论文部分内容阅读
在生产和分发环节中,如何最大化使用运输负载能力越来越成为一个重要的问题。在不断地寻求以更小的费用,更小的时间能量代价来完成更多货物的运输的过程中,如何最优或接近最优地使用集装箱装载货物成为当前一个研究热点。本文旨于解决三维单集装箱装载(3D-CLP)问题。三维单集装箱装载问题是指在一个较大的集装箱内装入一种或多种不同类型的方形货物,目的是使得集装箱的装载率尽量地大。由于集装箱问题是个NP-hard问题,近来对集装箱问题的研究都围绕着各种启发式算法来进行。 本文提出了集装箱装载问题的可行解的三种表达方法:最大可用空间-层装载方法,动态空间分解-整体装载方法和最大可用空间-整体装载方法。基于这样的解的表达,可以充分利用模拟退火算法来对可行解进行演化搜索。针对传统模拟退火算法的一些缺点,本文提出了基于多阶段搜索的模拟退火算法,加快了退火过程中的收敛速度,节约了计算时间。为了充分利用普遍流行的多核计算机多核处理器的负载能力,本文并提出了使用模拟退火算法的两种并行方式来解决集装箱问题:按阶段分配独立运行方式和并行化的多重模拟退火方式。算法的并行化设计提高了算法的速率和准确性。 最后,为了测试模拟退火算法的性能,我们引进了(l)oh和nee的CLP算例及Bischoff和Ratcliff的CLP算例,并和一些优秀的集装箱装载算法进行了对比,证明了算法的有效性。