求解集装箱装载问题的混合蚁群模拟退火算法

目的 针对物流行业中存在的大规模、复杂、多规格货物的集装箱装载问题,提出一种基于塔装载启发式算法、二维装载点启发式算法、蚁群模拟退火算法的混合算法。方法 首先,采用塔装载启发式算法将三维待装箱装载成塔集,即将三维装箱问题降为二维装箱问题,有效降低集装箱的装载规模;其次,蚁群算法通过融入信息素选择更新策略,并利用自适应信息素挥发系数来提升算法整体的收敛速度,同时结合模拟退火算法对每代优秀路径集进行局部搜索,避免算法因收敛过快而陷入局部最优;最后,将蚁群模拟退火算法与二维装载点启发式算法相结合,优化每座塔的装载顺序和放置姿态,寻找最优的装载方案。结果 实验证明,在250组算例中,采用混合算法后,集装箱的平均空间利用率为90.92%,优于其他3种对比算法。结论 设计的混合蚁群模拟退火算法适用于解决大规模集装箱装载问题。     

基于改进遗传算法的三维单箱装箱问题研究

集装箱装箱问题属于NP(Non-Deterministic Polynomial)问题,为提高集装箱的空间利用率,降低物流配送的成本,合理的装箱方案是必不可少的。针对三维单箱装箱问题,提出一种基于改进遗传算法的人工智能算法,用来实现所建立的优化模型。结合实际装箱问题,分析装箱问题的约束条件,建立数学优化模型,通过将目标函数作为适应度函数和遗传操作中采用排序选择法、部分匹配交叉来实现对传统遗传算法的改进。最后,通过MATLAB编程实现该优化模型的求解,实现了集装箱装载效率的提高。     

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。     

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。     

武器维修器材分层装箱算法研究

武器维修器材装箱问题是一个复杂的多约束组合优化问题。在考虑实际约束条件下,分析了武器维修器材装箱问题,采用空间分割、分层装载和最优选择等策略,提出了一种基于启发式的武器维修器材装箱算法,较好地解决了武器维修器材的优化装载问题。     

军用车辆器材防护包装现状及发展对策

分析了军用车辆器材原厂包装存在的问题,介绍了军用车辆器材防护包装技术发展现状,最后对军用车辆器材如何综合应用防护包装技术进行了探讨。     

求解集装箱堆场堆垛问题的约束满足算法

集装箱堆垛问题普遍存在于港口码头堆场作业管理中,是在集装箱数目已知的前提下,要求满足交货期限制、重量限制以及垛位高度限制等约束条件,目标是实现占用垛位数最少。通过问题分析,将其归结为一类带顺序约束的装箱问题,并建立了约束满足优化模型,设计了嵌入经典装箱启发式原则的约束满足求解算法。为了验证模型和算法的可行性和有效性,根据某集装箱码头堆场的实际生产情况构造测试算例,实验结果表明,该算法对于实现垛位数最小化、求解复杂约束下的大规模堆场问题较现有的装箱启发式有一定程度的改善。     

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.     

基于混合遗传算法的多箱型三维装箱问题研究

目的 提高电商仓储领域打包环节包装箱的利用率。方法 针对电商仓储领域多箱型多种物品类型的三维装箱问题,建立混合整数规划的数学模型,设计基于启发式经验规则和多种算子组合的装箱过程模块算法。分别从装箱顺序和带有改进型算子这两方面设计多箱型三维装箱问题混合遗传算法,对装箱方案进行优化。结果 经实验证明,在装箱顺序优化环节PSO–HGA算法系列中,PSO–HGA–S1算法最优。在带有改进算子的混合遗传算法中,IPO–HGA–S1算法最优。结论 文中设计的混合遗传算法能很好地提高电商仓储领域打包环节包装箱的利用率。     

仿真技术在集装箱船舶配载问题中的应用研究

随着国际物流业的发展,作为海上运输的核心环节的集装箱配载效率及安全成为物流业关注的焦点。而船舶大型化的发展,使集装箱配载问题越来越复杂,传统的研究配载问题的方式已经很难给出有效的解决方案,而仿真不但能够充分体现现代系统论的思想,而且注重了一个问题的整体性和各子问题的联系性,通过仿真集装箱码头现场的运行情况,可以对集装箱物流系统设计的各环节进行有效地了解系统运行,分析系统瓶颈,预测系统结果,展现系统形象,实现系统优化。总体而言,对高集装箱配载方案的优化度、安全性和自动化水平提供保障。进而提高港口的竞争能力,对未来我国港口物流的发展和规模的壮大都有很大的促进作用。因此本文主要工作是研究如何设计集装箱船舶配载问题的仿真实现。     

