装箱问题

摘要： 萤火虫算法因具有结构简单、控制参数少、易于实现的特点而得到广泛的关注和应用,但其易陷入局部最优导致过早收敛,从而影响寻优精度。针对这一问题,本文在位置更新规则中加入随机扰动因子,并剔除了冗余的随机项,以提高算法搜索能力;引入位置置换变异和差分进化算法中的最优变异策略,在保持种群多样性的同时,增强算法跳出局部最优的能力。采用马尔可夫过程证明了算法以概率1收敛到全局最优。利用基准函数和装箱问题对算法进行仿真测试,结果表明,改进后的算法能够有效跳出局部最优,对给出的所有问题均能找到理论最优解,寻优精度和成功率有明显提升。

摘要： 自20世纪70年代开始,随着计算复杂性理论的建立,近似算法逐渐成为组合优化的重要研究方向。作为第一批研究对象,装箱问题引起了组合优化领域学者的极大关注。装箱问题模型简单、拓展性强,广泛出现在各种带容量约束的资源分配问题中。除了在物流装载和材料切割等方面愈来愈重要的应用外,装箱算法的任何理论突破都关乎到整个组合优化领域的发展。直到今天,对装箱问题近似算法的研究仍如火如荼。本文主要针对一维模型,简述若干经典Fit算法的发展历程,分析基于线性规划松弛的近似方案的主要思路,总结当前的研究现状并对未来的研究提供一些参考建议。

摘要： 针对Docker调度机制进行研究,提出一种云资源部署方案。首先对Docker容器技术进行研究,对数据中心资源分配问题进行建模,使用麻雀优化算法对问题进行求解,提出一种合理的优化方案,实现了对云平台物理服务器资源的高效利用,最后进行了仿真实验,验证了解决方案有效降低了资源浪费,通过合理调度资源,关闭低载和空跑服务器,达到了节省能耗的目的。

摘要： 如何将云客户端的大量虚拟机均匀的分配到云数据中心的物理主机上执行是一个关键问题.提出了贪心算法优化云数据中心的虚拟机分配策略,首先设计一个用于企业的云数据中心的工作场景,该场景包括三层云计算系统结构,包括用户层、云服务提供者层和云数据中心集合层.用户层用来生成虚拟机的请求集;云服务提供者层通过经典的装箱问题算法完成用户层的大量的虚拟机请求集到底层的云数据中心的分配.然后建立虚拟机分配过程中各种约束因素的数学模型;最后利用贪心算法优化云数据中心之间的虚拟机分配.利用某个企业的大数据中心作为云端测试环境,测试结果表明,经典的最好适应算法Best-Fit-Algorithm具有比较的虚拟机分配效果,云平台的能量消耗比较少,该实验结果对于其他企业构造云数据中心有比较好参考价值.

摘要： 针对圆柱形货物压缝式(交错式)摆放存在的优化程度不高问题,提出3类方法进行改进与完善,并随机选取50个样本进行了验证.圆柱形货物摆放方式改进前有70％的样本是摆放数量最多的,有30％的样本可以提高优化程度.第一类改进方法是在垛高剩余尺寸中增加摆放数量,约26.7％的样本能增加摆放数量;第二类改进方法是横切法,约13.4％的样本能增加摆放数量;第三类改进方法是竖切法,约100％的样本能增加摆放数量.改进方法相对简单,虽计算工作量略大一些,但运用Excel软件编写计算公式后可自动、快速计算出优化结果,优化程度明显提高,便于实际运用.

摘要： 装箱问题是经典的组合优化问题,具有高度复杂性,针对传统算法耗时较大且不能满足实际应用的需求.通过研究求解三维装箱问题的遗传算法,设计出一种能够满足实际应用需求的混合遗传算法,为家电商品装车问题提出具备合理性、科学性的方法,使得企业和客户的商业利润得到最大化.

摘要： 针对家用空调成品仓存在因出货计划不均衡导致成品装柜作业区较为拥堵、出货效率较低的问题,借鉴装箱问题理论,构建出货计划均衡改善模型,并对各时点的出货计划量进行调整.以空调分体外机出货为例,对成品的各时点的出货计划进行调整,使得出货作业达到均衡状态,并验证了改善方法的有效性.

摘要： 数学活动课研究"装箱问题",值得提倡!围绕该问题可以生成许多有趣的课题,够从小到大研究一辈子;"装箱问题"应用广泛,例如设计集装箱、车厢、居室、仓库、冰箱、行李箱等等;更有箱体内部空间安排的学问,如发动机、空调机、人造卫星、食品包装、仓储装载,总之,满箱皆学问,多数很尖端;用到的数学方法很多且有浅有深,几何、代数、数论、概率、统计均有用武之处.

