在货物运输过程中,装箱是关键的一步,合理的装箱方案可以大大提高工作效率、提高货物装载的优化程度,从而提高自动化水平。本文研究的货物码放问题,其本质是三维装箱问题,前人已进行大量研究,但大多是未考虑货物装载顺序的离线装载。而航空背景下的实际装箱问题,结合传送带上货物随到随装的现状,必须考虑到货物按到来的顺序进行实时码放。因此,在前人的基础上,提出了针对货物实时码放问题的单箱装载算法和多箱装载算法,以更好地解决航空货运中遇到的问题。论文首先对单箱、多箱装载优化问题以及装箱软件的研究现状进行综述,同时指出了目前研究中所存在的问题。然后提出了求解单箱装载优化问题的混合遗传算法,基于拟人装载策略,并在常规遗传操作中加入罚函数、适应度尺度变换及最优解保存策略,保证了算法的迅速收敛,通过仿真实验证明了所提算法的适应性、实用性、优越性。在混合遗传算法的基础上加入预分配策略,解决多箱装载优化问题。算法首先由K-means算法对货物进行预处理,再利用混合遗传算法生成各集装箱的布局方案,对其进行模型的建立与仿真,结果表明算法快速性良好,可以实现强异构货物的合理分配,能很好地解决传送带上货物随到随装的实时码放问题,有较好的工程应用性。最后,设计了一款集装箱装载布局软件,给人工码放、机器码垛提供直接的参考,方便指导实际应用中的装箱操作。本文在货物的实时码放这一领域进行了多次尝试和探索,提出的单箱装载算法和多箱装载算法虽存在一定的不足,但为以后的相关研究提供了新的思路,具有一定的借鉴参考意义。