基于三维空间求解具有多重量约束装箱的优化方法
【专利摘要】本发明属于物流和仓储工业应用领域，涉及在保证满足货物多重量约束限定条件下实现三维装箱问题的优化方法，特别是涉及单箱装箱问题的混合优化方法。其特征在于：该三维装箱优化方法包括以下步骤：设计蚁群算法计算路径图；设计蚁群算法的启发因子、结点上信息素和更新信息素方法以及转移和选择策略关键技术；给出每个约束的描述方法，设计装入启发算法，绘制装载布局三维图，显示出每个货物装载的位置。目的就在于解决现有技术存在的不足,公开了一种基于空间求解多重量约束三维装箱问题的优化方法，并将其应用于具有多约束的三维装入问题，在保证多重量约束前提下，有效提高了空间利用率，降低了货物的运输成本。
【专利说明】基于三维空间求解具有多重量约束装箱的优化方法
[0001]【技术领域】:本发明属于物流和仓储工业应用领域，涉及在满足货物多重量约束限定条件下实现三维装箱问题的优化方法，特别是涉及单箱装箱问题的混合优化方法。
[0002]【背景技术】:三维装箱问题是物流工业中研究重点问题之一，它是指按照货物重量的要求，将货物装入到一个集装箱中具有最优空间利用率，同时保证货物稳定、不能损坏、不超载且集装箱配载重量平衡，以便达到降低运输成本，提高经济效益的目的。
[0003]三维装箱问题是一种几何组合优化问题，尽管货物形状是非规则，但在工业中通常将货物装入到长方体外包装箱中，因而该问题可视为长方体形状货物的组合优化。在现有具有货物稳定、承载能力、装载平衡多约束的三维装箱优化方法中，对于承载能力主要考虑货物重量等级，忽略货物尺寸，存在着货物堆放层少和底层的货物被损害问题；对装载平衡只考虑几何重心或通过整层沿一个方向交换来调整重量分配，存在着重量不平衡且不稳定装载问题；而且在优化搜索策略上没有运用货物重量先验知识来指导搜索，这些问题都导致装载方案优化程度不高，进而造成生产成本损耗过大。为解决上述问题，本发明公开了一种求解具有多重量约束的三维装箱问题的混合优化方法。
[0004]与现有方法的不同点是该方法将稳定性、承载能力和装载平衡约束处理融入到装载过程的三维空间处理中，再将一种仿生算法一蚁群算法中加入货物重量和尺寸的先验知识，来指导算法正反馈和并行搜索，生成不同的装载方案。为评价每个装载方案，采用一种与三维空间处理相结合的装入启发算法。该算法与蚁群算法相结合来构成混合优化方法，其适用于不同规模问题的求解，计算效率较高。
[0005]本发明使用一种改进的蚁群算法，通过货物的重量和尺寸作为启发信息，并行搜索来产生装载顺序，结合装入启发算法来进一步计算每个货物的承载力和整个集装箱的重量平衡状况，从而得到最优的装载布局方案。经 申请人:检索:本发明给出的基于三维空间求解具有多重量约束三维装箱问题的优化方法在国内外尚未有公开出版物进行披露。
【发明内容】
:
[0006]本发明的目的就在于解决现有技术存在的不足，公开了一种基于空间求解多重量约束三维装箱问题的优化方法，并将其应用于具有多约束的三维装箱问题，在保证多重量约束前提下，有效提高了空间利用率，降低了货物的运输成本。
[0007]本发明的目的是通过以下技术方案实现的:
[0008]一种基于三维空间求解具有多重量约束装箱的优化方法，其特征在于:该三维装箱优化方法包括以下步骤:
[0009]步骤1:根据订单中货物和集装箱信息，为提高计算效率，设计用于蚁群算法计算的路径图；
[0010]步骤2:设计蚁群算法的启发因子、结点上信息素和更新信息素方法以及转移和选择策略关键技术；
[0011]布骤3:在保证稳定装载的条件下，给出每个重量约束的描述方法，并确定三维空间与约束之间的关系；[0012]步骤4:设计与三维空间处理相结合的装入启发算法，来验证多个蚂蚁遍历路径图生成的不同路径，给出评价函数计算出每个路径的适宜值；
[0013]步骤5:输出具有最好适宜值的路径，绘制装载布局三维图，显示出每个货物装载的位置。
[0014]在步骤1、2中所述蚁群算法，对该算法中下列关键技术设计了改进:
[0015](I)路径图的构造；