摘要： 组合遗传算法使用一种根据组合问题特点设计的编码方式,它的染色体分为两部分：物品部分和组部分。这样产生的染色体是变长的,因此遗传算子也要设计成能处理这样的染色体。本研究分析了应用组合遗传算法求解装箱问题的过程,包括编码、遗传算子和适应度函数等的设计,设计了一种用于产生初始种群的基于支配原理的局部优化方法。

摘要： 该文探讨了一类新的装箱问题－塔状装箱问题(Tower-shaped bin packing)。在该问题中物品均为圆柱形，且为保证稳定性每只箱子中的物品都要摆放成塔状，即上层物品的半径不能大于小层物品的半径。多数经典装箱问题的启发式算法都可以推广应用于该问题。在第三和第四节中分别讨论了两类塔状装箱问题的启发式算法。

摘要： 该文给出了组合优化中一维装箱问题的两个新的并行算法，新算法的最坏情况下的性能比分别为１３／８和８／５。

摘要： 在支持网格资源预留的单机调度环境中,没有被预留的时间段对本地作业才是可用的.本文研究如何在单机环境中支持网格作业提前预留的同时,将本地作业合理的分配到不连续的可用时间段,从而提高本地作业执行效率和资源利用率的问题。本文将此调度问题转化为一种新型的装箱问题,提出了松弛时间的灵活调度机制,给出了四种在线调度算法并对这些算法的性能进行了比较研究,结果表明松弛时间机制可以提高本地作业执行效率和提高资源利用率,四种算法中的降序下次适合算法的改善效果最好。

摘要： 本文提出一种支持QoS的OBS网络数据信道调度算法,BFF(BatchFirstFit)算法.在OBS网络中,传统BHP处理方式是依据BHP到达顺序流水处理,如LAUC-VF算法.而在本文批调度模式中,突发数据的调度是按突发数据到达时间来收集BHP,进行批调度处理.我们把OBS网络数据信道的调度看成离线装箱问题,应用降序首次适应(FFD)装箱策略来调度尽可能多的突发数据到数据信道上.仿真结果表明,该调度算法能有效地支持区分业务服务,明显提高了信道的利用率,降低了高优先级突发数据的丢弃率.

摘要： 本文主要讨论了某钢铁公司冷轧厂热处理车间前库的冷卷入库堆垛问题,通过将其归结为组合优化中的装箱问题来进行研究.建立数学模型,设计在线算法,达到优化堆垛、提高生产效率、加快冷卷周转的目的.最后用实例验证了模型的合理性和算法的有效性.

摘要： 本发明涉及使用突变动作在不倾斜集装箱的情况下将所述集装箱在其中达到第一最大加速度的第一方向上及在其中达到第二最大加速度的第二相反方向上来回反复地平移而将货物从所述集装箱清空的应用及其它事物，且其中所述第一方向上的所述第一最大加速度小于所述第二最大加速度且所述第二最大加速度为至少2m/s

摘要： 本发明提供一种解决三维装箱问题的三叉树规划计算方法，在现有技术的基础上，通过创造性的问题解决思路，将三维空间的X，Y，Z轴转化为三叉树的树形图的三个分支来研究，装箱顺序可自然形成。可实现逐级搜索，简化计算过程。同时该方案可以考虑到所有方向性约束条件，将装入物体的前面、右面、上面为待装空间的可以归为此类，平行于高度方向的二叉树装箱方案也可以归为此类。本发明技术方案能弥补装箱方案的多约束条件的“组合爆炸”问题，与现有装箱方案相比，本方法的优势在于：形成三叉树结构，装箱顺序可自然形成；逐级搜索，整个计算过程简单有效；通过优化计算，可得完全的优化结果；给出待装物体不同方向性时的装箱方案。

摘要： 本发明提出了一种基于装箱问题的多接入边缘计算任务卸载方法，该方法将用户终端和边缘服务器视作任务容器，将任务视作物品，从而将边缘计算中任务卸载决策问题转化成一个装箱问题，再通过启发式方法最小化网络内启用的边缘服务器数目，求解任务卸载决策。包括如下步骤：首先计算每个边缘服务器的容载能力和每个终端任务的输入数据大小与所需计算资源的比值；然后按照容载能力和任务比值从大到小形成两个队列；最后将任务队列中的任务依次取出配置到容器队列中的容载能力最大并还有剩余计算资源的边缘服务器上，重复此操作直至任务队列为空。本发明能适用于多终端多任务的多接入边缘计算网络的任务处理过程，能够明确地制定出合适的任务卸载方案，在满足任务时间延迟要求的同时最小化计算能耗，节约成本。

