，本研究的糧油食品配送優化模型是以前輩學者們在該領域的研究為基礎，在其基礎上進一步做出的比較深入的研究，它能對糧油食品配送優化技術的發展起到一定的促進作用。

在提出了七大知識準則的基礎上，研究了糧油食品單品種、多品種貨物敏捷配送優化兩大問題。針對第一大問題，分別設計了以空載率最小為目標的模型EP、空載率最小兼顧貨物周轉量極小化為目標的模型TP以及它們的求解算法。針對第二大問題，面對自由拼貨與限制拼貨兩種情形，分別設計了以空載率最小兼顧貨物周轉量極小化為目標的模型APh、模型RAPh以及它們的求解算法。最后，通過算例分析表明，無論是針對糧油食品單品種還是多品種貨物對象，在不同的車輛噸位序列下，敏捷配送優化后的空載率均較低，貨物周轉量也較小，這說明在知識準則支撐下的上述4個模型均取得了良好的裝載效果，支撐了糧油食品物流敏捷配送方案快速生成和快速求解。

與國內同類研究相比，主要以知識準則為切入點，比較系統地研究了糧油食品物流敏捷配送優化模型。對國內糧油食品物流敏捷配送方式以及決策支持系統的研究和發展會起到較好的促進作用，而對于實際中非糧油食品企業物流的配送問題，也具有較強的參考價值。

［1］沈建福．糧油食品工藝學［M］．北京:中國輕工業出版社，2002:1－2

［2］溫雅．食品企業物流外包的風險及其防范措施［D］．北京:北京交通大學，2007

［3］陳方建．應大力發展我國食品物流［J］．物流技術，2006(5):105－108

［4］王鋒，甄彤，張校銘．我國糧食現代物流探析［J］．河南工業大學學報:社會科學版，2011，7(1):19－21

［5］鹿應榮．糧食物流系統優化研究［D］．吉林:吉林大學，2007

［6］沈欣．糧食物流園區規劃與建設研究［D］．哈爾濱:東北農業大學，2010

［7］陳錦權．食品物流學［M］．北京:中國輕工業出版社，2007:9－10

［8］李軍，郭耀煌．物流配送車輛優化調度理論與方法［M］．北京:中國物資出版社，2001:2－4

［9］Laporte G．The vehicle routing problem:an overview of exact and approximate algorithms［J］．European journal of operational research，1992，59(3):345 －358

［10］Osman I H，Christofides N．Capacitated clustering problems by hybrid simulated annealing and tabu search［J］．International transactions in operational research，1994，1(3):317－336

［11］張強，熊盛武．多配送中心糧食物流車輛調度混合蟻群算法［J］．計算機工程與應用，2011，47(7):4 －7

［12］Osvald A，Stirn L Z． A vehicle routing algorithm for the distribution of fresh vegetables and similar perishable food［J］．Journal of food engineering，2008，85(2):285 －295

［13］Chen H K，Hsueh C F，Chang M S．Production scheduling and vehicle routing with time windows for perishable food products［J］．Computers ＆ operations research，2009，36(7):2311－2319

［14］Broekmeulen R A C M．Operations management of distribution centers for vegetables and fruits［J］．International transactions in operational research，1998，5(6):501 －508

［15］毛禹忠．糧油食品配送中心定位的計算機決策支持選址研究［J］．中國糧油學報，2006，21(4):138－141

［16］Borghi D F，Guirardello R，Filho L C．Storage Logistics of fruits and vegetables in distribution centers［C］．The 10thinternational symposium on process systems engineering:part A，2009，27:1737 －1742

［17］Wijtzes T，Riet K，Veld JH et al．A decision support system for the prediction of microbial food safety and food quality［J］．International journal of food microbiology，1998，42(1):79－90

［18］曾力，李妍琰．基于GIS的糧食物流配送系統［J］．計算機與數字工程，2009，37(7):64 －67

［19］甄彤，張秋聞．基于GIS的糧食配送決策支持系統分析與設計［J］．計算機應用研究，2009，26(4):1398 －1401

［20］夏正茂，梁家榮．基于Rough集的物流決策支持系統的應用研究［J］．計算機應用，2006，26(S1):272 －274

［21］王富忠，沈祖志．物流敏捷調運決策支持系統的研究［J］．中國管理科學，2011，19(1):84 －90．

Study on Agile Scheduling Optimization Tech－nology of Cereals，Oils and Food Logistics

Wang Fuzhong1Liu Yunxia1Shen Zuzhi2
(School of Economics and Management，Zhejiang University of Science and Tech－nology1，Hangzhou 310023)
(School of Management，Zhejiang University2，Hangzhou 310058)

In the current foreign and domestic researches，some useful knowledge rules urgently need to be studied or proposed from theoretical and practical aspect，which can improve the distribution ability of cereals，oils and food logistics．The paper proposes seven knowledge rules which can support agile scheduling plan of cereals，oils and food logistics to produce and solve quickly，and based on these rules，the paper researches single type and multi－ type of goods optimization problems．By decomposing the problems into four optimization sub － problems，the paper constructs four general models and solving algorithms．The test example shows that the proposed algorithms in the paper has a low empty loading rate and freight turnover volume，and realize a good loading effect for single and multi－ type goods under different vehicles tonnage sequence．

cereals and oils and food logistics，agile scheduling，knowledge rules

F253．4

A

1003－0174(2012)02－0093－08

浙江省教育廳項目(Y200906407)，國家自然科學基金青年科學基金項目(70903021)

2011－05－28

王富忠，男，1976年出生，博士，物流管理