优化新鲜食品加工物流——在智利苹果大型供应链中的应用（节选）外文翻译资料

英语原文共 15 页，剩余内容已隐藏，支付完成后下载完整资料

1. 优化新鲜食品加工物流——在智利苹果大型供应链中的应用（节选）

4案例研究

4.1公司描述

进行案例研究的公司是一个农业产业，在智利Maule地区生产脱水水果、蔬菜和蜜饯已经超过50年。该公司每年加工超过36000吨的原材料，根据所需的产品进行选择、清洗、切割和加热处理。该公司主要加工苹果（18250吨/年）、樱桃（400吨/年）、桃子（150吨/年）、番茄（1750吨/年）、辣椒（8000吨/年）和芹菜（3120吨/年）。因此，加工新鲜产品的最大数量是苹果，占加工原料的60%，其次是辣椒，占25%。

苹果脱水厂有大约236个不同品种的苹果生产商；每年对水果的需求量大约为28,000吨；有12个仓库，最多有70个冷藏室，采用不同类型的制冷技术，可以为水果提供不同的储存时间；有大约30辆租用的卡车，1、2、3型，具有不同的装载能力。9.9吨、12.2吨和25.1吨。应该指出的是，所有的水果都是由公司购买的，公司将其送到外包仓库，因为它没有自己的冷藏室。

为了更长时间地储存新鲜产品，采用了分类系统，考虑到收获条件、果园和接收水果的成熟度。该系统对每批新鲜产品进行分类，并相应地确定储存的冷库类型。这种分类，称为隔离，表明新鲜产品可以储存多长时间，以保持其加工状态。（表3）列出了根据为每个品种确定的隔离所需的储存类型。这种分类是由工厂接收区的质量控制专业人员进行的，考虑到第二节中解释的水果的生理指数。

目前，尽管已经进行了水果分类，但在采购过程中没有考虑到之前描述的因素（水果的数量和储存时间，储存类型）。公司购买了其储存能力所允许的所有水果，以实现当年的生产计划。

当加工厂不能满足对某种质量要求的水果品种的需求时，可以购买同等或更高质量的水果来满足未满足的需求。如前所述，从新鲜水果到脱水产品的转化率，长期水果比短期水果好。由于这个原因，在这个标准下，似乎最好总是购买长期水果，以便在整个加工季节拥有高质量的水果。然而，由于购买价格和可控气氛室的储存成本较高，选择这种方式并不总是有利可图。

4.2将提出的模型应用于季节研究

这些模型的应用考虑到了工厂一个加工季节的数据(表4)。这个季节的需求量为28120吨，来自279个生产者的供应量为58821吨，可用的储存能力为129850箱。一个仓是一个容量约为0.380吨的水果容器，可以有效地储存、处理和运输水果。

在现有的57个冷库中，21个有传统制冷设备，11个有智能保鲜技术，25个有可控气氛技术，总的冷库容量为129,850箱。(表4)列出了按长期、中期和短期划分的不同苹果品种的总需求和总供应。加工厂使用该公司商业部专业人员制定的本季销售计划中提出的需求值。销售计划是根据对脱水产品需求的历史行为来估计的。另一方面，供应值是由加工厂根据过去几季的历史数据估算出来的。(表5)中显示了每个品种和隔离时间的需求和供应值。

用于将所提出的模型应用于案例研究的优化软件是ILOG-OPL，6.1版，配有CPLEX-12.6，安装在一台配有Intel(R) Core (TM) i5-5300U CPU 2.30 GHz处理器、8GB内存和600GB硬盘的电脑上。

4.2.1将采购模型应用于所研究的季节

从计算结果来看，当采购模型应用于所研究的加工季节提供的数据时，经过274250次迭代，在100.17秒的计算周期内产生了25390个决策变量和10329个约束条件。

在将新鲜产品采购模型应用于所研究的季节时，该模型在279个可用的生产者中选择了143个，建议长期、中期和短期的储存量分别为17842吨、5726吨和4551吨。该季节对新鲜产品的总需求得到了满足，但由于存在满足长期储存（长期隔离）水果需求的条件，只有在供应存在并符合由此产生的最低成本的情况下，每个隔离的水果采购才有变化。(表5)给出了本季度的新鲜产品采购建议。

加工季节开始时，由279个生产者提供的初始供应量为58,825吨，而加工厂的需求量为28,120吨。这一需求完全得到满足，不仅是在现实中，而且在采购模型给出的结果中。差异体现在每个苹果品种的隔离上。例如，对于具有长、中、短储存时间的皇家嘎拉品种，每个储存时间的需求量为1520吨，然而，购买量分别为2909吨、1154吨和496吨。这种购买的结果是寻求购买大部分储存时间长的新鲜产品，而不是储存时间短的水果，这就是为什么模型发现建议的购买量（表5）能够满足工厂的要求，但要考虑到购买新鲜产品、运输和每个生产商的管理成本。从(表9)中可以看出，有的收购价格是按水果品种而不是按分类来区分的。

