Các mô hình tối ưu hóa chuỗi cung ứng thực phẩm dễ hỏng, bằng chứng từ các nghiên cứu thực nghiệm

TÓM TẮT:

Bài viết nhằm đưa ra một cái nhìn bao quát về các nghiên cứu gần đây trong lĩnh vực lập kế hoạch kinh doanh nông nghiệp, nhằm tối ưu hóa chuỗi cung ứng nông sản thực phẩm tươi sống, với việc tập trung vào giảm thiểu tổn thất trong chuỗi cung ứng rau quả. Thông qua các nghiên cứu được phân tích sẽ giúp người đọc thấy được tầm quan trọng của việc giảm thiểu thất thoát thực phẩm trong chuỗi cung ứng nông sản. Đa số các tác giả cho rằng, việc giảm thiểu thất thoát thực phẩm là hoạt động thứ cấp với hoạt động chính vẫn là giảm chi phí hoặc tăng lợi nhuận. Bài viết cho thấy những điểm mới và cơ hội cho các nhà nghiên cứu trong tương lai để khắc phục những khoảng trống nghiên cứu hiện tại về chủ đề này, đồng thời bổ sung các nghiên cứu thực nghiệm tại Việt Nam.

Từ khóa: tối ưu hóa, chuỗi cung ứng thực phẩm nông nghiệp, sản phẩm nông nghiệp dễ hỏng, mô hình toán học xác định, mô hình toán học ngẫu nhiên.

1. Giới thiệu

Chuỗi cung ứng trong sản xuất và kinh doanh hiện đại được hiểu là mạng lưới sản xuất tích hợp và các phương án phân phối thực hiện các chức năng mua nguyên liệu, chuyển đổi nguyên liệu, bán sản phẩm, thành phẩm và phân phối chúng cho khách hàng [16, 20] hoặc một khu phức hợp mạng lưới các cơ sở, với những người ra quyết định liên quan, tham gia vào các hoạt động thiết yếu như sản xuất/chế tạo, bảo quản và phân phối sản phẩm đến các thị trường có nhu cầu [7, 16]. Trong số các chuỗi thực phẩm hiện có, chuỗi cung ứng thực phẩm tươi sống được hiểu là nơi cấu thành các quy trình từ sản xuất đến phân phối nông sản tươi từ nông dân đến người tiêu dùng [28] là ít được chú ý nhất nhưng nó lại đóng vai trò thiết yếu trong việc xác định chất lượng sản phẩm cuối cùng đến tay người tiêu dùng.

Trên thực tế là chất lượng của thực phẩm tươi dễ bị hư hỏng nhanh chóng dọc theo chuỗi cung ứng và có thể dẫn đến lượng hao hụt lương thực nghiêm trọng và có tác động đến an ninh lương thực, lợi nhuận và tính bền vững [18]. Hầu hết, thất thoát và lãng phí thực phẩm xảy ra ở cả các nước đang phát triển và phát triển. Các yếu tố như thiếu cơ sở hạ tầng, đầu tư nhỏ vào công nghệ sản xuất lương thực và kiến thức sử dụng thực phẩm thấp dẫn đến tình trạng thất thoát thực phẩm và việc thiếu ý thức của khách hàng mang lại sự lãng phí thực phẩm [27]. Cho đến nay, một loạt các nghiên cứu với nhiều phương pháp tiếp cận được thực hiện nhằm đưa ra các giải pháp giảm thất thoát và lãng phí thực phẩm nông nghiệp trong suốt quá trình của chuỗi cung ứng thông qua cải tiến các dịch vụ khuyến nông và kỹ thuật thu hoạch; cải thiện cơ sở hạ tầng, hệ thống đóng gói và kiểm kê; tăng cường các hoạt động gia tăng nhận thức của những người tham gia vào các bộ phận bán lẻ và tiêu dùng về mức độ nghiêm trọng vấn đề thất thoát thực phẩm [19].