[0016]为提高搜索最优解效率，根据货物种类的数量来构造路径图G=(V，E)，路径中的结点V表示货物的种类，两个结点之间的边E表示两种货物体积或重量之和；每个蚂蚁通过觅食策略遍历图中所有结点，得到一个路径链，即是一种货物装载顺序；
[0017](2)信息素更新；
[0018]本方法采用局部和全局两种形式对图中结点的信息素进行动态更新:
[0019]局部更新:当蚂蚁访问一个结点后，更新刚访问结点的信息素，其更新信息素量的计算公式如下:
[0020]τ Jj (t+1) = (1-λ) 1:。.(1:) + 入八
[0021]其中，t表示某一时刻，τ Jj (t)表示蚂蚁在t时刻从结点i到结点j边上信息素量，λ是局部挥发因子，A是总货物体积或重量的常数；
[0022]全局更新:当蚂蚁访问所有结点后，需要更新所有结点的信息素，其更新信息素量的计算公式如下:
[0023]τ Jj (t+1) = (1-P) τ (t) + P Δ τ k(t)
[0024]
【权利要求】
1.一种基于三维空间求解具有多重量约束装箱的优化方法，其特征在于:该三维装箱优化方法包括以下步骤: 步骤1:根据订单中货物和集装箱信息，为提高计算效率，设计用于蚁群算法计算的路径图； 步骤2:设计蚁群算法的启发因子、结点上信息素和更新信息素方法以及转移和选择策略关键技术； 布骤3:在保证稳定装载的条件下，给出每个重量约束的描述方法，并确定三维空间与约束之间的关系； 步骤4:设计与三维空间处理相结合的装入启发算法，来验证多个蚂蚁遍历路径图生成的不同路径，给出评价函数计算出每条路径的适宜值； 步骤5:输出具有最好适宜值的路径，绘制装载布局三维图，显示出每个货物装载的位置。
2.根据权利要求1所述的基于三维空间求解具有多重量约束装箱的优化方法，其特征在于:在步骤1、2中所述蚁群算法，对该算法中下列关键技术设计了改进: (1)路径图的构造； 为提高搜索最优解效率，根据货物种类的数量来构造路径图G= (V，E)，路径中的结点V表示货物的种类，两个结点之间的边E表示两种货物体积或重量之和；每个蚂蚁通过觅食策略遍历图中所有结点，得到一个路径链，即是一种货物装载顺序； (2)信息素更新； 本方法采用局部和全局两种形式对图中结点的信息素进行动态更新: 局部更新:当蚂蚁访问一个结点后，更新刚访问结点的信息素，其更新信息素量的计算公式如下:
3.根据权利要求1所述的基于三维空间求解具有多重量约束装箱的优化方法，其特征在于:在步骤(3)中的重量约束描述方法包括承载能力、重量平衡和重量限定: (I)承载能力约束； 它是指货物所能承受的最大压力，它用货物顶面单位面积所能承受的最大重量来表示，表示为
4.根据权利要求1所述的基于三维空间求解具有多重量约束装箱的优化方法，其特征在于:在步骤(4)中，所述设计与三维空间处理相结合的装入启发算法，装入启发算法有: (1)最左最下靠近装载方法，在每个剩余空间中货物总是从该空间的左下角开始装载，随后的货物以最左最下装载方式紧紧靠接先前装入的货物； (2)最大底面积方法,每个货物可以按6个方向旋转装载到空间中，但考虑稳定、承载能力和重量平衡约束，总是按最大底面积方向装载； (3)组块方法，为提高稳定性和承载能力，同种规格的货物，以组块方式装入，组成的块再以方法(I)和(2)方式装载； (4)与三维空间处理相结合的方法，在装载货物前，选取箱内一个可用的剩余空间，依据空间合并条件判断该空间能否与它相邻的剩余空间进行合并。若可以，则根据空间合并方法，这样将小空间合并为较大空间，减少零碎空间。然后再根据方法(I) - (3)将货物装到该空间中。每当完成一次装入后，根据剩余区域水平面长与宽面积的比例，确定一种划分空间的方法，再将当前空间进一步划 分。
【文档编号】G06Q10/04GK103870893SQ201410139428
【公开日】2014年6月18日 申请日期:2014年4月9日 优先权日:2014年4月9日
【发明者】刘嘉敏, 王溪波, 张晓蕊, 朱世铁, 魏东, 常燕 申请人:沈阳工业大学