三维装箱问题属于组合优化问题的一种,在日常生产和生活的中得到了广泛应用,尤其与现在兴起的物流运输行业联系紧密。在物流配送过程中,装箱或者装车是一个必不可少的环节,合理的装箱方案不仅能提高车厢的空间利用率,减少车辆浪费,降低物流成本,而且能为现场装箱提供决策参考,如果再辅以自动化设备,全自动装箱将成为可能,这将大大降低企业物流成本,提高企业的市场竞争力,因此对三维装箱问题的研究具有十分重要的经济价值。长期以来,三维装箱问题一直是一个热门研究课题,前人提出了许多装箱算法,比如模拟退火算法、蚁群算法、遗传算法等,但是当问题的规模和约束条件增加时,这些单一算法往往又表现出许多不足。通过研究大量参考文献,进行课题调研和反复实验,本文提出一种启发式算法和遗传算法相集成的混合遗传算法来求解三维装箱问题,并开发三维装箱软件系统来验证算法的有效性和可行性。论文首先介绍了课题的研究背景和意义,给出了国内外最新的研究现状,然后在全面阐述了各种装箱问题概念和应用的基础上,建立本文所研究的三维装箱问题的数学模型。针对该问题,本文从空间分割、空间合并、简单块生成三个方面来设计启发式算法,给出第一阶段的启发式算法装箱步骤,接下来引入第二阶段的遗传算法研究,本文遗传算法改进了前人的编码方式,创新性提出装载顺序和放置状态相结合的两段式编码,选取的适应度函数与三维装箱问题的目标函数保持一致,在进行遗传操作设计时,引入冲突校验和置换机制,改进了两点交叉方法。接下来将遗传算法与启发式算法进行集成,生成混合遗传算法,并给出了该算法的装箱步骤。最后利用现代计算机技术开发了三维装箱软件系统,为验证混合遗传算法和装箱软件系统的有效性,采用文献中提到的Loh&Nee系列算例和企业实际算例进行测试,实验结果分析表明,该算法能较为显著的提高装箱的空间利用率,软件系统也具有很强的可行性和实用性。