2022年（第二十届）中国物流学术年会跨年会粮食和物资储备物流系统优化与供应链创新专题分论坛于2023年2月26日在江苏省南京市举行。华中科技大学管理学院教授、中国物流学会兼职副会长刘志学出席论坛，并进行现场指导。论坛由华中科技大学管理学院教授、国家社会科学基金重大项目主持人王林和河南工业大学管理学院副院长李凤廷主持，邀请了河南工业大学管理学院物流系主任、副教授刘威等6位嘉宾发表了专题演讲。主要内容如下：

一、刘威 河南工业大学管理学院物流系主任、副教授

演讲题目：“五优联动”视角下优质粮食供应链运行模式及效果评价

为了满足消费者从“吃得饱”向“吃得好”不断升级的消费需求，2017年以来国家粮食和物资储备局启动实施“优质粮食工程”，深入推行“中国好粮油”行动计划，推进“五优联动”，打造从田间到餐桌的中国好粮油供应链，加快推动粮食产业高质量发展。

以优质粮食工程“五优联动”为研究视角，讨论了粮食产业“五优联动”现状与存在的问题，给出了优质粮食供应链运行模式，分享了粮食产业“五优联动”推进效果评价方面的研究成果。

二、韩红军 中原粮食集团郑州多福多食品有限公司副总经理

演讲题目：主食产业供应链体系构建的实践探索

结合企业运营实践，介绍了多福多以科技创新为支撑，通过主食产业供应链体系构建及优化，促进企业提质增效方面的经验和成果。

现代化主食加工供应链体系，是粮食供应链的重要组成。对于提升粮食加工增值、保障粮油食品市场的有序供应、满足消费升级需求，以及对于扩大内需、增强有效供给，推动国内大循环经济体系，均有着重要意义。

三、王高峰 河南工业大学管理学院MBA招生办公室主任、博士

演讲题目：产业互联网赋能粮食行业节粮减损增值的实现路径研究

据国际粮农组织统计的数据显示，受新冠疫情、极端气候等影响，2020 年全球23.7 亿人陷入粮食危机。然而，每年全世界约有13 亿吨粮食被浪费。中国作为一个粮食大国，粮食损失与浪费在产、收、储、运、消等各个环节都有不同程度存在，粮食节约减损的任务十分繁重。河南省作为粮食生产大省，粮食生产经营和消费过程中的损失和浪费十分严重，所以节粮减损对于我省来说更加迫切。伴随着数字经济的迅猛发展，应用云计算、物联网等技术工程对粮食全产业链进行数字赋能，将粮食的产、收、储、运、消等各个环节紧密结合，形成产业链闭环和一二三产业融合发展生态圈，充分说明当下的粮食产业互联网建设为节粮减损提供了新的发展思路。

王高峰博士分析了主要粮食品种产后各环节损失和浪费情况，指出了产业互联网在粮食全产业链中应用优势与不足。分析了如粮达网、川粮集团全产业链“云码溯源等典型案例，给出了产业互联网背景下节粮减损的实现路径。

四、王思睿 华中科技大学管理学院博士生

演讲题目：基于灾害强度不确定性与期权契约的应急物资储备模型研究

近年来，地震、飓风、洪水等自然灾害在世界各地频繁发生，造成了严重的人员伤亡、社会和经济损失。为了满足自然灾害发生时的应急物资需求，基于期权契约的政企联合物资储备模型得到了广泛的关注。

针对应急物资需求的不确定性、阶段性特征，在现有政企联合储备模型的基础上，从政府的视角出发，以最小化储备成本为目标，构建了一个新的两阶段随机规划模型。模型相较已有研究，考虑了物资需求依赖于灾害强度的假设，以及灾后关键阶段与非关键阶段的物资差异，并通过需求满足率约束替代传统的缺货成本，从而更好地适应实际应用场景。最后，通过收集实际数据，验证了期权契约在应急物资联合储备的适用性，对满足率与需求比率等相关参数敏感性分析，提出关键物资与非关键物资对应的储备方式。

五、张子卿 华中科技大学管理学院博士生

演讲题目：粮食产后服务中心选址问题及Benders分解算法

粮食产后服务体系的建设是我国“优质粮食工程”的重要内容，是降低粮食产后环节损失的有效手段，对保障国家粮食安全有重要意义。粮食产后服务中心主要为种粮农户提供“代烘干、代整理、代储存、代质检、代销售”等服务，具有规模化优势，可以有效减少由于个体农户缺乏处理、储存粮食的有利条件而造成的粮食产后损失，解决粮农“丰产不丰收”的难题。

结合粮食产后服务中心具有清理干燥、粮食储存等多种服务功能的特点，作者在传统选址-分配模型基础上，考虑了服务中心多种能力之间的分配决策，对选址问题模型进行了创新。同时，考虑粮食产量具有随机性的特点，建立了基于二阶段随机规划的粮食产后服务在中心选址问题模型。根据模型的特点，作者设计了Benders分解精确算法进行求解。

以湖北省粮食产后服务中心建设为背景进行了实例分析。根据湖北省84 个县级区域粮食产量数据，利用提出的模型和算法得到服务中心的最优地理位置分布、建设规模及能力分配方案，验证了模型和算法对于真实问题的有效性和可行性。

六、吴彬溶 华中科技大学管理学院博士生

演讲题目：基于多源异构数据的玉米期货价格预测研究

玉米期货价格预测和预警工作有助于指导农业经济高质量发展，而自2020年6月以来我国玉米期货价格波动剧烈，亟需准确高效的玉米期货价格预测方法。针对现有研究未充分考虑疫情、政策调控及新闻文本中潜在的预测信息等不足，综合考虑了玉米市场的供求关系、政策调整、国际市场冲击、疫情冲击、突发事件的影响等导致玉米价格波动的多重因素，设计了有效的玉米期货价格可解释性预测框架。

同时针对现有玉米期货价格预测可解释性不足的问题，提出了一种新颖的DE-TFT可解释性玉米期货价格预测模型，该模型采用差分进化算法对时域融合变换器(Temporal Fusion Transformers, TFT)的参数进行智能高效的优化。TFT是一种新颖的基于注意力的深度学习模型，将高性能预测与时间动态可解释分析相结合，表现出优异的预测性能。TFT模型可以产生可解释的玉米期货价格预测结果，包括时间步长的注意力分析和输入变量的重要性排序。

在实证研究中，潜在狄利克雷分配模型用来分析“中华粮网”收集的玉米新闻资讯和政策调整的内容及主题，卷积神经网络用来提取新闻资讯的潜在预测信息，可解释的实验结果表明本土新增确诊病例的引入和量化后的玉米新闻文本特征都能进一步提升玉米期货价格预测的精度。

（根据速记整理，未经本人审阅，转载请注明作者和来源中国物流学会。）