条形装箱问题的基于后缀表达式的混合遗传算法

装箱问题作为一种常见的运筹问题,在很多领域有着重要的应用,装箱问题可以分为一维、二维和三维装箱.主要讨论了二维装箱中条形装箱问题的遗传算法的求解,其中采用后缀表达式的形式对装箱方案进行编码,并详细提出了解码的算法和有关的证明,最后通过实例证明了该算法是可行的.

多约束三维装箱问题的研究综述

至今三维装箱已经诞生出了很多优秀的研究结果,这其中包含有启发式算法,遗传算法,蚁群算法,以及模拟退火算法等解决方法。近几年来随着物流行业的飞速发展,成本控制在物流行业中显得尤为重要,因此,针对三维装箱这一类典型NP-complete问题有了更高的要求。在此,对三位装箱近几年来几种典型的研究算法进行了相应的详细介绍,并通过对各种算法进行比对分析,总结了多约束三维装箱过程现阶段所存在的一些问题,最后展望了该问题的发展方向。

煤炭堆场空间调度的GRASP算法研究

煤炭堆场调度问题往往是港口作业的瓶颈环节,为了提高堆场空间的利用率,采用随机贪婪自适应搜索(GRASP)算法,由BL算法确定煤堆矩形的位置,对煤堆矩形的位置进行修复使之满足煤堆矩形之间的位置约束,通过实验研究GRASP算法中贪婪函数、贪婪参数对算法性能的影响,并将GRASP算法与约束规划(CP)进行对比实验。实验结果表明:GRASP算法在数据规模较大时能以更快的速度求得满意解,且具有较好的鲁棒性。