英语原文共 11 页，剩余内容已隐藏，支付完成后下载完整资料
规划易腐农产品收获和分销的运营模式
Omar Ahumada， J.ReneVillalobos
【摘要】：本文提出了一个运营模式，为新鲜农产品行业生成短期计划决策。特别是，开发的应用程序有助于种植者通过在收获季节进行生产和分销决策来实现收入最大化。这种模式的主要动机来自这样一个事实：生产者的收益率高度依赖于收获季节短期计划的处理。影响盈利能力的一些因素包括劳动力成本管理，保存易腐作物的价值，以及在时间（产品质量）和成本之间提供最佳平衡的运输模式。这些问题是相互关联的，他们的合理管理对于实现良好的财务业绩至关重要。拟议规划模型的结果表明，通过管理产品交付时新鲜度的平衡以及种植者方面增加的劳动力和运输成本，可以获得显着的节省。此外，结果还表明，动态的，基于信息的管理实践可能比基于固定劳动力分配和分配实践的传统实践更受欢迎。
关键词：农业规划、农业物流、混合整数编程、易腐产品、运营计划
1 引言
容易腐烂的农产品种植者，如新鲜水果和蔬菜，往往面临复杂的规划问题，例如决定使用的技术水平，种植多少特定作物，种植和收获的时机。如果涉及相互矛盾的目标，问题就变得更加复杂，例如种植者可以尝试最大限度地提高总产量，或者最大限度地减少用于种植和收获农作物的劳动力，或者将由于向市场发送过度成熟的产品而造成的损失最小化。从传统的规划角度来看，种植者面临着不同层面的规划问题。例如，农场位置和其他基础设施决策可以被认为是战略层面的规划问题。每年作出的这些决定，例如种植时间和竞争作物之间的资源分配可以被视为战术层面的问题。一旦种植作物，并就其种植，收获和分配作出短期决定;然后进行运作规划（Ahumada and Villalobos，2009）。在这种情况下，当前的论文旨在提供一个决策模型来帮助农民，这个模型可以产生短期的运营决策。 特别是，引入的运营模式有助于在收获期间作出生产和分配决策，目标是最大限度地增加种植者获得的收入。
开发处理收获决策模型的主要动机是新鲜易腐作物种植者观察到的利润和损失高度依赖于这些短期决策。短期收获计划中最重要的问题包括劳动力成本管理，保留易腐作物的价值，以及使用高效的运输模式，以便在达到市场的时间（产品质量）和成本之间提供最佳平衡例如，消费者要求在销售时在新鲜农产品中存在某种质量属性。然而，为了保护这些属性，种植者可能在劳动力和运输方面招致更高的成本。本文通过制定一个规划模型来解决这一矛盾，该模型可以量化和平衡由于作物的可持续性造成的价值损失和防止这种损失所发生的成本，例如增加特定时期的收成数量。
为了展示所提出的模型的适用性，本文提出了基于两种产品的案例研究：甜椒和西红柿。 这些作物的选择是因为它们的经济重要性（约翰逊等人，2006）以及它们的建模复杂性。在案例研究中使用西红柿的另一个优点是开发的工具可以很容易地适应其他新鲜作物，例如黄瓜和茄子 Marcelis，2001）。
本文的其余部分安排如下：第二部分介绍以往与易腐农产品运作计划相关的工作。 第3节介绍园艺作物作业决策建模的主要问题。第4节介绍园艺作物生长和分布相关活动的规划运作模式。第5节介绍应用于案例研究的结果。最后，第6节提供了这个问题的结论和未来 研究。
2 文献综述
在种植者作出的作业决定中，收获，生产活动的调度，储存，包装和运输是最重要的一部分。鉴于这些决定，储存和收获尤其重要，因为这些产品的保质期有限（AhumadaandVillalobos，2009）。 由于许多农业活动仍然是劳动密集型的，因此在易腐作物的作业规划中需要考虑的另一个因素是劳动力的使用（ZhangandWilhelm，2009）。
虽然运营计划在新鲜食品供应链中显然非常重要，但最近的两项评论（Ahumada和Villalobos，2009; Zhang and Wilhelm，2009）强调，没有太多的计划模型或工具投入其中。 意识到操作规划模型的需要，这些模型可以快速应对变化的环境，这些变化的环境无法事先预测，并且在战术规划期间适当纳入（Thysen，2000）。 我们简要讨论下一些易腐作物供应链运营计划领域的一些重要工作。
收获模型给出了作业计划的一个例子，其中包括诸如每个时期收获的产品数量，收获产品运输到包装地点以及包装和加工厂的时间表等决策。 费雷尔等人（2007年）的工作可以被认为是处理收获计划的论文的一个很好的代表。本文提出了一个混合整数规划（MIP）模型来优化调度葡萄酒的收获操作。 该模型考虑了收获活动的成本以及葡萄延迟收获的质量损失。该模型的主要贡献之一是在模型的目标函数中表示质量损失。
