基于CRITIC-熵权法的冷链物流配送中心布局优化方法

摘 要：针对当前冷链物流配送中心布局的不合理性，导致配送成本高且物流配送距离较长，为此，提出基于CRITIC

-熵权法的冷链物流配送中心布局优化方法。划分冷链物流配送中心功能区，确定冷链物流配送中心布局约束条件，计算CRITIC权重，利用CRITIC-熵权法，求解冷链物流配送中心布局目标函数，从而实现冷链物流配送中心布局优化。实验结果表明，利用所提方法完成布局后，其路径偏差结果均小于16m；实载率接近于1，配送距离短于38km，运输费用低于11万元，配送时间短于66min，等待运输时间短于3天。能够缩短配送的距离，降低配送的成本，且配送效率较高。

关键词：CRITIC-熵权法；冷链物流；配送中心；布局优化

中图分类号：U695.2 文献标志码：A

DOI：10.13714/j.cnki.1002-3100.2024.19.032

Abstract： In response to the current unreasonable layout of cold chain logistics distribution centers， which leads to high distribution costs and long logistics distribution distances， a CRITIC entropy weight method based optimization method for cold chain logistics distribution center layout is proposed. The functional area of cold chain logistics distribution center is divided， the layout constraints of cold chain logistics distribution center are determined， the CRITIC weight is calculated， and the objective function of cold chain logistics distribution center layout is solved by critical-entropy weight method， so as to realize the optimization of cold chain logistics distribution center layout. The experimental results show that after using the proposed method to complete the layout， the path deviation results are all less than 16 meters; the actual loading rate is close to 1， the delivery distance is less than 38km， the transportation cost is less than 110 000 yuan， the delivery time is less than 66 minutes， and the waiting time for transportation is less than 3 days. It can shorten the delivery distance， reduce the cost of delivery， and have high delivery efficiency.

Key words： CRITIC entropy weight method; cold chain logistics; distribution center; layout optimization

0 引 言

冷链物流是指在一定的温度控制条件下，将生鲜、冷冻、冷藏等商品从生产地或供应商处运输到消费者手中的物流过程。随着人们对食品安全和品质的要求越来越高，冷链物流的重要性日益凸显。冷链物流配送中心是冷链物流的重要组成部分，其布局优化可以提高物流效率、降低成本、保证货物质量和安全[1-2]。目前，国内冷链物流配送中心的建设和发展还处于初级阶段，存在诸多问题，如布局不合理、设备陈旧、管理不规范等，需要进行研究和优化。因此，对冷链物流配送中心布局优化方法的研究具有重要意义，可以为提高冷链物流效率、保障食品安全、促进经济发展作出贡献。

曾丹丹等[3]通过对某生鲜物流配送中心的布局进行分析，发现其存在的问题并进行初步优化，接着基于SLP对初次优化的布局进行再优化，以此达到物流配送中心高效配送的目的。但这种方法在应用过程中，物流配送布局不合理，配送成本较高。程玉龙等[4]提出基于免疫算法的物流配送中心的选址优化方法，可以使用免疫优化算法构建选址模型，以确定最佳位置建立物流配送中心，以更好地服务于林果业的客户。但这种方法布局过程中，没有充分发挥各个作业功能区之间相互协调的作用，影响配送效果。为此，提出基于CRITIC-熵权法的冷链物流配送中心布局优化方法研究，对冷链物流配送中心布局进行优化改善。

1 冷链物流配送中心布局优化方法研究

目前，许多物流配送中心的布局存在一些问题。其中一个问题是忽视作业区间的信息交流，随意布置作业区，并未考虑作业区间的互通性。例如，某些中心的办公区位于大门附近，而拣选区位置则位于远离物流配送中心大门的最里端[5]。这意味着配送人员需要从大门走到最里端才能取货，导致取货距离增加，配送时间变长，容易引起顾客的不满。此外，许多物流配送中心仅有拣货区，拣货和检验复核都在同一个区，这容易造成现场混乱，而且没有专门的退货区。因此，需要对现有的物流配送中心布局进行优化。

1.1 冷链物流配送中心功能区划分

物流配送中心的作业流程设计是其设计的关键。一般物流配送中心的基本作业包括入库、出库、补货和退货等。然而，相比于单一功能的冷链配送中心，冷链物流配送中心的作业活动更加复杂[6]。除了基本的作业活动外，还需要增加针对性的作业环节，如检验分级和保鲜仓储管理等。这些额外的作业环节可以确保产品的质量和安全，并且可以满足顾客对于高品质服务的需求。

为适应冷链物流配送中心的运营特性和作业流程，将其功能区划分为物流功能区和非物流功能区。物流功能区包括冷藏、冷冻、预处理、货运、设备、检测、退货、拣选和复核打包等区域。非物流功能区包括办公管理区和辅助作业区。具体的功能区划分如图1所示。