其他的差异体现在为满足每个苹果品种的隔离需求所需的生产者数量上。例如，长期储存的皇家嘎拉品种从29个生产商购买到27个生产商，而红色品种从37个生产商购买到只有6个生产商。这种购买计划的改善是由于在选择生产商时对购买运输和管理成本有了更好的认识。关于从生产商到加工厂的运输，(表6)列出了该厂在研究季节可用的每种卡车的行程数。

该模型建议拥有更多的1型卡车来满足运输需求。这个结果可以作为工厂运营计划的基础，因为从季节开始，就知道在新鲜产品采购过程中需要的车次，也知道什么类型的卡车最适合使用。当比较实际车次和模型建议的车次时，可以看到减少了140车次，这意味着节省了约9570美元。这是因为得到了一个更好的供应商采购计划，同时优化了所需的运输。

在比较购买新鲜产品的结果时，实际购买成本为1,710,392美元，而建议的购买模式给出的结果为1,580,659美元，在所研究的季节中节省了8%，相当于129,733美元。减少的原因是向那些允许最小化采购、生产者管理和新鲜产品运输成本的生产者购买新鲜产品，优化储存时间/采购成本/生产者到工厂距离的最佳组合。

采购模型的目标函数的每一项的总成本参与情况如下：采购原材料的成本占90.8%，其次是运输成本占9.1%，最后是生产者管理成本占0.1%。

4.2.2将存储模型应用于所研究的案例

当根据采购模型提出的新鲜农产品的数量（表5）应用新鲜农产品存储模型时，得到了(表7)所示的存储计划。该模型有8262个决策变量和2767个约束条件，经过21,224,455次迭代，在629.65秒内得到解决。

对于所研究的季节（表8），有17,843吨的长期储存需求，将其保存在可控气氛（CA）冷藏室中，目的是尽可能延长水果的生理质量约9个月；5726吨保存在智能保鲜（SF）冷藏室中，水果可保存约6个月；4551吨短期储存在传统冷藏（CR）冷藏室中，生理特征可保持约3个月。

在观察公司的实际储存情况时，有一个无序的计划，并将购买的新鲜产品分配到冷藏室。例如，长期储存的隔离区有7232吨的需求，应该全部放在可控气氛室中，但有354吨被放在智能保鲜室中，这使得购买的水果没有得到有效的组织，因为这种冷库对于购买的水果类型来说并不理想。类似的行为可以在中期和短期存储隔离中看到（表8），有91吨放在传统的冷藏室中，2698吨放在智能保鲜室中。必须记住，在不同的冷藏室中储存的仓位数量是采购模型的输出，将成为储存模型的输入。

关于从果园到加工厂的运输，(表9)显示了该模型如何建议拥有更多的1型和2型卡车，而将3型卡车留在一边以满足运输需求，从而获得65,837美元的总运输成本。知道采购所需的车次可以作为计划工厂运营的基础，这样在季节开始时就会知道分配给每辆卡车的数量和车次。当比较实际车次和模型建议的车次时，发现减少了144车次，这意味着节省了约4024美元。这一减少是由于一个更好的存储计划减少了去仓库的次数。

将储存新鲜产品的实际结果（297,914美元）与模型提供的结果（278,477美元）相比较，可以看出节省了7%，即19,437美元。成本的降低是由于将水果最佳地分配到不同的房间，以便更好地保持每种隔离类型的水果的个别生理特征。在分析最佳成本时发现，新鲜产品储存占成本的76.3%，其余为运输成本。

4.2.3应用综合模式进行采购和储存决策

在对新鲜农产品的购买和储存进行联合优化时，建议长隔离13,826吨，中隔离5067吨，短隔离9226吨，每个隔离区的初始需求分别为12,160吨、8360吨和7600吨。带有33,651个决策变量和13,096个约束条件的实际模型经过54,889,038次迭代，在1749.16秒内得到解决。

(表10)给出了所研究季节的新鲜农产品购买建议。最初的供应和需求与购买模型相同。总需求在现实中以及综合模型提供的结果中都得到了满足。在每个品种的水果所需的不同隔离物的实际购买和建议购买中可以看到差异。例如，对皇家嘎拉品种来说，长、中、短期隔离区的需求量各为1520吨，而购买量分别为2611吨、755吨和1193吨。这种购买是由于短、中储存时间的需求可以用长储存时间的水果来满足。

此外，值得注意的是，对于储存时间较长的皇家嘎拉品种，从35个生产商处购买，而不是从29个生产商处购买，相反，对于红色品种，只从6个生产商处购买，而不是37个。在比较购买模型和综合模型给出的结果时（分别为表5和表10），可以看出按隔离的水果数量有差异。现在出现这些差异是因为综合采购模型考虑到了与储存有关的成本，这意味着该模型对新鲜苹果的采购、运输和储存的整个过程有更好的认识。

