当前位置:
文档之家› 求解装箱问题的启发式算法研究
求解装箱问题的启发式算法研究
personification heuristics,which is inspired by the daily
strategy
of
building wall in the 2D・packing
life.Similar
to
the personification heuristics for the
a
algorithm,we
based
transform
the 2D strip packing
problem into
problem.Then,for the 2D
on
knapsack
packing problem,we present
to pack
least
wasted
first strategy
等制造行业都有广泛应用。
与切割相对应的是填充(排样、布局)问题,随着超大规模集成电路的出现, 一块电路板中的元器件有成千上万个。怎么样合理地安排每个元器件在电路板上 的位置,最大化利用电路板的空间,即电路板的布局问题,成为集成电路版图设 计中的一个重要步骤。该问题也同样出现在报纸的排版中。 在数学的王国中,有一个问题一直困扰着人们,即“完美正方形”【2l的寻找。 所谓“完美正方形"是指可以用一些大小各不相同,并且边长为整数的小正方形 铺满的正方形,有趣的是,该问题也跟装箱问题有密切联系,事实上,21阶的 “完美正方形’’正是用大型电子计算机算出来的。 由此可见,装箱问题的应用非常广泛,研究该问题有着重要的实际意义。随 着应用领域的不同,装箱问题的目标和约束条件也不同,因此人们抽象出了一些 通用的数学模型并把该问题分成了很多类型来分别研究。装箱问题一般可描述如
and the newspaper
editor.It is
a
NP complete
problem;the research
practice.It is high packing
on
this problem is of great if we
use
significance
in both theory
and
BFD(Best
Fit Fit
Decreasing)、NFD(Next
Fit
Decreasing)、
Decreasing)等。一维装箱问题的研究相对比较成熟,关于一维装箱
的具体资料可参考文献[6.10】。 自从Paull[11】在1956年提出新闻排版问题以来,二维装箱问题一直是一个研 究的热点。该问题又可分为规则物品装箱和不规则物品装箱。在规则物品装箱中, 研究较多的是矩形装箱。对于矩形装箱,人们一开始集中寻求该问题的近似求解 【121,如基于一维装箱的FFD算法、BFD算法;双向背包算法;相近图形组合算 法;线性规划、分支定界和动态规划算法等。文献[13.14]对二维矩形装箱各种算
2
第一章绪论
法的性能进行了分析。Gilmore[15]等使用线性规划技术求得该问题实例的最优 解,这被认为是对原料切割的第一个工业可应用的研究。文献[16.17]用树搜索方 法解决二维矩形装箱问题也能达到最优。后来,Hifi[181等提出了一种精确算法: 最好优先分支定界算法。这些近似算法的特点是针对某类或某些装填问题的结果 较好,但是对于规模很大的实例很难在合理的时间内给出好的结果。启发式算法 正好弥补了这个缺点,它能够在合理的时间内给出比较好的结果,即使对于规模 很大实例。其中著名的算法有:BL(Bottom.Left)【19】,BLF(Bottom.Left.Fill) [20】,BF(Best.Fit)[2¨。国内,张德富等对可旋转的二维矩形装箱问题提出了两种
声明人c㈣:氧风军
沙Q墨年岁月2S日
厦门大学学位论文著作权使用声明
本人完全了解厦门大学有关保留、使用学位论文的规定。厦门大 学有权保留并向国家主管部门或其指定机构送交论文的纸质版和电 子版,有权将学位论文用于非赢利目的的少量复制并允许论文进入学 校图书馆被查阅,有权将学位论文的内容编入有关数据库进行检索, 有权将学位论文的标题和摘要汇编出版。保密的学位论文在解密后适 用本规定。 本学位论文属于 1.保密( ),在 年解密后适用本授权书。
厦门大学 硕士学位论文 求解装箱问题的启发式算法研究 姓名:魏丽军 申请学位级别:硕士 专业:计算机应用技术 指导教师:张德富 20080401
摘要
摘要
装箱问题是个在工业生产中经常碰到的问题,如集装箱的装载、板材的切割、 集成电路的设计、报纸的排版等等。该问题又是NP完全问题,因此对该问题的 研究有着重要的应用价值和理论意义。如果用精确算法求解装箱问题,势必带来 计算量的组合爆炸,因此学者提出了很多求解该问题的启发式算法。 本文首先研究了二维装箱问题,在总结前人工作的基础上,提出了解决二维 矩形条装箱(2SP)的二分搜索启发式(BSHA)算法。首先,通过引入二分搜索把2SP
improve
the personification heuristics.Computational results
the
benchmark from the
instances
literatures.
show
algorithm Can compete with
excellent
heuristics
关键词:装箱问题;启发式算法:模拟退火
Abstract
Abstract
Packing problem is faced in many industries,for example,the container loading, the sheet cutting,the design of VLSI
GRASP,SPGAL,HRBB,especially,BSHA
optimal solution for many instances in short time.
