装箱问题是一个典型的组合优化问题,这类问题大量存在于日常生活中,它们的共性就是将一堆“物品”,装入所谓的“箱子”中,而使它们不相互叠迭。对应于现实生活中,即是如何在满足要求的情况下,合理有效地利用时间或空间等现有资源。因此,装箱问题具有重要的研究价值。 装箱问题,从20世纪70年代初开始,就引起了人们的关注。到目前为止,世界上研究的比较多的是一维及二维装箱问题。虽然经过几代人的努力,但迄今尚无成熟的理论和有效的数值计算方法。因此,从80年代开始,陆续提出的装箱算法都是各种近似算法,如下次适应、首次适应、最佳适应算法和调和算法等。 本文在总结了前人用来解决装箱问题的算法后,确定了利用遗传算法来求解装箱问题,并详细分析了基本遗传算法在装箱问题中的应用;在此基础上,作者首次提出了用于解决装箱问题的结合BFD思想的混合遗传算法,并用VC实现了基于数据库的图形用户界面(GUI)程序,详细说明了程序实现的步骤,并给出了关键算法的程序流程图;最后通过算例比较,得出以下结论:在求解装箱问题时,结合了BFD思想的混合遗传算法要比基本遗传算法优化许多,具有很高的实用价值。