Bài viết này đánh giá về các nghiên cứu trong lĩnh vực lập kế hoạch kinh doanh nông nghiệp thông qua các mô hình nhằm tối ưu hóa việc quản lý chuỗi cung ứng (QLCCU) thực phẩm tươi sống, với trọng tâm là giảm tổn thất trong chuỗi cung ứng rau và quả. Đặc biệt, các phương pháp tiếp cận này hoàn toàn có thể được áp dụng cho các sản phẩm nông sản tươi sống khác của Việt Nam để nâng cấp khả năng cạnh tranh so với nông sản các nước về giá cả và chất lượng thông qua việc tối ưu hóa trong QLCCU.

2. Cách thức tiếp cận mô hình hóa

Đánh giá các tài liệu liên quan đến các mô hình lập kế hoạch cho chuỗi cung ứng thực phẩm nông nghiệp tươi sống chỉ ra rằng nghiên cứu trước đây sử dụng các mô hình để tối ưu hóa có thể được phân loại chủ yếu là mô hình xác định hoặc ngẫu nhiên, theo sự chắc chắn của giá trị của các tham số được sử dụng. Trong miền xác định, các kỹ thuật như lập trình tuyến tính (LP- linear programming), lập trình phi tuyến (NLP- nonlinear programming), lập trình tuyến tính số nguyên hỗn hợp (MILP- mixed-integer linear programing), lập trình tuyến tính đa biến (MOLP- multiobjective linear programming) và lập trình động (DP- dynamic programming) được sử dụng và trong miền ngẫu nhiên, các kỹ thuật như lập trình ngẫu nhiên (SP- stochastic programming), lập trình động ngẫu nhiên (SDP- stochastic dynamic programming), tối ưu hóa mạnh (RO- robust optimization), lập trình mờ (FP- fuzzy programming) và mô phỏng ngẫu nhiên (SIM- stochastic simulation) được xem xét.

Các nghiên cứu thường được phân tích theo quy trình nhất định, đầu tiên các biến quyết định sẽ được xem xét, sau đó mô hình tiếp cận được lựa chọn và một hàm mục tiêu sẽ được thiết lập. Ở hàm mục tiêu này tác giả sẽ quyết định chọn hàm đơn mục tiêu hay đa mục tiêu và giải quyết chúng bằng các công cụ hỗ trợ định lượng tối ưu hóa khác nhau. Một tình huống thực tế sẽ được lựa chọn sau khi tác giả xác định được một sản phẩm cụ thể ở một quốc gia nhất định.

Hình 1:  Cấu trúc phân loại của các mô hình được tiếp cận trong chuỗi cung ứng nông sản thực phẩm tươi sống

3. Phương pháp tiếp cận mô hình tất định (Deterministic Modeling approaches)

Mô hình tất định là mô hình trong đó các biến trạng thái được xác định duy nhất bởi các tham số trong mô hình và bởi tập hợp các trạng thái trước đó của các biến này. Do đó, các mô hình tất định thực hiện theo cùng một cách đối với một tập các tham số và điều kiện ban đầu nhất định và nghiệm của chúng là duy nhất. Miler và cộng sự (1997) được cho là một trong những tác giả quan tâm đến chủ đề này từ rất sớm, đã phát triển hai mô hình đơn mục tiêu bằng cả cách tiếp cận tất định và ngẫu nhiên với mô hình LP và FP tương ứng cho các quyết định lập kế hoạch sản xuất và đóng gói cà chua tại Hoa Kỳ với mục tiêu giảm thiểu tổng chi phí. Kết quả cho thấy chi phí từ cách phân tích cũ cao hơn đáng kể, hơn nữa khi các tác giả so sánh chi phí thu được từ mô hình LP với chi phí từ mô hình FP thì các yêu cầu cứng nhắc trong LP dẫn đến một giải pháp tối ưu không thực tế, trong khi FP tìm cách thực hiện một giải pháp mong muốn (theo nhận thức của người dùng) bằng cách nới lỏng một số hạn chế về tài nguyên.

