基于组合的三维集装箱装入启发式算法的研究

集装箱装入属于有多种约束的空间资源优化问题。其求解思路可以推广到飞机、轮船的货舱装载,乃至计算机的内存分配等多种应用领域。笔者提出了通过回溯过程实现的组合装入的启发式算法,设计了有效的装入策略,定义了用于装入过程状态描述的剩余空间表示和小剩余空间的结合原则。通过实例验证,能有效提高集装箱空间的利用率。与现有算法比较,具有适合装入物体种类多,尺寸差别大的情况。

具有承载能力约束的装箱问题的蚁群算法

对空间划分和承载能力约束进行描述,并定义了货物承载能力的表现形式,同时在装箱问题的蚁群算法中加入了承载能力约束的计算方法和相关策略,在优化空间利用率的同时还保证了货物的稳定性。实验结果表明,该算法在处理具有承载能力约束的装箱问题方面具有实用性和有效性。

基于应用约束的三维空间的处理和比较

在三维装箱问题中,集装箱问题是一个复杂的组合优化问题,是属于NP-hard问题。提出了六种空间划分和不同规则的空间合并,并将稳定性约束和承载力约束加入其中,通过测试标准数据集去比较应用约束对空间利用率的影响。测试结果显示了承载力约束对不同的空间划分的影响,以及对哪一种空间划分的影响最大,以及在基于稳定性约束和承载力约束的共同作用下,哪一种空间划分的空间利用率最好。同时,与国内外相同研究方向的算法进行了对比,测试结果显示了该算法的性能要高于目前国内外的算法。