求解多车辆装载问题的启发式改进蚁群算法设计

针对启发式优化算法不能较理想地对多车辆大规模装载问题进行优化的局限性,文章设计了一种启发式改进蚁群算法,该算法将单车辆的启发式装载与多车辆装载时的蚁群优化算法有机结合,较好地解决了多车辆大规模装载问题。经过实例验证,该算法具有较高的计算效率和较好的收敛特性。     

求解三维装箱问题的混合遗传模拟退火算法

集装箱装载是货物运输过程中重要的一步,其属于NP-hard问题。为了提高效率,降低成本,提出了以集装箱体积利用率最大化为目标建立三维装载模型,同时考虑体积约束、重量约束、重心约束、方向约束。利用混合遗传、模拟退火与三空间分割启发式装载算法求解模型,算法中融入局部最优解保存策略来避免局部较好解在后续的算法过程中出现适应度降低的情况。通过强异类算例与弱异类算例对算法进行性能测试,并结合具体的货物装载数据,得出三维装载图与目标函数值。结果表明,该算法应用于集装箱装载有着较好的效果。     

求解三维装箱问题的多层启发式搜索算法

文中提出了一个高效求解三维装箱问题的多层启发式搜索算法.该算法基于块装载的思想,按照块选择算法确定每个阶段采用的块,然后以一种固定的装载方式装载块,直到无法继续装载.文中的主要贡献在于发展了一个有效的复合块生成算法,特别的,提出了基于多层搜索的块选择算法,该算法用多层搜索来评价可行块,然后选择最合适的块进行装载.对1500个三维装箱问题测试数据的计算结果表明,提出的算法几乎在所有测试数据上的填充率都超过了目前已知的优秀算法.     

基于禁忌搜索的三维装载车辆路径问题研究

针对三维装载约束下的车辆路径问题(VRP),在考虑车辆容量、三维装载、物品装卸顺序、最小支持面和物品是否易碎等约束的情况下,提出一种求解该问题的禁忌搜索算法,其中包括2种三维装载算法、2种初始解构建算法、禁忌搜索邻域结构以及导向禁忌搜索机制。实验结果表明,该算法能够有效求解三维装载约束的VRP,且求解精度较高。     

集装箱装载的一种启发式算法

多约束条件下的三维装箱问题是一个复杂的组合优化问题,属于NP-HARD问题，其求解是很 困难的．所以在实际应用中,往往采用一些启发式算法来求解．本文在考虑一些实际应用中 的约束条件下，提出了一种三维集装箱装载的启发式算法．此算法采用了三空间分割、平均 高度装载、货物合并、空间合并等策略，考虑了方向、重量、优先顺序、货物的配置位置等 约束条件．通过逐步淘汰差的装载方案，最后达到满意的装载．实例仿真说明了该算法的有 效性和实用性，能够直接用于实际应用中．     

遗传模拟退火算法在弹药装载中的应用研究

多约束条件下的弹药装载问题是一个复杂的组合优化问题，属于NP-完全问题，其求解是很困难的。本文在考虑弹药装载中各类约束条件的情况下，将模拟退火算法作了若干改进后，融入遗传算法，提出了一种遗传模拟退火算法来求解弹药装载问题。本文对该算法的遗传算子和冷却进度表进行了详细的阐述，给出了使用该算法求解弹药装载问题的具体实现方法。     

求解三维装载约束下车辆路径问题的混合禁忌搜索算法

三维装载约束下车辆路径问题是车辆路径问题集合中极为复杂的问题。针对这一问题,提出了三种混合禁忌搜索算法。该算法首先设计了空间处理方式,通过在初始解构造阶段采用不同的装载规则来实现客户货物的装载,然后引入禁忌搜索算法对解空间进行搜索。最后,扩展了Solomon的标准用例对三种算法进行了实验,实现结果显示提出的算法是求解该问题的有效算法,同时其中一种算法相对而言具有一定的优势。     

混合模因算法在求解带装箱约束的车辆路径问题中的应用

带有回程取货约束的车辆路径问题(Vehicle Routing Problem with Backhauls,VRPB)和二维装箱问题(two-dimensional Bin Packing Problem,2L-BPP)是两个经典的组合优化问题,在融合两者的基础上,本文提出了一种新的组合最优化问题,即2L-VRPB.在该问题中,车队的最优路径规划和货物的最优装载设计需要同时进行考虑,该问题的优化目标是在满足所有客户的送货和取货需求的前提下,为车队中的车辆制定尽可能最优的行驶路线和货物装载方案,使得车队的总的服务成本最低.该问题在实际生活中有着广泛的应用场景,例如在设备维修和零售行业的货物运输中可经常遇到此类情形,但是文献中关于此类问题的研究论文仍然较少.为了求解2L-VRPB问题,我们提出了一种具有自适应性机制的混合模因算法(HMA),该算法采用改进的模因算法(IMA)来规划最优路径,并通过增强的组合装箱算法(MultiPack)来设计货物的最优装载方案.在实验环节,通过在VRPB问题的Goetschalckx&Jacobs-Blecha测试算例和2L-VRPB问题的Gendreau测试算例上设计对比实验,我们验证了混合模因算法在求解VRPB和2L-VRPB问题时的鲁棒性和有效性.     