For the 3D—packing problem,we Firstly,we develop
a
present
a
combinational heuristic algorithm.
Key words:Packing
Problem;Heuristic Algorithm;Simulated Annealing
厦门大学学位论文原创性声明
兹呈交的学位论文,是本人在导师指导下独立完成的研究成果。 本人在论文写作中参考的其他个人或集体的研究成果,均在文中以明 确方式标明。本人依法享有和承担由此论文产生的权利和责任。
求解装箱问题的启发式算法研究
下:给定一批物品和容器,要求将这批物品的一部分或全部互不重叠地装入容器 中,使其某项性能达到最优,有时还要满足其它的一些限制条件。~般地,根据 容器所属空间维数的不同,该问题可分为一维装箱、二维装箱和三维装箱。然而 不幸的是,即使是最简单的一维装箱,也被证明是NP完全问题【3】,即在多项式 时间内找不到最优解,如果采用精确算法进行求解,计算量会随着问题规模增大 而发生组合爆炸。因此,很多学者对该问题进行了研究,以期能够找到一种快速, 接近全局最优解的算法。然而,迄今为止,还是没找到令人满意的算法。对于二 维装箱问题,虽然提出了很多算法,但对于著名的由Hopper和Turton[4】提出的 21个实例,还是不能找到最优解。而对于三维装箱问题,目前较好的算法也只 能对某些实例达到90%的空间利用率,因此,都有着很大的改进空间。 装箱问题还跟计算机组合优化问题中的作业调度问题等有着密切相关性,研 究该问题能够推动人们对NP完全问题的认识,找到更一般的解决组合优化问题 的方法,因此还有很大的理论价值。 总之,研究装箱问题有着重要的实际意义和理论价值。
问题转化成二维背包装箱问题(2KP)来求解。然后,针对2KP,本文提出了最小
浪费优先策略,该策略通过记录点的方法来记录装填位置,并引入浪费面积、平 整度等评价机制来评价某个物品放入某个位置的好坏程度。最后,利用随机局部 搜索算法进一步改进计算的结果。本文对BSHA算法进行了大量的实例测试, 结果表明,BSHA的求解质量优于目前优秀的算法,如GRASP、SPGAL、HRBB
problem,we
introduce the‘'reference box’’and the‘‘reference line'’to
guide the process of packing.Lastly,a
to
simulated
annealing algorithm 请在以上相应括号内打“4”)
作者签名:乏魁风写日期:扫。吕年}月2∑日
剔程名纠劬醐:硎年j,月%日
第一章绪论
第一章绪论
1.1研究背景及意义 装箱/布局问趔ll是个在实际生产生活中经常碰到的,对工业生产和经济发展
有重要意义的问题。
随着我国经济的快速发展,物流成为经济建设中不可或缺的行业,配送则是 物流中一个极为重要的环节,而集装箱装载是一种非常重要的配送方法。因此如 何最大限度的利用集装箱容积和承载能力从而降低配送成本,即集装箱配装问 题,成为了物流中研究的热点。当然在实际应用中,必须考虑各种限制条件,比 如装载货物的稳定性、同类货物的装载约束性、货物抗压性以及装卸货物的方便 性等等。 在板材的工业生产中,总是先做出有一定规格的板材毛坯,再根据实际需要 切割成小块板材。而需求总是千变万化,因此,怎样用已有的板材毛坯切割出各 种形状的小板材以满足实际需要,同时使得浪费的板材最小,即怎样最大化板材 的利用率,这个与生产成品息息相关的切割(裁剪)问题,成了板材生产中关心 的重点。这个问题在钢铁制造行业、纸品加工行业、服装制造业、以及玻璃加工
problem.Based
on
the known the 2D strip
algorithm,we present
packing
binary search heuristic