基于K-means与关键点的组合行李码放算法

目的为了解决当前航空行李码放流程中存在的劳动密集、效率低下的问题,开展行李码放算法研究。方法搭建含有重量、体积和货舱空间约束的航空行李码放数学模型,采用聚类、排序、关键点构建策略,设计一种K-means聚类与"关键点"思想相结合的组合式算法。结果采用100件真实旅客行李数据进行了实验,结果表明算法给出的布局方案规划合理,垛型左右两侧质量之差低于1%,满足了货舱的空间约束与载重平衡约束。结论算法具备在复杂环境下得到优良布局方案的能力,K-means聚类的引入也将机器学习领域的聚类算法引入装箱问题,架起了机器学习算法与传统装箱算法的桥梁,为今后装箱问题算法的设计提供了一条新思路。     

考虑预分配策略的航空货物多箱装载优化

目的为了解决当前多数装箱算法未考虑装载顺序约束,不能有效解决航空货物装载的实际应用问题,开展多箱装载优化算法研究。方法首先采用K-means算法对货物进行预分配,将聚类簇特性相同的货物分配到同一个集装箱;然后利用极点法得到极点序列,结合遗传算法进行寻优产生各集装箱的布局方案。结果对某机场物流公司的160件货物数据进行实验,并与连续性策略进行比较,证明了含预分配策略的极点装载法能够有效避免个别集装箱利用率偏低的情况,并将集装箱利用率的总体方差降到0.51。结论算法在考虑货物装载顺序约束的情况下,在多箱装载优化中能实现货物的合理分配,具有较好的工程应用性。     

配载约束下双向搜寻节点的车辆路径问题

目的 研究三维装箱约束的车辆路径问题,即在给定车辆中尽可能多地装入货物且保证车辆行驶路线最优。方法 提出基于双向搜寻路径节点规则的智能水滴节约算法来求解车辆路径问题,并采用基于虚拟组合块的启发式算法来求解装箱问题。结果 通过数值算例检验,混合算法使车厢的平均空间利用率达到了76.14%,并确定了最优行驶路线。结论 基于双向搜寻路径节点规则的智能水滴节约算法可找出最优的行驶路线,而基于虚拟组合块的启发式算法也能合理放置货物,得出较优的装载方案。     

考虑装载顺序约束的航空货物装箱问题研究

目的 以航空货运背景下流水线上货物的装箱问题为研究对象,旨在最大化地利用集装箱装载空间.方法 在考虑货物装载顺序、质量、体积、不重叠、稳定性等一系列现实约束的条件下,建立集装箱堆码模型,设计一种拟人启发式与遗传相结合的组合启发式算法.首先通过设定规则并赋予权重,得到有序可放置点集合,采用拟人启发式算法构建货物装载策略,得到初始装箱方案;然后通过遗传算法中的交叉、变异操作对方案进行寻优,在可行方案中选出集装箱空间利用率最大的装箱方案;最后采用某机场物流公司的实际货物数据进行实验,并实现装载方案的可视化.结果 相较于混合模拟退火算法,组合启发式算法收敛性好,搜索速度快,能够在较短的时间内得到空间利用率较高的装载方案,货物垛形规划更为紧凑,稳定性更高.结论 所提算法对于不同种类的货物有着更好的适应性,能够实现强异构货物的合理布局,保证了货物装载过程中垛形的稳定性,可为航空货物装箱问题的工程应用提供参考.     

基于蚁群算法的军用车辆器材装箱配载问题

目的对军用车辆器材装箱配载问题进行合理优化,以提高集装箱的空间利用率。方法阐述了军用车辆器材装箱配载问题的重要性,并对装箱配载问题进行理论分析,应用蚁群算法建立数学模型和实现流程,通过实例分析验证该算法的合理性。结果利用蚁群算法模拟与优化装箱配载问题使集装箱利用率达到了88.96%,并确定出了最优的装箱配载方案。结论蚁群算法能够对军用车辆器材装箱配载问题进行合理优化。     

散套装货物混合装载问题优化算法及其可视化

针对具有七种现实约束的散货和套装货物混合三维装箱优化问题,采用树搜索策略,以空间切割、货物组块及装载套数迭代法为基础,在考虑装载的套装、摆放方式、放置稳定性、承重级别、优先级、载重、重心等约束条件下,构建了一种启发式搜索迭代算法。通过实际算例,分别计算了套装约束下和无套装约束下的装箱优化结果,并利用所开发的软件给出了3D装箱效果图,发现该算法可保证套装货物成套装载,且空间利用率可达90%以上,验证了算法的有效性和实用性。     

基于分组策略的多目标三维装箱算法

目的 针对现有三维装箱算法优化目标单一、优化效率低的问题,提出适用于求解大规模货物装载问题的多目标装箱算法,以提高装箱规划效率,确保货物运输安全。方法 考虑5种现实约束条件,以体积利用率和装载垛型重心偏移量为优化目标,建立多目标货物装载优化模型。采用拟人式装箱对货物进行预分组,减小决策空间,然后结合分组信息与装箱算法生成初始解;引入数据驱动的装箱交叉算子提高算法收敛性;设计多策略变异算子提高算法结果的多样性。结果 以公共数据集和真实航空货物数据作为实验数据进行实验。实验结果表明,在满足多种约束条件下,集装箱装载强异构货物平均体积利用率达到92.0%,重心位置空间偏移从20 cm减少到7.5 cm,并且算法运行时间减少了73.5%。结论 本文所提算法应用于求解大规模多目标三维装箱问题,提高了装箱质量和效率,可为三维装箱算法的工程应用提供参考。     