Nhìn chung, phương pháp tiếp cận bằng mô hình tất định dường như là một phương pháp khá phổ biến khi các tác giả tiếp cận vấn đề. Thực vậy, Arnaout và Maatouk (2010), Ahumada và cộng sự (2011a) xây dựng mô hình lập kế hoạch thu hoạch và phân phối các sản phẩm nông nghiệp dễ hỏng thông qua mô hình MILP [6, 8]. Các tác giả sử dụng hàm đơn mục tiêu, với mục đích tối đa hóa doanh thu của người trồng. Kết quả chỉ ra rằng có thể thu được khoản tiết kiệm đáng kể bằng cách quản lý gia tăng lượng lao động và vận chuyển bổ sung từ phía người trồng.

Cittadini và cộng sự (2008) sử dụng mô hình MOLP và DP hệ thống sản xuất trái anh đào (cherry) ở Nam Patagonia, Argentina với mục tiêu tối đa hóa giá trị hiện tại của kết quả tài chính tích lũy và tối đa hóa lao động nông nghiệp tích lũy [12]. Trong khi đó, Osvald and Stirn (2008) nghiên cứu một thuật toán định tuyến phương tiện để phân phối rau tươi và thực phẩm dễ hỏng [24]. Tác giả, đề xuất mô hình đa mục tiêu tập trung vào việc phân phối rau tươi với mục tiêu tối thiểu hóa các yếu tố: khoảng cách và thời gian di chuyển, chi phí trì hoãn (trong qua trình vận chuyển bị mất thời gian cho một công đoạn nào đó) và chi phí hư hỏng. Thuật toán Heuristic được sử dụng để giải quyết hai mô hình tiếp cận là MOLP và MILP. Bằng việc kết hợp các mô hình này, các kết quả đều cho thấy sự giảm chi phí đáng kể như mong đợi.

Paksoy và cộng sự, (2012) áp dụng các tập hợp mờ để tích hợp mạng lưới chuỗi cung ứng của một nhà sản xuất dầu thực vật ăn được [25]. Mô hình lập trình tuyến tính đa mục tiêu mờ FMOLP (Đưa FP vào mô hình MOLP) được đề xuất cố gắng giảm thiểu đồng thời tổng chi phí vận chuyển. Cũng bằng mô hình MOLP, Bortolini và cộng sự (2016) đề xuất mô hình có thể cung cấp công cụ lập kế hoạch cho mạng lưới phân phối thực phẩm tươi sống của các thực phẩm dễ hỏng thông qua ba quan điểm khác nhau nhưng có liên quan lẫn nhau, bao gồm chi phí vận hành, thời gian giao hàng và lượng khí thải carbon [10].

4. Phương pháp tiếp cận mô hình ngẫu nhiên (Stochastic Modeling approaches)

Theo Loen, 1963 các mô hình xác định đôi khi không ổn định - tức là các nhiễu loạn nhỏ (thường dưới giới hạn phát hiện) của các điều kiện ban đầu hoặc các tham số chi phối vấn đề dẫn đến các biến thể lớn của giải pháp cuối cùng. Do đó, kết quả có thể đưa ra giải pháp là duy nhất nhưng người ta có thể nhận được các giải pháp khác biệt đáng kể bằng cách xáo trộn một chút tham số điều chỉnh hoặc điều kiện ban đầu tại một điểm của miền. Ngược lại, các tham số của mô hình ngẫu nhiên được mô tả bằng các biến ngẫu nhiên hoặc phân phối chứ không phải bằng một giá trị duy nhất. Tương ứng, các biến trạng thái cũng được mô tả bằng phân bố xác suất. Do đó, mô hình ngẫu nhiên mang lại nhiều giải pháp có khả năng như nhau, cho phép người điều khiển đánh giá độ không chắc chắn vốn có của hệ thống tự nhiên đang được lập mô hình.

