三维装载问题广泛应用于商品的包装、装载、运输、仓储等供应链的各个环节之中, 特别是在集装箱装载货物方面有着非常重要的作用。三维装载问题是一个具有复杂约束条件的组合优化问题,在理论上属于 NP-Hard 问题,直接利用数学中的优化方法比较困难,通常使用的求解方法都是近似法。目前,人们对装箱问题提出了许多算法,但都有明显不足:穷举法在箱子数目稍大时就存在“组合爆炸”;启发式搜素法引入的启发信息依赖于个人经验,并且同样存在“组合爆炸”;禁忌算法存在操作和参数对性能和效率影响的不确定性;神经网络方法收敛速度慢,易陷于局部极优;免疫克隆算法计算工作量太大,可操作性不强。遗传算法是一种抽象于生物进化过程的、基于自然选择和生物遗传机制的优化技术。与传统的优化算法相比,具有运算简单、搜素过程灵活、搜索效率高及高度的并行性等特点,特别适合求出问题的近似最优解。本文在考虑我公司在托盘装载、集装箱装货、仓库存储等实际应用中的约束条件下,提出一种基于空间分割的改进型遗传算法, 实践效果表明该算法具有很好的实用性和有效性。

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
全部0条评论
快来发表一下你的评论吧 !