多车型多车辆货车装载算法及应用
2018-12-22陈宏程贾江鸣崔志军
物流技术与应用 2018年12期
文/陈宏程 贾江鸣 崔志军
随着物流业发展,货车装箱的优化问题得到越来越多的重视。一般情况下,一批货物订单生成后,形成一个货物清单,货物装运需按清单顺序直接装车,货物大小不一,导致车辆空间不能有效使用。装箱问题是一个著名的多项式复杂程度非确定性(NP-hard)难题,直接求解有相当高的时间复杂度和空间复杂度。启发式算法是通过特定的搜索规则和搜索策略,在搜索空间中搜索最优解,被大量运用在解决复杂问题优化中。针对装箱问题的研究,目前大部分将装箱问题简化为单车型装载问题,有些简化为单车型单车辆装载问题,因此尽管这些模型取得了较好的理论研究进展,但仍难以适应实际问题中的多车型多车辆装载环境。
本文在启发式算法的选择上,模拟退火算法在解决复杂多目标问题上具有通用性、高效性,但其所得解的好坏受初始状态、温度函数等影响较大,降温快易陷入局部最优,降温慢则求解过程极其缓慢;蚁群算法缺点同模拟退火算法,求解过程受初始参数影响较大;遗传算法所得解的好坏,主要依赖于遗传代数和解组规模,若所得解不能让人满意,只需增加解组规模和遗传代数,与模拟退火算法与蚁群算法相比具有一定优势。本文选取遗传算法并对其进行改进,降低了解的不稳定性,利用遗传算法高效地在解空间中搜索优解序列,通过三空间装箱原则确定序列可行解,运用python语言实现了多车型多车辆装箱问题的优化算法。……
登录APP查看全文