Từ quan điểm giảm thất thoát thực phẩm, Bohle và cộng sự (2010) đề xuất mô hình RO nhằm kiểm soát sự biến đổi đồng thời của một tập hợp các tham số qua các ràng buộc khác nhau thay vì trong các ràng buộc giống nhau, ước tính yêu cầu lao động được giao cho từng khối thu hoạch với việc xem xét việc thuê lao động và chi phí sa thải [9]. Tính khả thi của các giải pháp được nghiên cứu bằng cách sử dụng mô phỏng ngẫu nhiên (SIM) của các kịch bản khác nhau bằng phần mềm AMPEL-GLPK. Đối với trường hợp thử nghiệm cho quả nho ở Chile có thể nhận được các giải pháp với xác suất khả thi gần đến 90%, ước tính thông qua mô phỏng Monte Carlo. Tuy nhiên, cách tiếp cận này có nhược điểm tiềm ẩn là phải lặp đi lặp lại giữa một bài toán chính và một bài toán phụ khi đối thủ tính toán các tình huống mới.

Ahumada và cộng sự (2012) đã phát triển một mô hình lập kế hoạch chiến thuật ngẫu nhiên SP và SIM để sản xuất và phân phối các sản phẩm nông sản tươi nhằm tối đa hóa tổng doanh thu của các nhà sản xuất và sử dụng mô phỏng để kiểm tra mức độ chắc chắn của các quyết định trong các kịch bản khác nhau [5]. Ở một khía cạnh mới mẻ hơn, Muriana, C (2015), nghiên cứu về hiệu quả của việc thu hồi thực phẩm với hạn sử dụng không chắc chắn ở giai đoạn bán lẻ cho chuỗi thực phẩm ở Ý bằng mô hình SP, mô hình xác định thời điểm tối ưu để rút các sản phẩm ra khỏi kệ để chuyển chúng đến một điểm đến thay thế [23].

Soysal và cộng sự (2015), phân tích vấn đề định tuyến hàng tồn kho với nhiều giai đoạn trong phân phối các sản phẩm nông sản dễ hỏng bao gồm cả sự không chắc chắn của nhu cầu của người tiêu dùng về các sản phẩm này, sử dụng lập trình hạn chế cơ hội đồng thời xem xét số lượng và chi phí của các sản phẩm lãng phí, thông qua mô hình SDP, SIM (xử lý bằng phần mềm CPLEX) [29].

Ngoài các nghiên cứu nhằm gia tăng giá trị của các mắc xích trong quá trình QLCCU, Chen và cộng sự (2016) đã bổ sung một nghiên cứu khá thú vị khi tìm hiểu về các chính sách bổ sung các sản phẩm nông nghiệp có nhu cầu lớn trong chuỗi cung ứng nông sản tổng hợp [11]. Các tác giả sử dụng mô hình SP và SIM để khám phá sự bổ sung tối ưu của chuỗi cung ứng với nhu cầu ngẫu nhiên. Kết quả cho thấy rằng, chính sách bổ sung mới (với phương pháp thông minh hơn) có lợi để giúp chuỗi cung ứng ra quyết định một cách khoa học.

5. Các nghiên cứu trong nước

Hiện nay, khái niệm QLCCU ở nước ta không còn mới, tuy nhiên khái niệm về QLCCU thực phẩm tươi sống vẫn còn khá mới mẻ. Theo hiểu biết của các tác giả, cho đến nay rất ít nghiên cứu được công bố liên quan đến lượng nông sản tươi bị lãng phí trong các giai đoạn hoạt động chuỗi cung ứng nông sản tươi sống gây ra do sự kém hiệu quả trong khâu sản xuất, thu hoạch, lưu trữ, xử lý và vận chuyển. Hầu hết các nghiên cứu tập trung phân tích thực trạng và đưa ra giải pháp nhằm hoàn thiện chuỗi cung ứng cung cấp rau quả chứ chưa chú trọng vào quản lý chuỗi cung ứng sao cho lợi ích thu được là tối đa [1-4]. Tuy nhiên gần đây, cũng có một số ít tác giả quan tâm đến vấn đề này với cách tiếp cận hiện đại hơn, giúp việc giải quyết các vấn đề liên quan đến QLCCU thực phẩm tươi sống mang tính khả thi hơn.

