论文部分内容阅读
由于近年来食品安全事故频发,严重威胁人们的饮食安全,因此为确保食品安全,建立从田间到餐桌的全程监管制度迫在眉睫。基于农产品供应链的农产品安全追溯系统进入公众的视野,农产品安全追溯系统具有信息导入、信息采集和信息共享的作用,打破农产品供应链上的信息不对称,使得民众能快速了解产品的信息。对于某些产品,追溯系统可以精确追踪到个体单位,但该系统不能对生产或加工过程经历复杂拆分和组合的批次进行追溯,而且溯源系统也不能降低问题产品的召回数量,尤其在生产作业计划执行之前;因此本文针对溯源系统的特性结合生产作业计划,结合鲜切蔬菜的加工过程,建立满足批次混合要求的混合整形线性规划(Mixed-integer linear programing,MILP)模型,并通过Lingo对该多目标模型进行求解。首先,构建基于关键控制节点的鲜切蔬菜加工流程分析:企业首先根据订单要求确定成品类型及所需原材料的数量,领取原材料后经过清洗、切分、包装等关键步骤成为订单产品,根据流程记录各级批次材料的信息;还要记录蔬菜在挑选、清洗过程中的损失。其次,建立面向产品追溯的鲜切加工批次混合模型:订单产品的要求呈现小批量、多种类的情况,单批次的原材料并不仅仅用于加工成为单一的成品,材料的在加工过程中存在批次混合;原材料的可用数量及订单的要求数量,成为生产计划的制约条件。由于原材料的分配方案不同,原材料的综合利用率、批次混合程度以及召回数量不同,因此,要建立合理原材料分配方案。最后,对该多目标优化的模型求解:多目标的批次混合规划模型属于非确定性多项式(Non-deterministic polynomial,NP)问题,在求解多目标模型采用分层序列法,借助Lingo对模型进行循环求解;综合考虑,在批次混合程度为10,采购成本最低为2840.33元,平均召回177.50kg。