论矩形物体布局的启发式近似计算问题

针对待布局矩形物体在布局空间中可行位置，给出了其可行域的定义，并据此对待布局物体的摆放规则进行了讨论，提出了一种基于空间分解的启发式算法，实例计算表明了该算法是有效的。     

布局调度问题的聚合算法

在分析布局调度问题的基础上，建立了布局调度问题的数学模型，利用重复匹配算法，聚合算法等启发式方法，提出了布局调度操作的启发式规则及相应的启发式算法，算例表明该算法能较好地解决布局调度问题，所得布局结果是令人满意的。     

二维矩形块布局的交叉熵方法实现

给定一个小矩形块集和一个固定宽度而高度变化的大矩形的二维布局问题,就是将这矩形集中的所有矩形正交布置于这个大矩形中,并且保证矩形块之间不发生重叠,目的就是使得布局后这个大矩形块的高度最小.本文提出通过DROP或DROPF (DROP FILL)的启发式解码策略与交叉熵算法相结合求解该类问题.试验结果显示,算法稳定有效,较经典元启发式算法在提高空间利用率上有较大提高.     

基于改进等分节点法的启发式布局算法

针对集成电路标准单元模式的布局问题，提出了一个全新的基于改进等分节点法的启发式标准单元布局算法(TETP)，该算法在优化布局过程中采用改进的等分节点法寻找单元目标位置，同时结合局部寻优的启发式算法，对MCNC(Microelectronics Centre of North-Carolina)标准单元测试电路进行实验。结果表明，与布局工具Timber Wolf7．0和FengShui相比，电路布局的总线长度分别平均减少了16％和17％。     

模拟退火算法求解矩形物体布局问题

介绍了矩形物体布局问题,提出了基于布置点的改进思想,在引入了新的个体表达方式和物体布局规则的基础上,提出了一种模拟退火算法求解矩形物体布局问题的新思路.实例表明该算法快速有效.     

基于空间分解的二维布局问题的启发式算法

一种基于空间分解的解决矩形物体布局问题的启发式方法。按照深度优先的原则将布局空间逐步分解，每次放入相对于当前布局空间来说是满足特定条件的最优布局块，并将该布局块定位于当前布局空间的左上角来不同大小矩形物体的布局方案。通过调整调序因子ＫＡ和ＫＢ的值，可得到满足不同要求的优化布局方案，所得布局方案均满足工业上一刀切的要求。实验结果及与其他算法的比较证明了该算法的灵活性和有效性。     

基于蚁群算法的集装箱装载问题

探讨了蚁群算法在复杂集装箱装载问题中的应用．利用蚁群算法对解空间的搜索能力，结合二维链表结构的方法，对布局空间依次分割完成不同大小的三维矩形物体的装载，并给出了有效的编码形式和解码算法．通过对文献中提供的数据进行测试和比较说明本算法是有效的．     

旋转舱内圆柱体及长方体群布局优化

以简化的人造卫星回收舱优化布局为对象，研究旋转舱内长方体与圆 柱体群待布物的布局优化．待布物在舱内承重板上下两基面上布置，属于 带性能约束的三维装填布局优化问题、ＮＰ－困难问题．给出于该布局优化数 学模型、求解过程、启发式算法．该启发式算法的思路是，尽量构造非同胚 的布局拓朴形式，再在此拓扑模式下进行布局寻优，并借助于敏度分析，暂 时消除约束等技巧，反复迭代，直至达到结束准则．优化过程中采用了先二 维后三维的分步优化方法，并编写了相应的软件．文后给出了算例．     

求解布局问题的混合萤火虫群优化算法

为了充分发挥萤火虫算法的优点,将人工萤火虫群优化算法与启发式策略相结合,设计了一个新的求解布局问题的高效萤火虫优化算法.实例测试和实验对比结果表明:相对于已有文献中的算法,提出的混合布局方法更加有效.     

一种基于约束的车间模具布局方法研究

文章针对矩形模具在车间约束布局的合理性和车间利用率问题,将模具在车间的排布问题转换为二维矩形排样问题进行研究。结合某航空制造企业净化车间矩形模具排布的现场实际,在传统二维矩形排样算法基础上,提出一种基于约束的分批次启发式顺序规则排样算法,以优化矩形模具在净化车间的布局问题。仿真实验结果表明,该算法有效地提高了净化车间利用率。     

基于双层启发式遗传算法的三维装箱问题

三维装箱问题是一类组合优化问题,多用于物流运输业的货物装载,具有重要的实践意义。它的最优解受多种条件因素的影响,求解形式复杂且计算量较大,所以常用启发式算法来解决。以空间分割为原则的启发式算法融入遗传算法中并结合二层规划的思想,提出一种基于双层启发式遗传的三维装箱算法。通过双层启发式遗传策略分别对可行解进行广度和深度的搜索来提高寻优效率,从而得到最优的三维装箱方案。在此基础上利用具体算例进行运算和分析,证明该算法在空间利用率和稳定性上都有较好的效果,同时装箱方案可以依托计算机技术进行三维可视化,可为三维装箱问题的信息可视化提供理论依据。     

