基于改进遗传算法的航材装载优化

目的 通过对现行航材装载问题进行分析,优化提高工作中航材的装载效率,为部队航材智能装载提供思路和方法.方法 确定初始可理想化条件和装载过程中需满足的约束条件,以航材的摆放顺序和旋转方式为基因值,利用装载方案所需装载箱数量和重心偏移度为适应度函数去评估解的优劣;采取精英选择策略去指导进化方向,子代的产生选择相对偏随机秘钥交叉及顺序变异,避免选择变异过程中可能产生基因值的冲突,并用最小二乘法对航材储运装载算法输入参数进行拟合,找到平衡时间和装载箱使用数量的最佳输入值.结果 通过与实际人工装载进行比对,将装载箱平均使用率从78.1％提升至84.45％,并完成了对航材的分类.结论 该方法具有优化航材装载方案的能力,能够提升装载工作效率,对部队航材智能装载发展具有重要意义.     

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。     

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.     

基于集装箱装载优化的太阳能组件包装模型

针对太阳能组件包装在集装箱内的合理装载布局问题,提出了根据集装箱尺寸来设计改变运输包装件尺寸的方法。通过对运输包装件尺寸、组件产品装载数量和集装箱装载效率3者之间关系的计算,得出了较合理的太阳能组件包装模型,实现了集装箱装载效率最大化、包装方式的最优化,为行业产品包装提供理论依据和参考价值。     

硬质直方体集装箱装载系统的开发与优化

以外形为长方体的硬质直方体产品的集装箱装载为对象,以提高集装箱的空间利用率为目的,在多约束条件下,研究了集装箱装载优化系统的设计,并给出了优化数学模型。以VB 6.0为开发平台,并应用其相应的绘图功能,开发出了符合我国集装箱标准和运输条件的集装箱装载优化系统。     

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。     

集装箱货场的装载

最近,日本邮船集团（NYK）公布的一份研究报告指出,公路卡车运输,尤其是长途集装箱卡车货运很难避免震颠摇晃,突然刹车,外界温度和货物内部湿度变化等容易造成货损货差等风险因素。     

基于改进粒子群算法的航空行李在线装载优化

目的 为解决航空行李自动装卸中关键装载算法问题,实现航空行李自动装卸,同时满足流水作业的实际需要.方法 基于关键点装载策略,提出一种以装载空间利用率为优化目标,考虑行李质量、体积及装载顺序等约束条件的改进粒子群算法.首先,通过关键点法输出流水线上待装载行李的全部可放点序列,然后根据约束条件重新定义粒子群算法的速度与位置,以空间利用率为适应度函数进行迭代寻优,输出全局最优解,实现对装载位置与姿态的优化.结果 实验部分采用真实行李数据对算法进行仿真验证表明,改进粒子群算法优化后可将箱体空间利用率提高了10.8％,平均规划布局效率提高了26.5％.结论 提出的装载算法能够有效地解决实际行李装载问题,为行李流水作业的货物装载提供理论依据及参考.     

三维集装箱装载模型研究实现

集装箱装载问题属于复杂的优化组合问题,广泛应用到企业的资源优化利用领域(如ERP等)中。提高集装箱装载量,可以有效降低物流成本。以某物流公司运输货物项目为背景,研究集装箱装载基本模型,重点研究同类物品的装载问题,将三维装载问题转换成二维矩形装载问题,再利用成熟的二维矩形装载技术进行装载求解,使用"完美划分法"最大限度利用集装箱的边,使得空隙不出现在大的集中区域,这样既提高装载率,又提高装载的稳定性。     

求解复杂集装箱装载问题的新方法

提出了一种求解复杂集装箱装载问题的新方法，该方法将求解复杂装箱问题分成两步：首先，根据一定的启发式规则将集装箱进行体积最大化装载，并在深度方向根据货物将空间分层；然后，用遗传算法将各层进行重心位置最优化调整，使装载方案更加符合实际运输需要。实际应用结果表明，该方法在空间利用率、重心位置以及计算效率等方面都优于其他同类方法。     

基于优先保持策略遗传算法的三维装箱问题

目的 针对以空间利用率最大为目标的三维装箱问题,设计基于优先保持策略的改进遗传算法,并对其进行求解.方法 首先,在分析现有相关研究存在不足的基础上,提出优先保持策略的基本改进理念;其次,针对问题特点,设计改进遗传算法的基本流程,重点对交叉和变异的详细实现进行介绍;最后,通过实验仿真的方式,对求解结果和算法性能进行对比分析.结果 实验证明,在所用算例中,算法的求解结果优于对比算法约14％,且收敛更为稳定,时耗满足一般需求.结论 文中算法具有较优异的迭代性能.     

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。     

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分批调度研究

针对分批调度的批量划分和排序优化问题,提出两段染色体编码方式,分别描述工序信息和批量信息.提出舍弃比率概念来优化种群初始化过程.采用自适应交叉算子和变异算子,以双种群协同进化方式对遗传算法进行改进.以文献数据为例仿真测试了改进遗传算法的有效性,对于复杂的分批调度问题,改进遗传算法一般能够得到较为满意的解.成功应用分批调度改进遗传算法解决了某公司分批调度问题.     

基于改进遗传算法的自动拣选系统 拣选位分配建模与优化

针对某自动拣选系统建立了拣选位分配优化模型,以拣选时间模型作为适应度函数,并通过判断海明距离添加一个惩罚函数对遗传算法进行了改进,对算例进行仿真实验,可以得到货位排序优化后,总拣选时间明显降低了27.85%。结果表明,货物拣选位的分配对自动拣选系统的拣选效率有很大的影响。要想降低总拣选时间,提高自动拣选系统的拣选效率,不能只考虑个别种类货物的位置分配,要从全局的方向去考虑。该研究对配送中心如何提高自动拣选系统的效率提供了理论支持。