果蔬采后分级和预冷车辆协同调度模型与算法

新兴的移动式分级、预冷技术应用于果蔬田间采后处理，有助于降低采后损耗，也催生了采后“最先一公里”冷链物流环节协同运作优化问题。以采后分级、预冷环节为例，综合考虑果蔬最佳预冷时间、先分级后预冷的服务顺序等特有协同情景，构建了移动式分级预冷资源协同调度优化模型。与现有模型不同，本研究考虑延迟预冷对果蔬新鲜度的特殊影响，设计了延迟预冷成本函数，在保障产品质量的同时最小化服务运作成本。设计混合遗传算法对模型进行求解，该算法融合了遗传算法与邻域搜索算法，增强混合算法的局部和全局搜索能力。其中，结合问题的双需求特点及关键协同约束，设计了基于双序列的解的表达方式、基于最佳插入策略的交叉算子以及基于三阶段邻域搜索的变异操作，以提高算法的收敛速度与求解质量。通过与标准遗传算法和变邻域搜索算法对比，验证了本文算法在求解大规模算例时可以更快收敛到更高质量的解。基于陕西省洛川县水蜜桃产业的分级预冷数据证明了模型的合理性。本研究有助于把协同运作优化思想引入果蔬采后“最先一公里”冷链物流环节，为降低我国果蔬采后损耗提供创新性解决思路。