Nguyen Tri Dung và cộng sự (2020), nghiên cứu mô hình tối ưu hóa cho chuỗi cung ứng trái cây tươi: trường hợp nghiên cứu cho trái thanh long ở Việt Nam. Mô hình xác định LP được đề xuất hỗ trợ nông dân trồng thanh long trong việc đưa ra quyết định về phân bổ cây trồng cho các loài thanh long khác nhau, thông qua các kịch bản được trồng thí nghiệm thực tế. Mục tiêu của mô hình là xác định các quyết định trồng và thu hoạch nhằm tối đa hóa lợi nhuận kỳ vọng cho người nông dân.

Gần đây nhất, nghiên cứu của Kieu Phan và Phong Ho (2020) về lựa chọn Trung tâm Phân phối để Cải thiện Chuỗi cung ứng rau quả Việt Nam bằng Công nghệ tối ưu hóa toán học ứng dụng kết hợp và phương pháp trọng số đơn giản (Simple Additive Weighting - SAW). Với nghiên cứu thực nghiệm từ 439 mẫu khảo sát trên địa bàn tỉnh Vĩnh Long, nghiên cứu này sử dụng lập trình tuyến tính hỗn hợp số nguyên (MILP) và lập trình thỏa hiệp dựa trên lập trình tối ưu hóa CPLEX để chọn trung tâm phân phối khi đánh đổi giữa chi phí và thời gian vận chuyển.

Như vậy, thông qua việc lược khảo các tài liệu điển hình trong nước và ngoài nước như được trình bày ở nội dung trên của bài báo, kết hợp thêm một số tài liệu liên quan từ năm 2014 đến nay thì tác giả nhận thấy rằng các phương pháp tiếp cận mô hình phổ biến nhất để tối ưu hóa phân phối trong QLCCU thực phẩm dễ hỏng là LP [8, 21, 30] và MILP [13-14; 24], tiếp theo là MOLP [15, 25] trong mô hình xác định và SIM [29, 32] và SP [5, 29] trong mô hình ngẫu nhiên. So sánh với các mô hình xác định thì ứng dụng của các mô hình ngẫu nhiên cũng còn khá ít vì khả năng thu thập số liệu thực tế tỏ ra khó khăn. Bên cạnh đó, mô phỏng là phương pháp phổ biến nhất để đối phó với sự không chắc chắn của QLCCU thực phẩm tươi sống trong các nghiên cứu.

Ngoài ra, một số tác giả cũng đã tích hợp các phương pháp tiếp cận mô hình xác định và ngẫu nhiên, Chen (2009) kết hợp NLP và SP, Munhoz & Morabito (2014) LP và RO tích hợp, Teimoury và cộng sự (2013) áp dụng cả hai MOLP và SIM trong nghiên cứu của họ [22, 31]. Cuối cùng, Paksoy và cộng sự (2012) kết hợp FP vào MOLP và Herbon (2014) đã hợp nhất các phương pháp NLP và SIM [17, 25].

