Um Modelo de Roteamento Multi-Objetivo de Baixo Carbono para Cadeias de Suprimento Agroalimentares Perecíveis: Uma Abordagem Aprimorada de Otimização por Colônia de Formigas com Busca Local Dinâmica Consciente de Risco

• Desenvolve um modelo de roteamento multi-objetivo que integra custo, emissão de carbono, deterioração e satisfação do cliente para cadeias de suprimento agroalimentares perecíveis. • Propõe um algoritmo de colônia de formigas melhorado com atualizações dinâmicas de feromônio e busca local 2-opt consciente de risco para aumentar a convergência e evitar ótimos locais. • Valida o modelo usando um caso real na China, demonstrando uma redução de 19% nas emissões de carbono e 46% de satisfação do cliente. • Alcança a otimização sinérgica do comprimento da rota, frescor dos produtos e impacto ambiental, apoiando a logística sustentável de cadeia fria. • Fornece uma ferramenta de suporte à decisão orientada para engenharia adaptável a cenários de transporte dinâmicos e restritos. Este estudo propõe um modelo de otimização multi-objetivo para o design de rotas de transporte de baixo carbono para produtos agrícolas perecíveis, integrando sustentabilidade ambiental, eficiência econômica e satisfação do cliente. Para abordar as limitações dos algoritmos convencionais de colônia de formigas—como aprisionamento em ótimos locais e convergência lenta—introduzimos um algoritmo de colônia de formigas melhorado (IACO) aprimorado com um mecanismo de atualização de feromônio dinâmico e uma estratégia de busca local 2-opt consciente de risco. O modelo minimiza simultaneamente o custo total, as emissões de carbono e a perda de produtos, enquanto maximiza a satisfação do cliente, incorporando restrições realistas, como capacidade do veículo, janelas de tempo e exigências de temperatura-humidade da cadeia fria. Um estudo de caso baseado em simulação de um centro de atacado agrícola chinês que atende 20 supermercados demonstra que o IACO proposto reduz as emissões de carbono em 19% (para 73,08 kg) e melhora a satisfação do cliente para 64%, superando a otimização por enxame de partículas (31%) e recozimento simulado (32%). Além disso, 80% das rotas estão confinadas a 100 km, alcançando um equilíbrio sinérgico de rotas curtas, baixa deterioração e baixas emissões. A pesquisa fornece uma estrutura computacionalmente eficiente e adaptativa a cenários para logística verde de cadeia fria, contribuindo para a engenharia de cadeias de suprimento agroalimentares sustentáveis.