文献中其他操作模型的例子包括与生产分布相关的例子，如Rantala（2004）的工作，他提出了用于设计苗期供应综合生产 - 分配计划的MIP模型
该模型中包含的一些决定是从苗圃生产和运输到冷库，或直接运输给客户，或从仓库运输到客户的种苗总数。该模型还包括能力 约束和能力相关的决定。该模型的主要目标是最小化生产和运输满足客户需求所需产品的总成本。
可以从文献综述中得出的一个发现（Ahumada和Villalobos，2009; Zhang和Wilhelm，2009）是，处理易腐产品的计划模型往往不能将保质期和随机特征纳入供应链的不同阶层。也许这种缺乏更现实场景的原因是为寻找解决问题的模型增加了复杂性。在少数情况下，将基于现实的随机特征引入到模型中，结果证明模型增加了复杂性（Jones et al。，2003; Allen and Schuster，2004）。
大多数已发布的运作计划模型的一个共同特点是在计划易腐食品农产品开发的大多数模型中缺乏保质期特征。 这很麻烦，因为保持易腐产品的质量和新鲜度这些功能是必不可少的。这个发现的一个例外是Rong et al。（2011）提出的一个优化模型，用于管理整个供应链中新鲜食品的质量。本文在不同的设备和运输方式下，通过时间和温度对产品的质量衰退模型进行建模。 该论文的目标是尽量减少生产，运输，储存，冷却和处置成本，同时保持客户要求的质量和数量。
从现有的文献咨询中我们得出结论，尽管农产食品供应链是一个吸引了越来越多人关注的领域，但论述运营计划需求的模型有限。 对于旨在规划农产食品供应链的多个方面的综合模型而言，这种应用的缺乏尤其明显。 然而，鉴于生产商目前所观察到的利润率较低，肯定需要有效的运营计划，因为它可能会导致成功和无利可图的运营之间的差异。
3 问题描述
收获和分销易腐作物的战术和作战计划之间的区别之一是，在应用作战计划时，与制定战术计划时相比，种植者对作物的产量和市场状况有更好的估计。 然而，即使短期规划水平的不确定性降低，仍然存在不可控制的因素，如突然的市场波动，高度依赖于天气条件的作物的预期产量和成熟度，以及采后衰老的庄稼。 影响运营计划的一些因素如图1所示。
为了处理短期计划问题，计划模型应该包含作物收获后的行为，天气，运输时间，采后病害，劳动力和运输成本的影响。 同时，模型中的决策变量应包含运输模式和收获政策，使作物能够以合适的质量到达合适的客户（更高的收入），具有适当的保质期和适当的路线食品供应链。
图2展示了新鲜农产品通用供应链的示意图，该供应链将用于开发拟提交的计划模型。 虽然细节因国家而异，我们相信在这个示意图中捕捉到新鲜农产品分销中涉及的主要因素。
例如，在园艺供应链中，作物可以签约（在经手前出售）或在露天或现货市场出售。 很多时候，公开市场的客户更愿意在包装商的仓库免费提货（FOB），而签订合同的客户包括交付合同，在这中间有许多不同的合同组合， 用于储存和运输要求，如图2所示。
运营规划模型中需要考虑的另一个问题是作物的最终目的地，因为客户的需求越来越专业化。 例如，在西红柿的情况下，不同类型的西红柿有不同的市场，例如绿熟和成熟的西红柿。绿熟西红柿在到达成熟前（每2周）收获一次，并在运送前熟化。 另一方面，成熟的西红柿在破土阶段收获，每周需要2-3次收获。 通常快餐店喜欢绿熟西红柿，而零售商更喜欢成熟的西红柿（Calvin and Ciik，2001）。 因此，种植者需要平衡市场需求，和其成本和操作限制，这种权衡，是需要纳入规划模型的许多问题之一。
本节的其余部分介绍了该模型的主要假设以及在对新鲜农产品行业的运营决策进行建模时所考虑因素的详细说明。
3.1 假设和规划角度
在作业模式的开发中，假设已经制定了战术和战略决策，例如生产计划（多少和何时种植）和物流设计。 这意味着在应用作业模式时，决策者完全了解每种作物的种类和数量以及可用的运输方式。 还假定在作业计划层面上不可能增加作物产量。 因此，我们假设需求必须从现有农作物中获得满足，或者通过在公开市场获得额外产品来满足需求。 其他固定在战术层面的资源包括季节剩余时间雇用的季节性劳动力数量和每日可用工人的可用性。 还假设有关于种植作物的产量和品质分布的历史数据。
关于规划范围，我们提出4周收获，包装和运输决策的前瞻性范围。 这样的规划范围意味着总共有12个收获和包装天可用（图3），另外12天用于存储和运输。 图3给出了一个计划范围可能出现的例子。