通过图1可以看出，冷链物流配送中心功能区的具体功能如下：

（1）冷藏区

用于存放需要保持在低温状态下的产品，例如蔬菜、水果、肉类等。冷藏区一般维持0℃～10℃的温度，以确保产品的新鲜度和质量。

（2）冷冻区

用于存放需要冷冻保存的产品，例如冰淇淋、冷冻肉类、海鲜等。冷冻区一般维持-18℃以下的温度，以确保产品的品质和安全。

（3）预处理区

用于对生鲜产品进行初步处理，例如削皮、切块、分装、清洗等。预处理区需要保持清洁卫生，并且在处理过程中要注意食品安全和卫生问题。该区域面积较小。

（4）货运区

用于存放已经包装好的货物，准备发往目的地，也是配送员取货和装车的区域。货运区需要保持整洁有序，以便于货物的分类和配送。该区域所占面积较大。

（5）设备区

用于存放和维护冷链物流配送中心所需的设备和工具，例如叉车、保鲜箱、冷藏车等。设备区需要保持整洁有序，以便于设备和工具的管理和维护。

（6）检测区

用于对产品进行质量检测和卫生检查。检测区需要提供相应的设备和工具，以确保产品的质量和安全。

（7）退货区

用于接收和处理顾客退回的产品。退货区需要对产品进行分类和检验，以便于及时处理和维护顾客关系。

（8）拣选区

用于从库存中选取所需的产品，准备发往目的地。拣选区需要根据订单要求和产品特征进行分类和标识，以方便拣选员的操作。

（9）复核打包区

用于对已经拣选好的产品进行复核和打包，准备发往目的地。复核打包区需要保持整洁有序，并且要注意产品的分类和标识，以确保产品的正确性和安全性。

（10）办公管理区

用于管理和协调冷链物流配送中心的各项工作，例如人事管理、财务管理、业务管理等。办公区需要提供舒适的工作环境，以提高员工的工作效率和工作质量[7]。

（11）辅助作业区

在配送中心的正常运营过程中，辅助作业区是一个必不可少的重要组成部分，它提供了可靠的保障。辅助作业区包括食堂、员工宿舍、停车场和值班室等。

1.2 基于CRITIC-熵权法的冷链物流配送中心布局优化方案

依据上述冷链物流配送中心功能区划分的基础上，根据物流配送的要求，以配送服务的可靠性最大化为目标，利用CRITIC-熵权法求解冷链物流配送中心布局目标函数，由此实现冷链物流配送中心布局优化。

1.2.1 确定冷链物流配送中心布局约束条件

配送中心布局优化的目标是使物流成本最低，为优化冷链物流配送中心布局，建立冷链物流配送中心布局目标函数。目标函数的优化目标是最大限度地提高冷链物流的效益和运作效率，以满足冷链产品的质量要求、降低物流成本和减少能源消耗[8]。目标函数形式可以表示为：

minD=min∑∑fcd （1）

式中：f为需求点a与需求点b的物流流量，c为需求点a与需求点b的物流运输成本，d为从需求点a出发，与离它最近的需求点b之间的距离。

为了满足实际情况下的需求，需要对约束条件进行确定。一般来说，约束条件主要考虑以下三个方面，约束条件见式（2）至式（4）：

形状约束条件：

mina<<maxa （2）

式中：L、W分别为需求区域的长和宽；mina和maxa分别为最小、最大长宽比。

位置约束条件：

∀X∈0，X， ∀Y∈0，Y （3）

式中：X、Y分别为各需求区域的实际坐标，X、Y为理想坐标。

面积约束条件：

S=S*k （4）

式中：S为各需求区域的实际面积，S为理想面积，k为宽放比。

1.2.2 应用CRITIC-熵权法求解

CRITIC法考虑了两个指标之间的比较强度，也就是相对重要性，因此可以更准确地反映各个指标的权重。熵权法没有直接考虑指标之间的比较关系，而是通过指标的分散程度来反映其重要性，可能会忽略指标之间的关联性。因此，本文将两种方法进行组合赋权，实现优劣互补，并假定两种方法具有同等的重要性。采用CRITIC-熵权法求解冷链物流配送中心布局目标函数，以获取布局规划最终结果。其求解过程如下：

步骤一：计算CRITIC权重。首先对各指数进行归一化和无量纲化，将各指数的数据归一化为0，1范围，利用CRITIC-赋权法计算权重，公式如下：

w=1-E1-σt （5）

式中：E为信息熵，σt为t时刻的标准差。

步骤二：计算组合权重。因纵横向维度下原始数据在时间上的动态变化不同，需要对原始数据进行重构，基于加法集成思想，组合权重计算公式：

w=βw+1-βw （6）

式中：β为相关系数，取β=0.5，w为时间熵权重。

步骤三：CRITIC-熵权法求解。在求解过程中，设置调节系数η，并计算第a个需求点与理想解的相对贴近度：

δ= （7）

式中：δ、δ分别为正、负理想解的距离。其中，0≤δ≤1，根据δ数值大小对算法结果进行排序，数值越大表示该结果越接近最优水平。

步骤四：判断是否达到最优。判断操作效果是否为最佳，主要有两种方法：①目标函数是否为最佳；②判断该算法是否能够按照指定的迭代数进行运算，若满足其中一个，则完成该算法的运算；否则，回到步骤三。