(表11)中提出的存储模型所给出的结果与单个模型（表7）的结果明显不同。对于所研究季节的储存（表12），有13,826吨的长期储存需求，将其保存在可控气氛（CA）冷库中，5067吨保存在智能保鲜（SF）冷库中，9226吨保存在传统制冷（CR）冷库中，这与该公司实际储存的水果的无序分布相反。关于该过程的成本，综合模型给出的成本为189,925美元，比研究季节中获得的实际成本低16%。

关于从生产者到加工厂的运输，(表13)显示了该厂现有的每种类型的卡车的拟议行程数。可以看出，使用最多的卡车类型是可以运输9.9吨的卡车，每季运输2532次，其次是负载能力达12.2吨的卡车，运输2436次，最后是3型卡车，运输80次，最大负载为25.1吨。这个结果可以作为工厂运营规划的基础，因为在季节开始时，新鲜产品储存过程中的运输次数以及哪种类型的卡车是最好的。当比较实际运输次数和模型建议的次数时，减少了269次，这意味着节省了约13,606美元的运输成本。因此，改进水果采购和储存计划可以优化卡车行程的数量，并相应减少运输成本。

简而言之，本季工厂的需求是由178个生产商提供的74,000箱新鲜产品满足的，总采购成本为1,593,341美元。这些产品被储存在8个仓库，使用30个冷藏室（表11），储存成本为248,774美元，总成本为1,842,115美元。

将购买新鲜产品的结果1,593,341美元与观察到的实际价值1,710,392美元相比较，节省了9%，相当于117,051美元。这一结果高于单个模型所给出的1,580,659美元。

将综合储存模式的结果（248,774美元）与观察到的实际价值（297,914美元）进行比较，可以节省16%，相当于49,140美元。同样，这个结果也低于单个模型给出的278,477美元，因为它的解决方案来自单个采购模型。

总的来说，购买和储存新鲜产品的成本（1,842,115美元）与该季节的实际价值（2,008,306美元）相比，节省了8%（即166,191美元）。对单个模型的总成本（1,859,136美元）和综合模型的结果进行比较，结果显示同样有利。在使用一个模型或另一个模型之间，有0.92%（即17,021美元）的小差异的节约。这一差异是由于综合模型在计划购买新鲜产品时，现在也考虑到了与水果储存有关的成本。

计算时间从每个单独的采购和存储模型的平均197.56秒到综合模型的1749.16秒不等，这对其在现实中的使用还是合理的。

4.3使用e-约束方法对综合模型的分析

综合模式旨在最大限度地减少农业产业内重要活动的成本，这些活动是购买和储存待加工的新鲜水果。一般来说，不可能同时最小化这些成本，因为它们的目标会发生冲突，也就是说，其中一个目标的改善会导致另一个目标的恶化。为此，为了找到这两个目标函数之间的权衡曲线，采用了Haimes等人（1971）提出的电子约束方法。为了构建这条曲线，有必要估计购买新鲜水果的成本的最坏值（Fpc）和最好值（Fmc），以及储存新鲜水果的成本的最坏值（Fpa）和最好值（Fma）。

一方面，Fmc的计算是用(1)代替综合模型的目标函数(19)，其中与新鲜水果储存有关的条款被删除，但约束条件(20)被保留下来。因此，只有与购买新鲜水果相关的成本被最小化（购买模型）。另一方面，用(9)代替(19)，得到Fma，使与储存有关的成本最小化，而不考虑购买成本（储存模型）。

为了得到Fpa，我们考虑存储模型，并引入一个新的约束条件（Z1le; Fmc ）。这个新约束将新鲜水果的购买成本限制在小于或等于最佳购买成本值，也就是Fmc。同样，为了计算Fpc，在采购模型中加入了一个新的约束条件（Z2le; Fma ）。这个约束条件规定，新鲜水果的储存成本必须小于最佳储存成本值，也就是Fma。

权衡曲线上的其他点是通过购买模型得到的，其中限制新鲜水果购买成本的约束条件的右侧值被修改了。这个值在Fma和Fpa之间变化。

在双目标分析中进行的实例，特别是(图4)中显示的权衡曲线，有助于决策者根据购买和储存决策实现总成本行为。例如，如果考虑较低的储存成本，就需要较大的购买新鲜水果的成本，反之亦然。此外，购买成本对总成本的影响比储存成本更大，(Fma-Fpa)=14,612美元代表总储存成本减少了约6%，而（Fmc-Fpc）=98,780美元代表总购买成本减少了约9.5%。因此，有必要在考虑到这两个目标的情况下找到合适的解决方案。

分析帕累托曲线（图4），在比较购买和储存新鲜水果的战术决策时，可以发现购买决策比储存决策具有更大的影响。这是因为在智利脱

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[602889]，资料为PDF文档或Word文档，PDF文档可免费转换为Word