论文部分内容阅读
随着经济的不断发展,环境也变得愈发恶劣,其中二氧化碳排放量的增加不仅加剧了温室效应,也严重影响着人们的健康。物流活动作为全球温室气体排放的主要来源,而冷链物流又是一种高能耗物流,其运作过程会产生更多的二氧化碳。因此,研究低碳化冷链物流管理不仅能优化冷链物流公司运营方案,还能减少其运作过程中的二氧化碳排放量,具有重要的理论意义与实践意义。基于上述背景,本文考虑了需求不确定这一现实因素,通过建立冷链物流碳排放计算模型,依次对基于碳配额差值交易和需求不确定下低碳冷链物流优化问题进行研究,具体研究内容如下:(1)提出了冷链物流库存和配送过程中的碳排放模型。通过分析国内外现有物流库存和配送这两大环节二氧化碳排放量的计算方法,研究我国冷库和冷藏车的制冷原理,并结合冷链物流企业调研情况,建立更符合实际条件的冷链物流库存和配送环节的碳排放模型。(2)对基于碳配额差值交易的低碳冷链物流企业库存和配送进行联合优化。基于国内外有关库存和配送作业过程中的碳排放计算方法,建立冷链物流库存-配送碳排放模型,分析库存和配送作业环节产生成本的因素,构建冷链物流库存-配送成本模型。结合我国关于碳减排的碳交易政策,在各需求点需求确定的前提下,建立基于碳配额差值交易的低碳冷链物流库存-配送优化模型,并设计改进遗传算法对模型进行求解。数值实验仿真结果表明,采用改进遗传算法优化后的配送成本与基本遗传算法相比,在一个作业周期内,成本可降低4%~6%,验证了所提出模型和算法的有效性。同时对模型中碳配额和碳交易价格两个重要参数进行灵敏度分析,其结果可以为政府调控企业碳排放量提供可靠的决策依据。(3)对需求不确定下的低碳冷链物流企业库存和配送进行联合优化。通过分析超市现有预测方法,结合乳制品具有季节波动性的特点,建立更符合实际情况的ARIMA(p,d,q)(P,D,Q)~S季节乘积模型用于预测超市的需求量。基于冷链物流库存和配送优化模型,考虑单目标优化的缺陷和我国现有关于碳减排政策的不完善,结合ARIMA季节乘积模型,建立需求不确定下低碳冷链物流库存-配送多目标优化模型。采用多目标粒子群算法对模型进行求解,通过实例分析得到了Pareto优化结果,结果可以为冷链物流企业提供库存-配送优化方案,即企业可以在同时考虑二氧化碳排放量和成本的情况下根据自身情况选择优化方案。