Theo các tài liệu, có bốn loại biến quyết định phổ biến được sử dụng trong các mô hình toán học cho QLCCU thực phẩm tươi sống: sản xuất, thu hoạch, tồn kho và phân phối. Các biến quyết định sản xuất xác định sản xuất cái gì, khi nào và bao nhiêu ở cơ sở nào. Một số biến quyết định thu hoạch có thể là: thời gian thu hoạch, số lượng cây trồng được thu hoạch và lịch trình lao động cần thiết và trang thiết bị. Quyết định thứ ba là hàng tồn kho với các biến quyết định liên quan là số lượng thứ tự hàng hóa được lưu kho, thời gian đặt hàng, mức độ dự trữ an toàn và lượng sản phẩm dự trữ trong mỗi giai đoạn quy hoạch. Cuối cùng, trong quá trình phân phối, một số biến quyết định cần được đưa vào xem xét bao gồm phương thức vận tải, số lượng phương tiện vận chuyển, kích thước lô hàng, lịch định tuyến và phân phối. Trong số tất cả các tài liệu đã được đánh giá, phần lớn trong số họ cho rằng sản xuất như là biến quyết định chính. Sau đó, phân phối, thu hoạch và tồn kho theo thứ tự là các biến quyết định tiếp theo.

6. Kết luận

Bài nghiên cứu này cung cấp một cái nhìn tổng quan của hơn 25 bài nghiên cứu trong khuôn khổ lập kế hoạch các mô hình nhằm tối ưu hóa việc QLCCU thực phẩm tươi sống (rau quả) với trọng tâm là giảm sự thất thoát thực phẩm. Từ tài liệu, có thể thấy rằng số lượng bài báo xuất bản từ năm 2012 đến nay đang phát triển. Nó cho thấy tầm quan trọng của chủ đề ngày càng tăng và các nhà nghiên cứu sự chú ý đang thu hút về phía khu vực.

Trong khi phần lớn các nghiên cứu được đánh giá thì việc giảm thiểu tổn thất thực phẩm được coi là phạm vi phụ với phạm vi chính là giảm chi phí hoặc tăng lợi nhuận. Chính vì vậy, việc xem xét hao hụt lương thực phải được ưu tiên trong việc phát triển lương thực quản lý chuỗi cung ứng do gia tăng dân số, biến đổi khí hậu và an toàn thực phẩm [26]. Do đó, đây là cơ hội cho các nhà nghiên cứu sử dụng các kỹ thuật tối ưu hóa để giảm thiểu thất thoát về số lượng, chất lượng hoặc giá trị lương thực trong các mô hình quy hoạch nông nghiệp của họ như mục tiêu chính trong QLCCU thực phẩm tươi sống. Theo định hướng trong tương lai, tác giả gợi ý các nhà nghiên cứu tập hợp nghiên cứu của họ xung quanh việc phát triển các mô hình chuỗi cung ứng nông sản tươi sống giảm thiểu thất thoát sản phẩm bao gồm tính không chắc chắn, quyết định tổng hợp, phân tích rủi ro, đánh giá biến đổi khí hậu và cân nhắc tính bền vững. Hơn nữa một số vấn đề chưa được giải quyết trong các tài liệu trước đây đó là việc bổ sung giá trị cho các trái cây và rau loại hai hoặc ba sử dụng công nghệ chế biến thực phẩm, vị trí của các trung tâm thu mua hoặc chế biến di động đều rất hữu ích trong việc duy trì số lượng thực phẩm tươi cung ứng. Đây có thể vẫn còn là một khoảng trống nghiên cứu cho các bài viết trong tương lai.

TÀI LIỆU THAM KHẢO:

Tiếng Việt:

1. Công Phiên (2014), Hội thảo xây dựng chuỗi cung ứng rau quả, truy cập ngày 15/10/2020 từ www.tintucnongnghiep.com/2014/hoi-thao-xay-dung-chuoi-cung-ung- rau-qua.html
2. Lê Thị Minh Hằng (2016), Hợp tác - Giải pháp nâng cấp chuỗi giá trị nông sản thực phẩm - Tình huống tại chuỗi cung ứng rau an toàn Đà Nẵng. Hội thảo khoa học Quản trị và kinh doanh COMB2016. Số: ISBN 978-604-84-1850-2. 53-61.
3. Trần Thị Thu Hương (2015), Phát triển chuỗi cung ứng rau quả, truy cập ngày 15/10/2020 từ www.vlr.vn/vn/ news/img/chuoicungung/2284/Phattrienchuoicungungrauqua.vlr
4. Trương Đức Lực (2017), Chuỗi cung ứng rau quả Việt Nam: Thực trạng và giải pháp, Tạp chí Công Thương, 7, 130-134.