基于改进的禁忌搜索算法求解带2维装箱约束的低碳车辆路径问题

同时考虑2维装箱和车辆路径2个NP难问题,以碳排放量为目标函数,对低碳环境下带2维装箱约束的车辆路径问题进行研究.求解思路是以禁忌搜索算法(Tabu Search,TS)为主要框架,然后基于贪心的思想采用4种启发式装箱策略生成初始解,并通过改进编码解码方式以及使用动态增长的禁忌长度对TS算法进行改进; 由给出算例的计算结果可知,改进的禁忌搜索算法对于求解该类问题具有一定的优越性.     

二维不规则贯通排样的模拟退火算法

提出一种获得不规则零件的最佳包络矩形的方法,根据矩形件的启发式算法,设计模拟退火智能算法将最佳包络矩形排样.模拟退火算法是全局优化概率的搜索算法,可以在优化排样中将排样次序优化,再利用最低水平线算法将不规则多边形排样.结果显示:同一排样问题,初始温度、冷却参数以及终止温度有一组最佳组合值,使得问题解的质量较高.该算法在排样效果和时间效率上更为优秀.     

一种启发式矩形毛坯带排样算法研究

介绍一种两维矩形毛坯带排样问题的改进启发式递归算法,它基于递归结构和分支定界技术.首先初始化板材作为一个块,考虑目前的块,算法选择一个毛坯,将毛坯放在块的左下角,然后用水平或竖直的剪切线将未使用空间分为两个更小的块,便于进一步递归求解.使用上下界来去除无用的分支,缩短运算时间.将该算法和遗传算法相结合,先通过遗传算法确定所有矩形毛坯较优的排放顺序和排放方式,然后使用递归排样生成排样图,通过比较不同的矩形排放序列对应的板材利用率,最终得到较优的排样方案.测试数据表明了该启发式优化算法的有效性.     

基于构造的布局启发方法

布局问题属于ＮＰ完全问题已知被研究多年,关于它的求解方法多为启发式方法,本文在分析了布局问题特性的基础上,提出了一种基于构造的布局启发方法,该方法既考虑到布局总问题的不干涉的约束及又考虑了其它的布局约束,从而更加全面,准确地指导布局求解的进行,本文还首次提出了“虚容器”的概念,从而使定序函数和定位函数的计算易于进行。     

求解货物在线装箱问题的融合算法

实现集装箱的自动码放规划对于提高装箱容积率、提高经济效益具有重要意义.针对货物在线码放过程中存在的多种实际约束,提出一种由在线极值点(online improved extreme point,IE)算法与模拟退火(simulated annealing,SA)算法结合的在线融合码放(IES)算法,考虑货物尺寸约束,质量约束与装载顺序约束设定多种码放规则以及优化函数,对IE算法中角点坐标序列进行实时迭代更新,并将该角点序列作为初始解序列,基于模拟退火优越的局部搜索能力以及算法的灵活性,两者融合来寻求全局最优角点解坐标.实验结果表明IES算法平均容积率达到89.17％,相比IE算法提高10.34％,证明IES算法在强异构货物实时码放和提高集装箱容积率方面有较好效果.该算法提高了三维装箱算法的工程性,为实现集装箱货物的自动码放创造了必要条件.     

一种求解矩形packing问题的智能枚举算法

矩形packing问题有许多工业应用,如码头货物装载,木材下料,超大规模集成电路（VLSI）布局设计,新闻排版等。国内外已提出了许多求解此问题的算法,如：遗传算法,模拟退火算法以及启发式算法等。在目前已有研究的基础上,提出了一种智能枚举算法,该算法的关键在于设计一种快速有效的枚举策略。用Hopper和Turton提出的21个矩形packing实例对所提出的算法性能进行了实算测试,平均面积未利用率为0.04%,平均计算时间为277.69 s,并求得了其中18个实例的最优解。实算结果表明：该算法对求解矩形packing问题是行之有效的。     

基于空间优化的三维装箱布局混合遗传算法

针对三维装箱问题使用了一种便于空间优化的二维链表结构表达三维矩形物体布局状态空间分解方法和利用混合遗传算法产生待装物体的顺序序列.二维链表结构可以表达空间相连结点之间的关系,易于空间结点的重组,达到更好的利用空间;也可减少产生好的待装物体顺序序列的搜索次数.结合混合遗传算法的搜索方法,能在合理的时间内找到问题的满意解.经过实验表明通过这两种方法的结合本算法能取得较好的较果.