同一尺寸货物三维装箱问题的一种启发式算法

给出了集装箱装载同一尺寸长方体货物问题的一种启发式算法.该算法解决了许多三维装箱算法计算量大、排列不规则等缺点,同时用计算机编程实现该算法,并与国内主要装箱软件作了对比,最后给出了该算法的可行性与优势.     

蚁群算法求解复杂集装箱装载问题

针对复杂集装箱装载问题(CLP),应用启发式信息与蚁群算法求解了最优装载方案。首先,建立了复杂集装箱装载问题的数学模型,利用蚁群算法对解空间的强搜索能力、潜在并行性及可扩充性,结合三空间分解策略将布局空间依次分割;然后,装入满足约束条件的最优货物块,完成不同大小三维矩形货物的装载布局。在此基础上,设计了基于空间划分策略的蚁群算法。最后以700件货物装入40尺(12.025m)高柜箱进行计算,结果表明该方法能提高集装箱的空间利用率,同时兼顾了多个装载约束条件,可应用性好。     

基于改进CenterNet的托盘定位方法

目前, 托盘定位大多采用基于深度神经网络的目标检测算法, 一般使用矩形框进行托盘定位, 托盘中心点定位精度不高, 且无法有效估计托盘水平方向. 针对此问题, 本文提出了基于关键点检测的托盘定位方法, 通过检测托盘正面外轮廓的4个角点来定位托盘. 首先, 由于目前没有大规模的托盘数据集, 使用迁移学习的方法, 将CenterNet的人体姿态估计引入托盘定位任务. 然后改进关键点分组方法, 并提出关键点回归自适应补偿, 提高关键点检测精度. 在托盘关键点定位的基础上, 提出基于几何约束的托盘中心点计算和托盘水平方向估计方法. 本文方法与原CenterNet相比, 托盘关键点定位指标${{A}}{{{P}}^{{\text{kp}}}}$从0.352提高到0.728, 托盘中心点定位精度指标${{ALP}}$达到0.946, 并且可以有效估计托盘水平方向, 具有较高的实用价值.     

铁路输送中平车装载问题的模型与算法

分析了铁路运输中的平车装载问题，借鉴了First Fit算法的思想，并引入条件变异算子，提出了求解平车装载问题的一种改进遗传算法，给出了该改进遗传算法编码方法、遗传算子改进方案和适应度函数的定义，该算法能有效地解决初始群体和进化过程中的无效染色体和早熟问题，并用实例验证了该算法的有效性。     

基于目标和关键点检测的单目托盘定位

托盘的识别与定位是无人叉车中关键的问题之一.当前托盘定位多采用目标检测的方法,然而目标检测只能识别托盘在图像中的位置,无法得到托盘的空间信息.针对此问题,本文提出了一种基于目标和关键点检测的单目托盘定位方法,用于检测托盘并计算托盘当前的倾角和距离.首先对托盘进行目标检测,然后将检测的结果进行裁剪后输入到关键点检测网络中.通过对托盘关键点的检测和托盘固有的几何外形特征,设计边缘自适应调整,得到高精度的托盘轮廓信息.根据几何约束提出了基于轮廓点的托盘倾角与距离计算方法,并采用RANSAC算法提升了计算结果的精度和稳定性,解决了托盘的定位问题.实验表明,本文提出的算法在倾角计算上平均误差在5°以内,水平距离计算上平均误差在110 mm以内,能较好地定位托盘,具有较高的实用价值.     

航空运输集装托盘脱胶监测的概率成像方法

为了提高航空运输集装托盘使用的安全性与经济性,针对航空运输集装托盘脱胶监测技术的空白,提出了一种基于损伤概率成像方法的航空运输集装托盘脱胶监测方法.该方法首先使用损伤散射信号包络损伤因子计算方法求取各激励-传感通道上的损伤因子,然后使用损伤概率成像方法获取被监测区域的结构损伤概率图像,最后使用概率坐标加权算法计算出航空运输集装托盘脱胶的位置坐标.自制了一块试件对该方法进行了实验验证.实验结果表明:基于损伤概率成像方法的航空运输集装托盘脱胶监测方法可以对航空运输集装托盘脱胶进行不依赖信号传播速度的成像定位,定位误差不大于2 cm.     

