生鲜农产品集成收获与配送调度算法

提出基于Q学习和问题知识的协同进化算法，用于生鲜农产品从田间到户的收获与配送集成调度，能够同时优化总运营成本和客户满意度。

Xiaomeng, Ma · Pu, Xujin · 付亚平

Computers and Industrial Engineering 2025

技术优势

成本与满意度同步优化

数学模型同时包含总运营成本最小化和客户满意度最大化两个目标，而不是只优化成本或只优化满意度。

明显优于现有算法

通过与三种先进算法和CPLEX求解器的对比实验，Q-CEA-K在求解该问题时展现出显著优势。

融合问题知识

算法中设计了两种基于问题知识的启发式规则和五种性质，用于产生高质量初始解并指导局部搜索，提升搜索效率。

应用场景

• 生鲜农产品物流调度：为生鲜物流企业提供收获与配送一体化调度方案，缩短链条保持新鲜度。
• 农产品供应链优化：优化从田间到消费者的供应链，平衡运营成本与客户满意度。
• 食品配送管理：支持生鲜食品配送管理，提供同时优化成本和满意度的调度方案。
• 智能农场运营：为智能农场提供收获与配送的联合调度决策支持，实现协同优化。