基于同时送取货多车型二维矩形装箱问题的优化

目的 研究同时送取货的二维矩形装箱问题,即在考虑客户的送取需求、货物的尺寸和质量,以及多车型约束下求得车辆待装空间最高平均空间利用率。方法 提出含9种适应度值的skyline装箱方案设计改进的混合禁忌搜索–遗传优化算法来求解带同时送取货约束的二维矩形装箱问题。结果 通过仿真检验,混合算法使车辆待装空间平均空间利用率达到88.04%,并求得了服务8位客户的同时送取货装箱方案。结论 基于带9种适应度值skyline装载方案的混合禁忌搜索–遗传优化算法针对同时送取货模式的二维矩形装箱问题能求得较高的空间利用率,并完善了同时送取货模式在装载方面的研究。     

基于层间垫平的囊匣三维装箱优化设计

目的 为提高囊匣的装载率及装箱效率,研究层间垫平的强异构类的三维装箱问题,实现快速计算囊匣装箱方案和衬垫方案并指示装箱。方法 基于囊匣实际装箱需求,以衬垫体积最小为目标,设计基于贪心策略与改进的装箱顺序策略的两步优化启发式算法,对装箱与衬垫方案进行优化;并根据不同放置方向,设计不同的输出效果以指示装箱。结果 与装箱优化前数据进行对比实验证明,该算法推荐的装箱方案与衬垫方案可以减少木箱的使用数量与体积,减少垫平用衬垫体积7.21%,装箱时间缩短了约一半。结论 文中设计的混合启发式算法能为囊匣装箱问题找到合适的装箱与衬垫方案,减少衬垫的使用,提高装载率以及装箱效率。     

基于启发式算法的单航空集装器的装箱优化设计

目的 为了解决当前航空业因航空集装器上货物的组装编排均由人工完成,尚无任何软件系统可以实现自动计算,造成航空货运经济效益和时效性低下的问题,开展航空集装器（ULD）装箱算法研究。方法 应用先进的贪心算法与遗传算法相结合的启发式算法研究单个航空集装器的装箱最优问题。结果 对单个航空集装器（ULD）装箱进行了装箱模型构建和算法优化,使得节省的航空集装器空间得到全部利用,实现最优装箱。结论 文中算法计算出的装载方案较人工计算更精确、更具稳定性,且经济效益更高。后续还有望把这种算法转化为高度智能化的软件系统,对航空货运自动化和工作流程标准化具有一定的推动意义。     

基于混合蚁群算法的箱装农产品单车装载研究

目的提出一种求解考虑包装特点的箱装农产品单车装载优化问题的有效算法。方法针对箱装农产品单车装载中的弱异类货物问题,以容积利用率最优为目标构建装载数学模型;分析农产品成箱包装的特点,并重新描述了货物承重约束和方向约束;针对模型求解提出了一种混合蚁群算法,包括基于砌墙式的启发装载策略,以及改进后的期望函数;最后选取了5组标准数据,构造了1组农产品数据,设置了3套实验方案对算法进行验证。结果实验1中算法较2种比对算法目标值分别高出3%和2.5%;实验2,算法平均体积利用率达到81.59%;实验3,改变初始参数后算法最大目标值为93.9%。结论提出的算法求解单车弱异类货物装载问题有效且性能良好;算法用于求解考虑包装特点的箱装农产品单车装载问题,具有一定的可行性。     

单人沙发造型感知意象研究

选择宜家单人沙发作为研究样本,利用家具形态构成法则对沙发造型元素进行分类,通过语意差异法问卷进行受测分析并确定意象语汇,最后根据数量化理论I类分析,得出不同类型沙发造型元素对于消费者在视觉感知意象上的影响,并得到意象语汇与造型元素之间的数学关系,为家具设计师提供了基于感知意象的沙发设计方法。     

面向批量订单包装的物流箱规格优化问题研究

目的 针对面向仓储物流环境下多型号多批量产品的订单包装问题,提出一种预制物流箱规格优化模型及算法。方法 对产品订单建立订单分包规则,确定分包方案,以订单包装材料总成本最小为优化目标建立物流箱规格优化模型。针对该模型提出一种改进模拟退火算法,通过贪婪策略求解最优分包方案,降低模型计算复杂度,设计一种新型解更新算子,以提高算法寻优能力,设计一种自适应步长策略,以平衡算法前期全局搜索与后期局部搜索的能力。结果 通过实例证明,文中提出的算法相较于其他算法,具有更强的求解能力,与实例企业仓储包装现状相比,同批订单降低了17%的包装材料成本。结论 该方法可用于解决产品种类多、尺寸差异大、动态更新等应用场景下的系列运输包装纸箱规格优化问题,为企业物流运输管理提供了一种有效的包装优化思路和解决方法。     

考虑废物包装时间的车辆回收路径规划方法

针对考虑废物包装时间的车辆回收路径规划问题,建立问题数学模型,提出禁忌搜索算法与模因算法求解该问题,并与爬山算法、遗传算法进行对比.模因算法是爬山算法和遗传算法的结合.实验结果表明:在解的质量方面,禁忌搜索算法与模因算法所求出的解的质量要远远好于另外两种算法,但在运行时间上,禁忌搜索、爬山算法与遗传算法要远优于模因算法.     

