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.     

多种物品三维装箱问题的一种启发式算法

针对多种物品单箱三维装箱的问题,设计了一种新的启发式算法.该算法基于"平面"和"块"的概念,采取树搜索策略,允许货物在任何可行方向上旋转,在保证箱空间利用率足够高的同时,满足货物摆放稳定性的要求.实验结果表明,该算法是解决此类问题的一种有效的方法.     

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.     

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.     

大型二维装箱问题及其禁忌算法研究

对大型二维装箱问题进行描述,提出求解该问题的禁忌算法.算法基于自然数编码,设计了货物的摆放规则和序列生成方式,采用二种邻域,根据邻域的不同,构造了两种禁忌表.算法采用惩罚函‘数处理空间利用率约束.介绍算法的原理,给出了具有代表性算例试验结果并且进行了分析.试验结果表明了提出的禁忌算法对优化大型二维装箱问题的有效性.     

带权PLA折叠问题及其启发式算法

本文将可编程逻辑阵列（ＰＬＡ）的折叠问题推广到行列折叠点间带权的一般情况，对这个ＮＰ－完全问题给出三个启发式算法，其中两个为贪心类算法，另一个是利用独立集的启发式算法，分析了各个算法的复杂性。     

一种松弛的尺寸可变装箱问题及其在线算法

给定物品系列,不同尺寸的箱子依次到达,要求将所有物品装入到箱子中以实现从第一个箱子到最后一个被使用的箱子为止的所有箱子总尺寸最小化.为此给出了6种在线算法,并对这些算法在两种箱子尺寸约束条件下的最坏情形性能和一般情形性能分别进行了研究.理论分析表明最坏情形下6种算法的渐进竞争比在常规约束不小于2,在松弛的约束条件下为无穷;仿真试验表明一般情形下FFD(FirstFitDecreasing)算法最优.     

有重叠的两抓钩周期性排序问题的启发式算法

抓钩排序问题不同于古典的排序问题,只有一个抓钩和一种产品,它仍然被证明为ＮＰ难题,对于有重叠区域的两抓钩周期性排序问题,迄今尚无法用数学模型直接求解。为了寻找出好的排序,提出了一种启发式算法以及求解有重叠两抓钩周期性排序问题。该方法把问题分解成相应序列的子问题,并对每个序列化建立和求解一个整体问题的线性规划模型,在序列空间中,通过寻找好的序列以得到最佳的排序。量化的示例表明所使用的方法是高效的。     

染色的装箱问题及其近似算法

给出了染色装箱问题和染色覆盖问题的数学描述,得到了给定颜色限制的染色装箱问题和染色覆盖问题的两个近似算法.     

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。     

针对目标的布局启发式算法

为解决二维矩形布局问题，在广泛研究各种启发式方法的基础上，提出了基于目标的启发式算法．该算法在布局开始时确定布局目标，布局过程中综合运用多种策略，让每个局部最优解达到布局目标值，得到稳定的、可靠的全局解；并且简要分析了矩形正交布局的空间分解方法，提出了群组的基本策略以及布局的定序规则和定位规则、实验结果表明，算法具有较强实用性，布局效率提高2％以上．     

一维装箱问题的一个衍生问题——最小基数箱子覆盖问题

文章介绍一维装箱问题的一个衍生问题:最小基数箱子覆盖问题和它的一个启发式算法。     

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.     

一种尺寸可变的装箱问题的在线近似算法

用最坏情况绝对性能研究尺寸可变的装箱问题的在线算法,对于两种箱子规格a和b,给出了一种最坏绝对性能比最多是2.75的在线近似算法.     

有色装箱问题的一种新的近似算法

作为经典装箱问题的推广,有色装箱问题在多处理器实时计算机系统的任务调度等实际问题中有着很强的应用背景.本文提出了有色装箱问题的一种新的近似算法--交叉装箱算法（简称JCBP）,该算法首先对物品按长度进行排列,再从两头交叉进行装箱.实验证明,该算法较其他算法有较好的装箱效果,并且很多情况下能达到最优解.     

最小基数箱子覆盖问题

最小基数箱子覆盖问题,是在物件大小满足一定的条件下的装箱问题．给出了一个时间复杂度为O（n）的启发式算法．     

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．     

最小费用箱子覆盖问题及其算法

提出了一种有实际背景的最小费用箱子覆盖问题──每个物品有长度和费用2个参数.针对局外最小费用箱子覆盖问题,给出了一个求解该问题的最坏情况渐近性能比为1/2算法C-FF1.同时给出了一个求解该问题的局内算法C-FF2,其绝对性能比为1/2,并证明了不存在绝对性能比大于1的算法.