染色装箱问题及其启发式算法

研究了装箱问题的一个新颖的衍生问题:染色装箱问题,即在装箱问题中,给每个物件指定一个颜色,要求每个箱子中所装的物件颜色各不相同,使得所需要的箱子数目尽可能少.该问题是通常装箱问题的一种推广.笔者给出了染色装箱问题的一个启发式算法,同时研究了只有两种颜色的染色装箱问题:即2-色装箱问题,并给出了一个最优算法.     

有舍弃的装箱问题及其启发式算法

设计了一种启发式算法——RCF算法来解决有舍弃装箱问题.实验证明,该算法与RFF3算法相比,在物体个数比较少(<200)的情况下,由于数据的随机性会出现比RFF3算法较好;在物体个数大于200的情况下,RFF3算法具有绝对的优势.因此,提出的RCF算法在物体个数比较少的情况下,有一定的应用价值.     

求解装箱问题的一种变长度染色体遗传算法

针对装箱问题提出了一种变长度染色体的改进遗传算法,并分析了其实现的具体方法和实现步骤.     

一种简化粒子群算法及在三维装箱问题中的应用

在简化粒子群算法中引入混合蛙跳算法的分组思想,使得粒子群算法在进化后期能够利用更丰富的信息,有效避免算法早熟收敛和收敛到局部最优点问题,且收敛速度更快。将改进后的简化粒子群算法用于解决集装箱装箱问题,数值试验表明这种集装箱装载方法能够达到较好的容积利用率。为了指导实际的装箱操作,设计出了集装箱装载软件。     

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。     

在线A形装箱问题: 模型及算法研究

A形装箱问题是由生产实际引发的一个新的数学模型,它是经典一维装箱问题的一种变形--每样物品有高度和半径两个参数.把装箱问题的经典算法推广到在线A形装箱问题,并分别从最坏情形分析与数值模拟两方面对算法进行了比较,得到了不同而且有趣的结果. 证明了 First Fit算法的渐近竞争比为2, 而其它在线启发式算法如Next Fit, Worst Fit, Best Fit(BF), Almost Worst Fit, Harmonic的渐近竞争比皆为无界; 通过数值模拟,在平均意义下BF的性质最好.     

集合覆盖问题的一种启发式算法

给出了完备策略的概念，并提出了一个求解集合覆盖问题的启发式算法，对该算法的合理性、时间复杂性以及精度进行了分析。用该方法可以求解其它的NP困难问题。     

一种改进的二维装箱问题的混合遗传算法

改进了FFA算法,提出了区间合并和最小浪费面积的概念,并阐述了实现的方法．最后,采用基于改进的FFA算法的混合遗传算法得到了较好的结果,并对结果进行了分析．     

关于二维装箱问题的一种新算法

本文在分析了二维装箱问题的五种算法之后,提出了一种更加节省、简便的新算法。该算法已在IBM-5550微型机上用PASCAL语言实现了程序设计。     

CVRP问题的一种启发式算法

推广了Deniele Vigo提出的解决ACVRP的方法，给出一种解决CVRP的启发式算法，并且举例说明了这种算法的有效性与优越性。     

一种求解翻箱问题的启发式算法

在集装箱堆场,翻箱操作不可避免,为降低翻箱次数,提高作业效率,有必要找到一种有效的方法来解决这一问题.在已知每个集装箱提箱顺序的前提下,如何安排翻箱作业顺序是典型的NP难问题.为此提出了一种启发式算法,并通过算例实验与已有算法的结果进行对比,实验结果表明本文提出的算法较优.     

改进遗传算法求解三维集装箱装载问题

集装箱配载是一个复杂的组合优化问题,约束条件多,属于NP完全问题,求解难度大。本文在考虑一些实际应用中的约束条件下,提出了一种三维集装箱装载的改进遗传算法。算法中考虑了货物放置方向、装载容积等约束条件,给出了有效的解码算法。实例仿真结果说明了该算法的有效性和实用性,可以直接在实际中应用。     

求解圆柱形物品装载问题的递归启发式算法

研究同尺寸圆柱形物品的装载问题.先将同尺寸圆柱形物品装入容量相同的长方体小箱,然后将小箱装入集装箱中,使集装箱所装物品数最多.对于各种可能的小箱尺寸,用启发式算法确定物品在小箱内的布局,使体积利用率尽可能高;用递归算法确定小箱在集装箱内的布局,使体积利用率最高.实验结果表明本文算法能够简化小箱布局方案,同时简化装箱过程,具有较好的应用价值.     

定位-车辆路径问题的两阶段混合启发式算法

定位-车辆路径问题(LRP)集成了设施定位分配和车辆路径决策,属于NP-hard难题.为有效求解实际大规模的具有设施容量约束和车辆容量约束的LRP问题,设计了基于禁忌搜索及双种群蚁群算法的两阶段混合启发式算法.算法第1阶段采用禁忌搜索算法确定设施定位及客户分配,算法第2阶段采用双种群蚁群算法优化车辆路径,蚁群间的通信与协调通过信息素共享来实现.通过仿真试验并与其他启发式算法进行对比,结果表明,该算法是可行和有效的.     

求解非标准货物货机群装载问题的启发式搜索算法

货机装载问题属于三维装箱问题,是一类NP-hard组合优化问题。而与传统车辆装箱问题不同,货机装载后的重心位置是要考虑的重要约束条件,以重心偏移率和货舱空间利用率为目标函数,针对非标准货物的货机群三维装载问题进行启发式算法研究。该算法基于空间管理思想,将"砌墙"式建构算法与一种四规则深度优先搜索法相结合,排除大量不可行解,缩短了可行解的搜索时间。最后实验结果表明,本算法可以在满足各项约束条件下正确地为货机群三维装载问题找出可行装载结果,对解决实际货机群装载问题具有现实意义。     

出厂物流调度问题及其启发式算法

针对出厂物流调度问题,建立了一类出厂物流问题的调度理论模型,证明了该问题的强NP-hard特性.基于对问题的特征分析,提出求解问题的近似算法,证明了算法的最坏性能比为3且为紧界,并通过数值仿真验证了该算法的有效性.结果表明,所提出算法对两台流水作业机器的完工时间有一定的优化.     

一种解决有限缓冲区流水车间调度问题的复合启发式算法

针对以最大完工时间为目标的有限缓冲区流水车间调度问题,提出了一种新的复合启发式算法.算法设计中首先使用PF-NEH算法进行解空间的搜索,并采用基于插入邻域和交换邻域的可变邻域搜索算法来增强局部搜索.仿真实验表明,该算法具有高效性和优越性.