Mathematical model for warehouse design and product allocation

The two primary functions of a warehouse include (1) temporary storage and protection of goods and (2) providing value added services such as fulfilment of individual customer orders, packaging of goods, after sales services, repairs, testing, inspection and assembly. To perform the above functions, the warehouse is divided into several functional areas such as reserve storage area, forward (order collation) area and cross-docking. The paper presents a mathematical model and a heuristic algorithm that jointly determine product allocation to the functional areas in the warehouse as well as the size of each area using data readily available to a warehouse manager.     

改进分散搜索算法求解包装废弃物回收路径规划问题

目的 将包装废弃物回收路径规划归纳为一个带回路和时间窗的逆向物流车辆路径问题（RL-VRPBTW）,以最小化回收成本、发车成本和时间窗惩罚为联合优化目标进行建模。方法 引入“车辆剩余空间回收能力”因素,改进经典节约里程算法,求得较好的初始解;基于分散搜索框架,设计基于初始解改进的分散搜索算法（ISISS）,根据问题模型,采用含0的编码方式,通过多样性产生、参考集更新、子集产生、子集合并、解改进等5个步骤实现算法功能。结果 在“部分回收点分布较密集”的城市型地理场景下,针对快消企业的低值固废包装,生成回收点数量分别为50、100、200的3种规模算例,并考虑大小两种车型进行仿真实验。将ISISS算法与改进节约里程、遗传和分散搜索3种算法比较后可知,ISISS算法在大规模包装废弃物回收车辆路径问题上具有更优的求解性能。结论 仿真实验结果表明,ISISS是一种求解多目标大规模包装废弃物回收路径规划问题的较优算法。     

跨区域物流网络优化的模型与算法的改进研究

针对跨区域物流网络存在的非优问题,综合考虑物流运输成本、过城费、出入库费、装卸费、仓储费以及物流网络流量等决策因素,建立了双目标数学模型:最小化物流总成本和最大化物流网络流量。给出了改进的最小费用最大流算法,并结合有供需需求的网络流算法和典则型网络转化法对模型进行求解。最后,通过MATLAB仿真实验,证实了模型的价值和算法的有效性。     

绿色理念下板式家具包装的简约化设计研究

阐述了绿色理念对当代简约化包装设计的引导和影响,详细分析了3种组件的科学组合形式更有利于简约化包装,以及有利于对板式家具的包装和维护。进一步围绕简约化包框架结构从多角度论述了如何才能做到简约化包装设计,如何才能真正保护好被包装的商品。通过由里及表、循序渐进的论述,最终得出绿色理念影响下的简约化包装对板式家具有着科学的保护功能和作用。     

车辆战术储备器材包装单元装载优化研究

目的通过对车辆战术储备器材包装单元化装载问题展开研究,为提高部队车辆战术储备器材包装单元装载能力提供技术与方法依据。方法分析装载优化模型的空间、质量、装载平衡和摆放稳定性等主要约束以及约束的处理方法,运用启发式算法对模型求解流程进行合理设计,并提出启发式算法和遗传算法相结合的混合遗传算法,以托盘装载为例说明具体装载过程。结果算例结果表明,托盘空间利用率达到了98.3%以上,装载单元集装稳定性高。结论该算法可减少装载容器数量,提升容器装载能力,优化器材包装单元装载,对提高车辆战术储备器材快速保障能力具有重要意义。     

定制家具板材搬运AGV路径规划

目的 针对应用在定制家具生产包装车间的板材搬运自动引导车存在的路径规划时间长以及规划出的路径转弯次数较多的问题,提出一种改进Q-learning算法的路径规划算法.方法 根据定制家具生产包装车间环境情况,使用栅格法对车间进行建模,建立车间模型的人工标量场,使用人工标量场给予Q-learning算法前期搜索的目的性;增加Q-learning算法的学习层,使得算法可以更快进入收敛;在奖励函数中加入转弯惩罚,使得算法规划出的路径具有更少的转弯次数.结果 仿真结果表明改进后的算法与标准Q-learning算法、增加学习层的Q-learning算法、引入人工势能场Q-learning算法、深度双Q网络算法相比,迭代次数减少了70.46％,64.40％,67.75％,30.49％,转弯次数减少了80％,80.95％,83.33％,73.33％.结论 板材搬运自动引导车利用改进后的Q-learning算法可以有效地提高路径的平滑性,降低了路径规划的时间,提高了板材搬运自动引导车的工作效率.