基于混合免疫遗传算法的半在线三维装箱问题研究

摘要

三维装箱问题是一种组合优化问题，其广泛运用于生产生活中各个领域，在物流运输行业中的应用尤为突出。在物流配送过程中，装箱是一个关键的步骤，合理的装箱方案可以大大提高空间利用率，提高工作效率，从而提高自动化水平。对企业而言，可大大降低成本，提高企业竞争力，而在应急物流当中，则可以优化应急物资的装载与分配，最大程度挽救生命，因此对三维装箱问题的研究有着重大意义。前人已经对三维装箱问题进行过大量研究，但基本上都是针对离线装箱问题，离线装箱并未将顺序约束考虑到问题中，而现实中许多的装箱问题都必须考虑按一定的顺序装箱。因此，本文在前人研究的基础上，提出了一种针对于半在线装箱问题的混合免疫遗传算法，以更好地解决生产生活中遇到的问题。 论文首先介绍了三维装箱问题的国内外研究现状，并对各种装箱问题进行分类介绍，同时给出了解决组合优化问题的一般求解方法；然后提出了针对半在线三维装箱问题的启发式算法，并对其进行了模型的建立与仿真，仿真结果表明单一的启发式算法快速性十分优秀，但在适应性上有待提高，基于此，提出一种启发式算法和免疫遗传算法相结合的混合免疫遗传算法。算法首先由免疫遗传算法生成货物的空间分布，再利用启发式算法求得货物最终坐标。通过多组数据的仿真实验验证该算法的适应性，收敛性和快速性。免疫遗传算法中采用了有效的矩阵编码形式，并设计合理的遗传算子，保证了算法的快速收敛。在算法中，提出了接触率的概念来衡量算法的稳定性，同时目标函数兼顾空间利用率和稳定性，提高了算法的可行性。最后以多组随机数据再次对算法进行了仿真与实验，结果表明，算法快速性良好，且能适应尺寸在一定范围内的强异构类型货物，能够很好地解决流水线上遇到的半在线装箱问题。 本文在半在线装箱这一领域进行了多次尝试和探索，最终提出的混合免疫遗传算法虽存在一定的不足，但为以后相关研究提供了一种新的思路，具有一定的指导意义。

目录

第一个书签之前