Tiếng Anh:

5. Ahumada, O., & Villalobos, J. R. (2009). Application of planning models in the agri-food supply chain: A review. European Journal of Operational Research, 196(1), 1-20.
6. Ahumada, O., & Villalobos, J. R. (2011b). A tactical model for planning the production and distribution of fresh produce. Annals of Operations Research, 190(1), 339-358.
7. A. Nagurney (2010). Optimal supply chain network design and redesign at minimal total cost and with demand satisfaction. Int. J. Prod. Econ., 128(1), 200-208.
8. Arnaout, J.-P. M., & Maatouk, M. (2010). Optimization of quality and operational costs through improved scheduling of harvest operations. International Transactions in Operational Research, 17(5), 595-605.
9. Bohle, C., Maturana, S., & Vera, J. (2010). A robust optimization approach to wine grape harvesting scheduling. European Journal of Operational Research, 200(1), 245-252.
10. Bortolini, M., Faccio, M., Ferrari, E., Gamberi, M., & Pilati, F. (2016). Fresh food sustainable distribution: cost, delivery time and carbon footprint three-objective optimization. Journal of Food Engineering, 174, 56-67.
11. Chen, W., Li, J., & Jin, X. (2016). The replenishment policy of agri-products with stochastic demand in integrated agricultural supply chains. Expert Systems with Applications, 48, 55-66.
12. Cittadini, E. D., Lubbers, M. T. M. H., de Ridder, N., van Keulen, H., & Claassen, G. D. H. (2008). Exploring options for farm-level strategic and tactical decision-making in fruit production systems of South Patagonia, Argentina. Agricultural Systems, 98(3), 189-198.
13. Ghezavati, V. R., Hooshyar, S., & Tavakkoli-Moghaddam, R. (2015). A Benders decomposition algorithm for optimizing distribution of perishable products considering postharvest biological behavior in agri-food supply chain: a case study of tomato. Central European Journal of Operations Research, 25(1), 29-54.
14. De Keizer, M., Haijema, R., Bloemhof, J. M., & van der Vorst, J. G. A. J. (2015). Hybrid optimization and simulation to design a logistics network for distributing perishable products. Computers & Industrial Engineering, 88, 26-38
15. Govindan, K., Jafarian, A., Khodaverdi, R., & Devika, K. (2014). Two-echelon multiple-vehicle location-routing problem with time windows for optimization of sustainable supply chain network of perishable food. International Journal of Production Economics, 152, 9-28.
16. H. Min and G. Zhou (2002). Supply chain modeling: Past, present and future. Comput. Ind. Eng., 43(1-2), 231-249.
17. Herbon, A., Levner, E., & Cheng, T. C. E. (2014). Perishable inventory management with dynamic pricing using time-temperature indicators linked to automatic detecting devices. International Journal of Production Economics, 147(Part C), 605-613.
18. Lemma, Y., Kitaw, D., & Gatew, G. (2014). Loss in Perishable Food Supply Chain: An Optimization Approach Literature Review. International Journal of Scientific & Engineering Research, 5(5), 301-311.
19. Lipinski, B., Hanson, C., Lomax, J., Kitinoja, L., Waite, R., & Searchinger, T. (2013). Reducing food loss and waste. Working Paper, Installment 2 of Creating a Sustainable Food Future. Washington, DC: World Resources Institute. Available online at http://www.worldresourcesreport.org.
20. M. Christopher (1999). Logistics and Supply Chain Management: Strategies for Reducing Cost and Improving Service (Second Edition). Int. J. Logist. Res. Appl., 2(1),103-104.
21. Miller, W. A., Leung, L. C., Azhar, T. M., & Sargent, S. (1997). Fuzzy production planning model for fresh tomato packing. International Journal of Production Economics, 53(3), 227-238.
