货物配装问题是货物运输过程中的一个重要环节,给出一个合理的配装方案以提高集装箱的空间利用率,降低了企业的物流成本,增强企业的竞争力,将会给许多行业带来巨大的经济效益。配装问题是应用背景较强的离散组合最优化问题,而货物配装大多为多目标、多约束优化问题,在其固有的NP 完全计算复杂性的基础上,又增加了许多复杂的约束条件和配装空间的几何复杂性,所以配装问题很难求得最优解,也很难应用数学模型精确求解。遗传算法作为一种新型的、模拟生物进化过程的、鲁棒性很强的、随机化搜索优化方法,近十几年来在组合优化领域得到相当广泛的研究和应用,并已在解决诸多典型组合优化问题中显示了良好的性能和效果,表明遗传算法是解决复杂配装问题的有效途径。本文以对三维配装问题的求解理论和方法为研究对象,将基于空间分解的启发式算法和遗传算法引入到该问题的求解过程中,拓展了遗传算法的应用领域,分析了现有应用于配装领域的启发式算法的特点和不足。提出应用空间分解的启发式算法来处理货物配装问题,探讨了遗传算法在求解这一复杂问题中的应用,给出了有效的编码形式和解码运算,设计相应的遗传算子,提高了算法的有效性。同时,也对货运生产提供了有力的决策支持,提高了集装箱的空间利用率和装箱效率,摆脱了人工配装的盲目性,明确了本文研究内容的可行性、方法、意义。最后对全文工作进行了总结,并对遗传算法在物流货物配装中以后的研究方向做出展望。