A computer vision assisted system for autonomous forklift vehicles in real factory environment

Industry 4.0 is an important trend in factory automation nowadays. Among the Automated-Storage-and-Retrieval-System (ASRS) is one of the most important issues for industry. It is widely used in a variety of industries for a variety of storage applications in factories and warehouses. However, the cost of constructing an ASRS is so high that most small/medium enterprises cannot afford it. A forklift system is a cheaper alternative to a complicated ASRS. In this work, a new pallet detection method that uses an Adaptive Structure Feature (ASF) and Direction Weighted Overlapping (DWO) ratio to allow forklifts to pick up a pallet is proposed, using a monocular vision system on the forklift. Combining the ASF and DWO ratio for pallet detection, the proposed method removes most of the non-stationary (dynamic) background and significantly increases the processing efficiency. A Haar like-based Adaboost scheme uses an AS for pallets algorithm to detect pallets. It detects the pallet in a dark environment. Finally, by calculating the DWO ratio between the detected pallets and tracking records, it avoids erroneous candidates during object tracking. Therefore, this work improves the pallet detection to solve the problem with an effective design. As results show that the hybrid algorithms that are proposed in this work increase the average pallet detection rate by 95 %.     

Computer aided design of unit loads

The unit load design problem includes the selection of the best pallet or container size, the best pallet or container layout, and the best number of parta per pallet or container. Three different approaches to solve the unit load design problem are identified in this paper and a new procedure is proposed: Computer Aided Design of Unit Loads (CADUL I). Using CADUL I, unit loads are designed considering system constraints (i.e., rack opening dimensions, aisle width, trailer-truck container dimensions, product crushability constraints, material handling equipment stacking capability and weight capacity) and a cost function that includes handling, storage, transportation, and pallet or container costs. An example is used to illustrate how CADUL I works and how these approaches to unit load design perform sensitivity analysis to validate the results obtained.     

关于约束底盘装载问题的一种启发式方法

已研究多年的底盘装载问题属于ＮＰ完备问题，关于它的解决方法多为启发式方法．本文讨论了约束底盘装载问题，并提出了一种基于计算机的启发式方法．实例表明，该方法能较好地解决约束底盘装载问题．     

托盘共用系统调度两阶段随机机会约束规划模型研究

根据托盘共用系统调度的特点,建立了以托盘共用系统调度总成本最小为目标的两阶段随机机会约束规划模型．该模型综合考虑了需求随机、供给随机、运输能力随机、装卸能力随机等因素;采用机会约束规划方法对模型进行了确定性等价转换;通过算例进行了数值求解和数值分析,验证了模型的可行性和有效性．     

The effect of pallet distance on torso kinematics and low back disorder risk

Intervention research for prevention of occupational low back injuries has focused on the effects of reducing extreme torso flexion and the external moment. Little is known about prevention strategies for torso twisting and lateral bending. The objective of this study was to assess the effect of pallet distance with regard to a constant lift origin on the torso kinematics and a measure of low back disorder risk. Fifteen male participants transferred 11.3?kg boxes from a constant origin to six different regions on a pallet. Two pallet distances with regard to the lift origin were investigated. ANOVA indicated that increasing the pallet distance resulted in increases in torso kinematics (velocities and accelerations) as well as a measure of risk of low back disorder. The increases in torso kinematics (e.g. twisting and lateral awkward postures and bending velocities) occurred mostly at the lower height regions on the pallet. It is concluded that increasing the pallet distance with regard to the lifting origin, with the intention to influence the participant to take a step during a palletizing task does not appear to be an effective intervention strategy to reduce the risk of low back disorder associated with torso kinematics.     

The effect of pallet distance on torso kinematics and low back disorder risk

Intervention research for prevention of occupational low back injuries has focused on the effects of reducing extreme torso flexion and the external moment. Little is known about prevention strategies for torso twisting and lateral bending. The objective of this study was to assess the effect of pallet distance with regard to a constant lift origin on the torso kinematics and a measure of low back disorder risk. Fifteen male participants transferred 11.3 kg boxes from a constant origin to six different regions on a pallet. Two pallet distances with regard to the lift origin were investigated. ANOVA indicated that increasing the pallet distance resulted in increases in torso kinematics (velocities and accelerations) as well as a measure of risk of low back disorder. The increases in torso kinematics (e.g. twisting and lateral awkward postures and bending velocities) occurred mostly at the lower height regions on the pallet. It is concluded that increasing the pallet distance with regard to the lifting origin, with the intention to influence the participant to take a step during a palletizing task does not appear to be an effective intervention strategy to reduce the risk of low back disorder associated with torso kinematics.