22. Munhoz, J. R., & Morabito, R. (2014). Optimization approaches to support decision making in the production planning of a citrus company: A Brazilian case study. Computers and Electronics in Agriculture, 107, 45-57.
23. Muriana, C. (2015). Effectiveness of the food recovery at the retailing stage under shelf life uncertainty: An application to Italian food chains. Waste Management, 41, 159-168.
24. Osvald, A., & Stirn, L. Z. (2008). A vehicle routing algorithm for the distribution of fresh vegetables and similar perishable food. Journal of Food Engineering, 85(2), 285-295.
25. Paksoy, T., Pehlivan, N. Y., & ưzceylan, E. (2012). Application of fuzzy optimization to a supply chain network design: A case study of an edible vegetable oils manufacturer. Applied Mathematical Modelling, 36(6), 2762-2776.
26. P. Paam, R.Berretta, M.Heydar, R.H.Middleton, R.García-Flores, P.Juliano (2016). Planning Models to Optimize the Agri-Fresh Food Supply Chain for Loss Minimization: A Review. In book: Reference Module in Food Science. The online Reference Module in Food Sciences, Netherlands: Elsevier.
27. Salin, V. (1998). Infromation Technology in Agri-Food Supply Chains. International food and agribusiness management review, 1(3), 329-334.
28. Shukla, M., & Jharkharia, S. (2013). Agri-fresh produce supply chain management: a state-of-the-art literature review. International Journal of Operations & Production Management, 33(2), 114-158.
29. Soysal, M., Bloemhof-Ruwaard, J. M., Haijema, R., & van der Vorst, J. G. A. J. (2015). Modeling an Inventory Routing Problem for perishable products with environmental considerations and demand uncertainty. International Journal of Production Economics, 164, 118-133.
30. Tan, B., & Çưmden, N. (2012). Agricultural planning of annual plants under demand, maturation, harvest, and yield risk. European Journal of Operational Research, 220(2), 539-549.
31. Teimoury, E., Nedaei, H., Ansari, S., & Sabbaghi, M. (2013). A multi-objective analysis for import quota policy making in a perishable fruit and vegetable supply chain: A system dynamics approach. Computers and Electronics in Agriculture, 93, 37-45.
32. Venus, V., Asare-Kyei, D. K., Tijskens, L. M. M., Weir, M. J. C., de Bie, C. A. J. M., Ouedraogo, S.,Smaling, E. M. A. (2013). Development and validation of a model to estimate postharvest. Computers and Electronics in Agriculture, 92, 32-47.

MODELS TO OPTIMIZE PERISHABLE FOOD SUPPLY CHAINS

- A REVIEW FROM EMPIRICAL STUDIES

• Master. TRAN LE DIEU LINH

Faculty of Economics and Accounting, Quy Nhon University 

ABSTRACT:

This paper presents an overview of recent researches in the field of agribusiness planning and works towards optimizing agri-fresh food supply chain by focusing on minimizing damages in supply chains of fruits and vegetables. This paper is to highlight the importance of minimizing food loss in agricultural supply chains. Many people consider that the minimizaton of food loss is a secondary activity and the main one is still cost reduction or profit increase. This paper points out new research opportunities for further researches, especially researches in Vietnam as there are few empirical studies on agri-fresh food supply chain management in Vietnam.

Keywords: optimization, agri-fresh food supply chain, perishable agriculttural products, deterministic mathematical models, stochastic mathematical models.

[Tạp chí Công Thương - Các kết quả nghiên cứu khoa học và ứng dụng công nghệ, Số 3, tháng 2 năm 2021]