1.5　研究内容

生鲜农产品的易腐性、时鲜性、短生命周期等特性是影响生鲜农产品库存管理优化的主要因素。因此，在互联网环境下，考虑生鲜农产品的变质率、新鲜度、保鲜期及交叉易腐性等质量因素，研究数据驱动下的库存优化是一项极具挑战的工作。本书考虑生鲜农产品主要的质量因素，基于数据驱动视角分析不同质量因素影响下的生鲜农产品库存优化决策。本书的研究内容如下：

（1）变质率可控的生鲜农产品库存优化决策。考虑变质率直接与生鲜农产品的新鲜度有关，从而影响市场需求，将变质率这种库存数量变化的指标作为质量指标，并通过一个可改变的库存持有成本对变质率进行控制，综合运作层面与成本有关的变量和市场反应来研究生鲜农产品的库存决策问题。首先，将变质率和订货量同时作为决策变量，建立库存优化模型，分析模型性质得到在变质率可控条件下，最优订货量存在且唯一的结论。然后，考虑保鲜和变质率之间的关系系数，在不同的生鲜农产品变质性下研究模型的动力学性质。对高易腐性的生鲜农产品，给出了最优的决策步骤；对低易腐性的生鲜农产品，给出了零售商的最优订货决策和对应于最优变质率的最优保鲜决策。

（2）新鲜度影响下的生鲜农产品库存优化决策。从生鲜农产品的新鲜度特点出发，首先，建立新鲜度影响变质率的基本模型；然后，考虑新鲜度对库存成本的影响以及库存成本变化下库存条件对变质率的影响，建立新鲜度影响变质率和库存成本的优化模型，分析新鲜度变化下的最优平均总成本，得到零售商最优新鲜度订货模型；最后，比较保鲜和不保鲜这两种变质率和成本不同的库存管理情境，得到新鲜度影响下的零售商保鲜决策。

（3）保鲜期限制下的生鲜农产品库存优化决策。考虑生鲜农产品的保鲜期对订货周期的限制，基于经济订货批量模型建立保鲜期固定的基本模型，并基于保鲜可以延长保鲜期的假设，对模型进行扩展和分情况的讨论。结果表明：当有保鲜期限制时，零售商应该考虑最优订货周期和保鲜期的大小，选择较小时间段的周期进行订货。对于保鲜期较长的生鲜农产品，保鲜虽然会延长保鲜期，但也会增加零售商总成本，保鲜是不必要的；对于保鲜期较短的生鲜农产品，在一定条件下保鲜不仅可以延长其保鲜期，而且可以减少成本。但并不是保鲜的努力程度越大越好，当保鲜期延长到一定程度即可得到最优成本。

（4）交叉易腐性影响保鲜控制的混合库存优化决策。将多种生鲜农产品共同存放，既节省存储空间又降低库存成本，是现实中常见的库存操作方式。混合库存时，生鲜农产品的保鲜期由于生物化学特性的相互影响而被改变。为此，提出交叉易腐性的概念，然后综合新鲜度、变质率和保鲜期等多种质量因素，建立保鲜和交叉易腐性影响下的混合库存模型。在物联网传感系统应用的背景下，利用实时数据对模型性质和库存控制策略进行研究。结果表明：考虑到交叉易腐效应的综合决策机制，可以通过减少变质成本和提高生鲜农产品质量来优化混合库存下的全局库存策略。同时，证明了决策变量的上下界条件，使用解决这种复杂非线性问题的遗传算法可以快速获得可行的全局最优解。

事实上，考虑质量因素的生鲜农产品库存优化是在物流技术、计算机技术飞速发展的环境中，中国农业发展和现代化管理必须面对和解决的关键性问题。本书集成供应链库存理论、优化理论、数据分析理论，利用农产品库存管理技术，应用运筹优化、数学建模、数据分析等方法，探索变质率、新鲜度、保鲜期和交叉易腐性等质量因素对生鲜农产品库存决策的影响机理和结果，旨在为生鲜农产品这种特殊变质产品的库存优化管理提供理论借鉴，也为数据驱动下的生鲜农产品库存决策进行理论上的探索。因此，考虑质量因素的生鲜农产品库存优化决策研究不仅有助于丰富和深化变质产品库存管理理论的方法和内容，而且对促进物流数据在具体领域的应用研究也具有重要的理论意义。