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。     

集装化运输单箱配载问题研究综述

目的 探索集装化运输单箱配载问题模型及典型求解算法研究现状,为相关领域展开深入研究提供参考.方法 通过分析常见的单集装箱装载问题模型,梳理已有的求解算法,提出单箱装载问题求解算法的优化方向和思路建议.结论 作为集装化运输的重要环节,单箱装载对提高物流运输能力和经济效益有着重要的意义,现有的求解算法仅仅是初步解决单箱装载问题,但仍存在一定的不足,一方面是考虑到约束条件有限,不满足实际应用需要;另一方面是求解方案质量有待提高,求解的时间和效率尚有改进空间.     

航材包装单元多隔层集装箱装载优化研究

目的 通过对装载模型开展研究,提高航材包装单元在组合式多隔层集装箱中的装载率,为部队进行集装箱装载工作提供技术方法。方法 依据待装载航材包装单元和集装箱尺寸,分析集装箱内部的分割方案,考虑装载容积、载质量、底面积和装载重心等约束条件,综合空间利用率和载质量为目标函数,建立数学模型,并利用遗传算法对每种分割方案进行优化计算,确定最佳的分割与装载方案。结果 以26个航材包装单元待装入B9型组合式集装箱为例,最优的装载方案是将集装箱内部分割成3层,16个航材包装单元被装入,空间利用率达到86.25%,装载后集装箱的稳定性良好。结论 该模型能有效优化航材包装单元的装载方案,提升组合式集装箱的装载效率,对加快军用物资的输送具有重要意义。     

基于改进遗传算法的航空集装箱装载优化

目的 为保证货物在运输中的平稳性与安全性,优化航空运输中集装箱的装载布局问题,提出一种改进遗传算法并开展航空集装箱装载应用研究。方法 考虑货物装载的7种现实约束条件,以集装箱体积利用率为优化目标,建立航空集装箱多箱装载优化模型。采用三段式实数编码随机产生初始种群,并加入最优个体保护策略增强遗传算法的全局收敛性,结合不同约束条件构造合理的适应度函数。结果 以真实航空货物信息作为实验数据,实验结果表明在满足多种现实约束的条件下,集装箱体积平均利用率由优化前的74.07%提高到83.99%,装载件数明显增加,适用于航空集装箱的运输装载。结论 算法能够应用于航空集装箱装载运输中,为航空运输业实现智能化装载、提高运输效率创造了条件。     

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。     

单线超市车辆配置与路径问题优化研究

为解决工位对物料需求紧迫程度不同,进而影响配送优先顺序的问题,提出考虑工位配送优先级的单线超市车辆配置及配送路径优化模型和求解算法。首先,建立以物料需求紧迫系数表示配送优先顺序,以单线超市车辆配置最少与路径最短为目标的数学模型;其次,提出加入控制搜索因子的改进蚁群算法对该问题进行求解,通过在迭代不同时期设置不同大小的控制搜索因子来改变节点选择概率,提高最优解搜索速度的同时避免算法陷入局部最优;最后,通过算例分析,验证了模型的正确性,同时也证明了改进蚁群算法能够实现对物料需求紧迫程度高的工位优先配送,较基本蚁群算法在计算结果及算法运行时间上具有优势。     

求解连续空间优化问题的扩展粒子蚁群算法

扩展蚁群算法是蚁群算法创始人Dorigo提出的一种用于求解连续空间优化问题的最新蚁群算法,但该算法的收敛速度参数和局部搜索参数取值缺乏理论指导,因此其性能受算法参数影响较大.本文提出一种求解连续空间优化的扩展粒子蚁群算法,将粒子群算法嵌入到扩展蚁群算法中用于在线优化扩展蚁群算法参数,减少了参数人为调整的盲目性.从而改善扩展蚁群算法的寻径行为.通过将本文提出的算法与遗传算法、克隆选择算法、蚁群算法、扩展蚁群算法对5种典型测试函数优化的结果对比表明,本文算法在搜索速度和全局搜索能力方面均优于其它算法.