从图3可以看出，包装通常与收获同时进行，随后很快是储存和/或运输。 此外，如果规划人员要求更高的准确度，则计划范围预计将在每周至少更新一次的滚动范围内实施; 它可以每周更新两次或更多（Miller et al。，1997）。
3.2 新鲜农产品行业的市场不确定性
园艺作物的有限保存期限阻止了它们的长期储存，迫使生产者为目前的产量供应需求，而不管作物的产量分布如何。 这些供应限制导致该行业生产不足和过度生产，造成营销不确定性，使得产品的需求和定价更难以估计。 这种行为在新鲜西红柿市场的情况下是明显的，即当供应量低时（冬季）价格上涨，供应充足时（夏季），价格上涨。 除了季节性趋势外，番茄价格在收获季节也可能变化很大，高峰和低谷以及这些价格的突然变化。 如图4所示，价格甚至发生了显着的变化，如图4所示。美国农业部（2007年）收集的冬季/春季收获的每日西红柿价格 ，从12月的最后2周开始到5月的最后一周。
市场中的这些变化及其对种植者收入的影响使得短期决策变得越来越重要。
3.3 易腐作物的产量和成熟度
作物模型的两个主要投入是作物收获期的产量和成熟度。 由于准确估计即将收获的水果数量及其特定的质量特性对于确定收获，运输和营销决策的频率很重要。 该模型农业通过使用科学研究人员开发的生物模型综合了对果实产量和成熟度的估计，这些将在下文中进行描述。
从增长模型和产量模型的角度来看，大多数研究都是为温室技术开发的（Jones等，1991; Heuvelink，1996），但针对露天田间生产的应用有限（McNeal等，1995）。然而，由于涉及大量的参数和变量，这些模型很难在工业中应用。这种限制也被认为是应用决策支持工具来优化管理番茄作物的限制之一（Lopez-Cruz等，2005）。本研究采用的另一种方法是使用每周收获的历史信息来确定基于种植时间的预期收获量。利用每块土地的每周样本可以对这些信息进行微调，以得出植物生长的水果的估计值和成熟状态。这两条信息都可以用来估计接下来几周的产量分布和水果大小。
从果实成熟度的角度来看，有几种模型已经用来估计番茄和其他作物的成熟度和发育。 据文献报道，用于对新鲜农产品进行质量抽样的最重要措施是等级，保质期，颜色，质地和外观（Gary和Tchamitchian，2001）。 对于西红柿来说，两个质量属性是最相关的，颜色和坚实度（Schouten等，2007a）。 特别是，颜色被用作硬度，保质期和整体质量的外部指标，并且它通常是用于农产品分销公司的首选措施（Tijskens和Evelo，1994）。
为了确定收获决策对收获作物的质量和新鲜度的影响，有必要估计既定收获政策的颜色等级分布。 评估颜色发展的一种方法是使用已经开发的函数来预测水果颜色随时间的变化（Hertog等，2004; Schouten等，2007b）。 这些功能可以根据收获时的颜色（Ho）和果实暴露于环境温度（T）预测颜色发展。
这种类型的函数的一个例子是由Hertog等人提出的（2004）由方程式（1）给出，我们常以两种不同的方式应用：（a）确定产品收获后的保质期，以及（b）估计收获频率对收获作物的颜色分布的影响：
Hmax是成熟时达到的最大颜色（42.9）。 Hmin是成熟绿色阶段的最低颜色（124）。 Ho是收获时水果的颜色。 t是时间（天）的自变量。k是温度相关常数Ea为能量活化，这依赖于种类（138443）。 R是通用气体常数 T是储存水果的恒定环境温度（K）kref: 在任意参考温度下的速率常数。Tref是参考温度，它被选择来计算kref。
在Hertog的方法中，颜色结果是以色调角度给出的，因此有必要翻译这些信息,把它用到计划模型中。对于我们的模型，我们使用北美番茄成熟度标准，它由六个阶段组成（USDA，1997）：成熟绿色（颜色1），破土（颜色2），转变（颜色3），粉红色（颜色4）， 浅红色（颜色5）和红熟（颜色6）。 表1中列出了色调颜色与工业中使用的配色方案之间的兼容性。
颜色函数（方程（1））用于确定收获频率决定在番茄果实颜色分布（成熟度）中的效果。鉴于成熟番茄行业的普遍做法是在色阶中以破土阶段或更高的阶段收获所有的果实，每次收获作物时，只留下在不同的发育阶段的成熟的绿色果实。由于这一政策，收获的果实在其发育过程中会有所不同，具体取决于收获的频率，因为一次收获和下一次收获之间可能会有几天的时间。例如，给定收获频率
全文共12112字，剩余内容已隐藏，支付完成后下载完整资料
资料编号：[14849]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
