论文部分内容阅读
随着工业4.0时代的到来,“智能物流”也成为研究的热点,集装箱船在港口的装货过程作为物流过程中的关键一环,对整个海运物流过程的效率有重大的影响,对运输成本有直接影响,集装箱船“智能”装箱问题的研究也被赋予了新的时代意义。集装箱船装箱问题属于一种经典的三维装箱问题。本文在分析集装箱船装箱要求及特点的基础上,以集装箱空间利用率最大化为装载优化目标,建立单目标集装箱船装箱问题的数学模型。针对模型特点提出了一种混合遗传算法,构造了一种包含动态空间划分方法的启发式算法,设计的两段实数遗传编码包含货物装填顺序和放置状态,建立适应单目标集装箱船装箱问题的自适应交叉算子和自适应变异算子。在单目标集装箱船装箱问题的研究基础上,根据实际装箱情况,提出装箱过程中常见的四种约束:载重约束、旋转约束、上方禁止堆码约束和下方禁止堆码约束,以集装箱空间利用率和载重利用率综合最大化为装载优化目标,建立多目标多约束集装箱船装箱问题的数学模型。根据约束特点设计新的启发式空间划分方法,构造满足旋转约束的遗传算子。借助MATLAB GUI设计了一款实用的装箱系统软件,该装箱系统软件可以同时适用于单目标集装箱船装箱问题和多目标多约束集装箱船装箱问题,可以直观显示装载结果,界面友好操作简单。在算法验证中,以Loh和Nee的15组经典测试数据为弱异类问题实例,平均空间利用率达到70.63%;以George等人提供的3组强异类算例为测试数据,空间利用率分别达到84.42%、86.93%、83.76%;以卜雷提供的数据为多目标多约束问题算例,平均迭代10次耗时2秒即可达到全局最优解。与同类装箱算法进行对比,本文的混合遗传算法对弱异类装箱问题、强异类装箱问题、多目标多约束装箱问题均具有较明显的优化效果,验证了本文优化算法的有效性。