摘要： 本发明公开了一种基于批装箱问题的虚拟机调度方法，该方法包括以下步骤：S1：虚拟机调度器定期接收用户提交的新的虚拟机请求，同时收集系统中每台物理机上运行的虚拟机的状态信息，包括即将结束运行的虚拟机信息；S2：针对新的每一组虚拟机请求，虚拟机调度器采用批装箱算法进行调整，得出新的虚拟机与物理机的对应关系表；S3：虚拟机调度器比较算法调度前后对应关系表之间的差异，制定并发送迁移指令给指定物理机，相关物理机根据指令完成虚拟机迁移。与现有技术相比，本发明方法关闭了空闲服务器以降低能耗，同时有效减少了虚拟机迁移次数提高了分配效率。

摘要： 本发明公开了一种面向装箱问题的组合优化方法。它针对工业生产中的组合优化和作业调度问题，采用了以组为对象的适合组合问题结构的编码方式，使得遗传算法可以通过染色体遗传与问题相关的信息。将染色体分为物品部分和组部分，生成不定长的染色体；运用根据组合问题特点设计的变异算子和逆序算子，经过算法的多次迭代，得到问题的近似最佳组合解。本发明针对装箱问题难以得到精确的全局最优解的特点，采用以组为对象的组合优化方法，有效地实现了装箱问题的优化设计，解决了快速装箱的设计问题，提高了设计效率。

摘要： 本申请提供一种装箱问题的处理方法、装置及计算机可读存储介质，通过以装箱状态与有效装载率之间的映射关系和装箱样本作为训练样本，以映射关系中有效装载率收敛作为训练结束条件，训练得到的神经网络模型对装箱问题进行处理，无需每次都从随机选择一个初始装箱状态开始迭代，这样即使在大规模数据的情况下例如需要装入车厢内的箱子个数很多导致存在很多初始装箱状态的情况下，也能够在短时间内完成对装箱问题的处理，提高了对装箱问题的处理效率。

摘要： 本发明提出了一种基于装箱问题的多接入边缘计算任务卸载方法，该方法将用户终端和边缘服务器视作任务容器，将任务视作物品，从而将边缘计算中任务卸载决策问题转化成一个装箱问题，再通过启发式方法最小化网络内启用的边缘服务器数目，求解任务卸载决策。包括如下步骤：首先计算每个边缘服务器的容载能力和每个终端任务的输入数据大小与所需计算资源的比值；然后按照容载能力和任务比值从大到小形成两个队列；最后将任务队列中的任务依次取出配置到容器队列中的容载能力最大并还有剩余计算资源的边缘服务器上，重复此操作直至任务队列为空。本发明能适用于多终端多任务的多接入边缘计算网络的任务处理过程，能够明确地制定出合适的任务卸载方案，在满足任务时间延迟要求的同时最小化计算能耗，节约成本。

摘要： 本发明提供一种解决三维装箱问题的三叉树规划计算方法，在现有技术的基础上，通过创造性的问题解决思路，将三维空间的X，Y，Z轴转化为三叉树的树形图的三个分支来研究，装箱顺序可自然形成。可实现逐级搜索，简化计算过程。同时该方案可以考虑到所有方向性约束条件，将装入物体的前面、右面、上面为待装空间的可以归为此类，平行于高度方向的二叉树装箱方案也可以归为此类。本发明技术方案能弥补装箱方案的多约束条件的“组合爆炸”问题，与现有装箱方案相比，本方法的优势在于：形成三叉树结构，装箱顺序可自然形成；逐级搜索，整个计算过程简单有效；通过优化计算，可得完全的优化结果；给出待装物体不同方向性时的装箱方案。

摘要： 本发明公开了一种基于批装箱问题的虚拟机调度方法，该方法包括以下步骤：S1：虚拟机调度器定期接收用户提交的新的虚拟机请求，同时收集系统中每台物理机上运行的虚拟机的状态信息，包括即将结束运行的虚拟机信息；S2：针对新的每一组虚拟机请求，虚拟机调度器采用批装箱算法进行调整，得出新的虚拟机与物理机的对应关系表；S3：虚拟机调度器比较算法调度前后对应关系表之间的差异，制定并发送迁移指令给指定物理机，相关物理机根据指令完成虚拟机迁移。与现有技术相比，本发明方法关闭了空闲服务器以降低能耗，同时有效减少了虚拟机迁移次数提高了分配效率。

摘要： 本发明公开了一种面向装箱问题的组合优化方法。它针对工业生产中的组合优化和作业调度问题，采用了以组为对象的适合组合问题结构的编码方式，使得遗传算法可以通过染色体遗传与问题相关的信息。将染色体分为物品部分和组部分，生成不定长的染色体；运用根据组合问题特点设计的变异算子和逆序算子，经过算法的多次迭代，得到问题的近似最佳组合解。本发明针对装箱问题难以得到精确的全局最优解的特点，采用以组为对象的组合优化方法，有效地实现了装箱问题的优化设计，解决了快速装箱的设计问题，提高了设计效率。