前言

生鲜农产品在供应链环节，尤其是库存环节损耗惊人。以无线射频识别（radio frequency identification, RFID）为主的多元数据传感技术在生鲜农产品库存中广泛应用，可以提高农产品库存准确性，解决库存错放问题，提高库存管理效率，降低部分农产品损耗。同时，这些物流技术的应用使得对生鲜农产品库存数据进行实时采集和学习分析成为可能，并将改变传统生鲜农产品库存管理模式，促使生鲜农产品库存管理的决策依据和决策内容发生变化。

尽管对生鲜农产品库存管理及物流传感技术应用的研究已产生许多有意义的结果，但对数据驱动下生鲜农产品库存管理的研究较少，更缺乏数据驱动因素下对整个生鲜农产品库存管理问题系统深入的研究。事实上，作为一种特殊的变质产品，生鲜农产品具有易腐性、鲜活性、时效性等特性，其库存具有小批量、多批次、需求量大、易损耗、保质期短等特点，生鲜农产品的流通和存储中还有很多问题亟待研究。

从数据驱动的视角研究生鲜农产品库存管理，不仅研究角度新颖，而且还可以利用新的研究工具。物流技术应用下的大量相关数据的获得，可以助力对生鲜农产品库存中新的管理内容的探索。

本书考虑数据驱动因素，以变质库存理论、优化理论等作为理论基础，结合食品科学知识，使用模型方法和数据分析方法，基于数据驱动进行生鲜农产品库存优化决策的研究。本书第1章、第2章总结生鲜农产品的特点，概述了生鲜农产品库存的相关研究。第3章至第6章是本书的主体内容。其中，第3章基于变质产品库存模型，考虑不同生鲜农产品具有不同的变质特性，分析变质率作为生鲜农产品的质量指标，以及变质率可控的生鲜农产品库存优化决策。第4章分析新鲜度对生鲜农产品变质率及库存成本的影响，研究新鲜度影响下的生鲜农产品库存订货决策和保鲜决策。第5章考虑保鲜可以延长保鲜期，分析生鲜农产品的保鲜期对库存决策的影响，研究保鲜期限制订货周期下的生鲜农产品库存优化决策。第6章考虑生鲜农产品新鲜度和保鲜，分析多种生鲜农产品混合库存时交叉易腐性因素对保鲜期的影响。基于单种生鲜农产品库存模型，建立交叉易腐性因素影响下的多种生鲜农产品混合库存模型，并分析模型性质，基于数据驱动对模型进行数据分析，得到生鲜农产品混合库存优化决策内容。第7章是对数据驱动下的生鲜农产品库存优化问题的工作总结和展望。

本书包含许多数学模型及数据分析案例，希望借此探索数据驱动的生鲜农产品库存优化决策，希望能与大家分享想法，继续前行。

书中难免出现错误和遗漏，恳请同行和读者给予指正。

杨亚

2020年12月