二维矩形条带装箱问题的底部左齐择优匹配算法

针对二维矩形条带装箱问题提出了一种启发式布局算法,即底部左齐择优匹配算法(lowest-level left a lignbest fit,简称LLABF).LLABF算法遵循最佳匹配优先原则,该原则综合考虑完全匹配优先、宽度匹配优先、高度匹配优先、组合宽度匹配优先及可装入优先等启发式规则.与BL(bottom-left),IBL(improved-bottom-left)与BLF(bottom-left-fill)等启发算法不同的是,LLABF能够在矩形装入过程中自动选择与可装区域匹配的下一个待装矩形.计算结果表明,LLABF结合遗传算法(genetic algorithm,简称GA)解决二维条带装箱问题更加有效.

二维Strip Packing问题的嵌套启发式算法

二维Strip Packing问题(2SP)是二维装箱问题中的经典NP-Complete问题。采用两层嵌套迭代算法:第一层采用遗传算法决定矩形排放次序;第二层提出水平线择优匹配算法(LSBF),算法是基于底部左齐择优匹配算法(LLABF)和快速启发式法(FH)的改进算法,决定矩形排放规则。包含特殊结构的benchmark和新的随机算例等的排样结果表明算法的有效性。