三维装箱 程序

1、基于遗传模拟退火算法的三维装箱问题研究从计算复杂性理论来讲，装箱问题是一个NP难题，很难精确求解。目前的求 解方法主要是一些近似算法，如NF(NextFit)近似算法、FF(FirstFit)近似算法、 FFD(FirstFitDecreasing)近似算法等。近似算法的求解结果与物品的体积数据有较 大关系，有时在极端情况下的求解结果很不理想。本文以三维离线装箱问题为研究对象，利用遗传算法和模拟退火算法集成的 思路对该问题进行求解，并编写程序代码在Matlab环境下进行实现。1、问题描述假设有一批待装货物，它们有多种货物种类，每种货物的尺寸重量是不同的，对一 尺寸己知的集装箱进行装载。这里所面

2、临的问题是在满足一定约束的条件下，需 要找到一种装箱方案进行装载，能够得到一种最佳的装载效果，这里指的是空间容 积率最高或者载重利用率达到最高。2、优化模型优化模型中的目标函数值可以评价装箱方案的优劣，本文考虑待装箱子的空间利 用率最大以及所使用箱子数目最小，目标函数规定为：小匕hTendcount=count+1;%更新迭代次数temp=;temp index=sort(fitness,descend);chrom=chrom(index,:);chromone=chrom(1:retain,:);fitnessone=temp(1:retain,:);chromtwo=chrom(reta

3、in+1:end,:);%交叉操作SelCh=Recombin(chromtwo,Pc);%变异SelCh=Mutate(SelCh,Pm);tempchrom=;for i=1:size(SelCh,1)tempchrom=SelCh(i,:);RestSpace,LoadOrder=IniOrder(tempchrom,Box,Cargo);fitnesstwo(i,:)=FitFun(cmax,RestSpace,LoadOrder,Box,tempchrom,order);endfor k=1:L%产生新解for j=1:(popsize-retain)newchrom(j,:)=ra

4、ndperm(N);end tempchrom=;for i=1:(popsize-retain)tempchrom=newchrom(i,:);RestSpace,LoadOrder=IniOrder(tempchrom,Box,Cargo);newfitness(i,:)=FitFun(cmax,RestSpace,LoadOrder,Box,tempchrom,order);endnewfitness=G-newfitness;for i=1:(popsize-retain)if newfitness(i,:)fitnesstwoSelCh(i,:)=newchrom(i,:);fitnesstwo(i,:)=G-newfitness(i,:);elseif exp(-(newfitness(i,:)-fitnesstwo(i,:)/T)SelCh(i,:)=newchrom(i,:);f