通过上述论述，对冷链物流配送中心布局进行优化，引入加法集成思想，利用

CRITIC-赋权法对目标函数进行求解，根据求解结果，从而实现冷链物流配送中心布局优化。物流配送中心布局优化方案如图2所示。

2 实验结果与分析

为了证明本文所提基于CRITIC-熵权法的冷链物流配送中心布局优化方法的可行性和实际应用效果，以某冷链物流配送中心为实际研究对象。实验过程中，使用Automod三维物流仿真软件，作为模拟优化初步布局的仿真平台。实验参数设定如下：物流车辆最大承重为8t，最大行驶距离为78km，耗油量为每公里0.48L，最大迭代次数为100次，最大路径偏差小于30m，冷链物流配送中心布局优化目标为冷藏区、冷冻区、预处理区、货运区、办公区、设备区、检测区、退货区、拣选区、复核打包区，详情如表1所示。

2.1 路径偏差结果

为了衡量本文方法在冷链物流配送中心布局优化中其路径偏差的实际情况，实验获取了不同数量功能规划区下的路径偏差结果，如图3所示。

由图3可知，在不同数量的功能区布局下，随着里程偏差值的不断增加，利用本文方法完成布局后，其路径偏差结果均小于16m。这是因为在布局规划过程中，本文方法充分考虑了路径偏差的约束条件。具体来说，只允许存在一条最小路径偏差的物流配送路径布局线路，从而最大程度地保证了路径的偏差结果最小，可以有效避免路径偏差对物流配送过程的影响，提高物流配送的效率和准确性。

2.2 对比测试结果

为了考察本文方法在冷链物流配送中心布局优化中的实际应用效果，引入文献[3]方法和文献[4]方法作为对比对象进行对比测试，配送点数量为3个，分别为A、B、C，测试指标分别为实载率、配送距离、运输费用、配送时间和等待运输时间，具体对比结果如表2所示。

通过表2可知，本文方法的实载率接近于1，表明本文方法装载合理；配送距离短于38km，运输费用低于11万元，配送时间短于66min，等待运输时间短于3天；而文献[3]方法和文献[4]方法在配送中心C时，实载率超过1，装载不合理，配送距离大于40km，运输费用较高，配送时间长于75min，等待运输时间长于3天；相比两种文献方法，本文方法的配送距离较短，运输费用较低，配送时间和等待运输时间较短，表明本文方法能满足实际使用需求且应用效果较好。

3 结束语

随着物流数量的不断增加，冷链物流配送中心布局方法能够对配送中心进行布局规划，提高物流配送的质量。针对当前冷链物流配送中心布局方法存在的车辆配送距离较长，配送不合理的问题，提出一种基于CRITIC-熵权法的冷链物流配送中心布局优化方法，确定冷链物流配送中心布局约束条件，利用CRITIC-熵权法实现冷链物流配送中心布局优化。经过实验验证，所提方法能够减少配送距离，降低配送成本，提高配送效率，为相关应用领域发展提供理论依据。在今后的发展中，结合人工智能和大数据技术，进一步提高模型的准确性和预测能力，以更好地满足实际需求。

参考文献：

[1] 李必敏. 基于SLP的装潢材料配送中心布局优化[J]. 内蒙古科技与经济，2022（4）：38-39，51.

[2] 位晶晶，刘勤明，刘靖杰，等. 基于SLP的X公司汽车零配件配送中心布局优化研究[J]. 生产力研究，2020（2）：111-113，148.

[3] 曾丹丹，陈晓苑. 基于SLP的生鲜物流配送中心布局优化[J]. 物流技术，2023，42（1）：91-94.

[4] 程玉龙，黄莹莹，任园园，等. 基于免疫算法的物流配送中心的选址优化——以新疆兵团第一师为例[J]. 现代农业装备，2022，43（4）：22-28.

[5] 蒋璐. 基于改进SLP和遗传算法的配送中心功能区的布局设计[J]. 物流工程与管理，2021，43（1）：87-90.

[6] 马向国，王世锋，许峰彬. 应急物流配送中心规划与仿真[J]. 物流技术，2023，42（3）：72-77.

[7] 宋书琴，任宏波. 企业配送中心货位布局的优化研究[J]. 物流技术与应用，2021，26（1）：112-114.

[8] 肖倩，赵沛婷，唐澜，等. 无人机外卖配送中心布局优化研究[J]. 中外企业家，2020（29）：217-219.