CN103413183B - 用于异形容器装载物资的全局优化方案生成系统及方法 - Google Patents
用于异形容器装载物资的全局优化方案生成系统及方法 Download PDFInfo
- Publication number
- CN103413183B CN103413183B CN201310331729.2A CN201310331729A CN103413183B CN 103413183 B CN103413183 B CN 103413183B CN 201310331729 A CN201310331729 A CN 201310331729A CN 103413183 B CN103413183 B CN 103413183B
- Authority
- CN
- China
- Prior art keywords
- loading
- goods
- materials
- list
- container
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 239000000463 material Substances 0.000 title claims abstract description 99
- 238000005457 optimization Methods 0.000 title claims abstract description 84
- 238000000034 method Methods 0.000 title claims abstract description 27
- 238000011068 loading method Methods 0.000 claims abstract description 164
- 238000013523 data management Methods 0.000 claims abstract description 16
- 239000000203 mixture Substances 0.000 claims abstract description 15
- 230000000007 visual effect Effects 0.000 claims abstract description 7
- 238000004088 simulation Methods 0.000 claims abstract description 5
- 238000012856 packing Methods 0.000 claims description 22
- 238000013459 approach Methods 0.000 claims description 18
- 238000004364 calculation method Methods 0.000 claims description 16
- 238000004422 calculation algorithm Methods 0.000 claims description 10
- 238000005192 partition Methods 0.000 claims description 10
- 239000002131 composite material Substances 0.000 claims description 8
- 238000004321 preservation Methods 0.000 claims description 6
- 238000012913 prioritisation Methods 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 4
- 150000001875 compounds Chemical class 0.000 claims description 4
- 238000002922 simulated annealing Methods 0.000 claims description 4
- FGUUSXIOTUKUDN-IBGZPJMESA-N C1(=CC=CC=C1)N1C2=C(NC([C@H](C1)NC=1OC(=NN=1)C1=CC=CC=C1)=O)C=CC=C2 Chemical compound C1(=CC=CC=C1)N1C2=C(NC([C@H](C1)NC=1OC(=NN=1)C1=CC=CC=C1)=O)C=CC=C2 FGUUSXIOTUKUDN-IBGZPJMESA-N 0.000 claims description 3
- 230000011218 segmentation Effects 0.000 claims 6
- 230000008569 process Effects 0.000 abstract description 9
- 230000007246 mechanism Effects 0.000 abstract description 5
- 238000012545 processing Methods 0.000 abstract description 3
- 238000004642 transportation engineering Methods 0.000 abstract description 3
- 238000000205 computational method Methods 0.000 abstract description 2
- 238000007596 consolidation process Methods 0.000 abstract description 2
- 230000001788 irregular Effects 0.000 abstract description 2
- 230000006872 improvement Effects 0.000 description 4
- 238000011160 research Methods 0.000 description 3
- 230000000712 assembly Effects 0.000 description 2
- 238000000429 assembly Methods 0.000 description 2
- 238000001816 cooling Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 241000531116 Blitum bonus-henricus Species 0.000 description 1
- 235000008645 Chenopodium bonus henricus Nutrition 0.000 description 1
- 238000000137 annealing Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000000969 carrier Substances 0.000 description 1
- 238000013329 compounding Methods 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种用于异形容器装载物资的全局优化方案生成系统，属一种物资装载智能优化方法，所述的系统包括基础数据管理子系统、装载全局优化计算子系统与装载方案视景显示子系统，由于大多数异形体空间可以通过逐步划分为若干个三角体组合，通过在系统中原有矩形体容器装载优化系统中增加对带有三角体的异形体容器装载优化的处理机制，使得系统可以扩展到处理任意可划分为若干个三角体和矩形体组成的形体不规则的容器装载优化问题。从而为运输工程中高效率利用不规则空间提供了仿真数值计算方法。另外在处理单次货物装载到一个三角体问题中，对三角体空间划分中提供了一种处理零碎空间的合并策略和机制，而从有效提高了三角体的空间利用率。
Description
技术领域
本发明涉及一种物资装载智能优化方法，更具体的说，本发明主要涉及一种用于异形容器装载物资的全局优化方案生成系统。
背景技术
货物三维装载全局优化是指在一定的装载约束条件下，在特定几种容器（集装箱或者货包）中排布货物，排布完成后使特定形状容器能够达到指定的全局指标要求（如总装载货物的质量最大、总装载的货物对容器的内部空间利用率最大等）。在计算机智能优化科学和供应链优化管理领域中，货物三维装载全局优化有着广泛的应用背景，包括物流配送装货、集装箱装货、空运飞机装货、太空运输物资、大型轮船装货等，对货物三维装载全局优化问题的研究都是焦点。另外由于在太空和深海等运输工程中，因为这些领域运输器由于其他设计特性的需要容易产生异形空间，同时由于这些领域运输即使很小的空间浪费也带来巨大的损失，因此研究在这些异形空间中物资优化装载就显得非常具有价值。另外，从计算复杂性理论来讲，即使一般三维装载优化问题都属于NP-Hard问题，是优化问题中最难的一类组合优化问题，其求解难度随问题规模的增大和约束的增多而成几何级增长。在现有国内外的三维装载（3D-Packing）问题研究中，基本集中在对于矩形体或者圆柱体容器中实现装载优化，几乎没有涉及异形体容器内装载优化的研究与系统。因此有必要针对异形体容器的装载优化方案做进一步的改进和研究。
发明内容
本发明的目的之一在于解决上述不足，提供
为解决上述的技术问题，本发明采用以下技术方案：
本发明一方面提供了一种用于异形容器装载物资的全局优化方案生成系统，所述的系统包括：
基础数据管理子系统，用于将用户输入的任务信息保存至数据库中，作为一次优化计算任务中其它数据的检索基础；所述任务信息中至少包括任务编号及任务名称；并将用户输入的单次任务所有类别容器的基础信息保存至数据库中，所述基础信息中至少包括容器内部装载空间的结构信息和容积大小信息；由用户设置每类容器划分后的若干个三角体和矩形体信息，并分别保存至数据库中；再将用户输入的单次任务待装载物资信息与装载约束条件保存至数据库中；
装载全局优化计算子系统，用于基于基础数据管理子系统保存至数据库中的任务信息、基础信息、装载物资信息及装载约束条件执行全局优化算法生成多种装载方案，并经过判断将合理化的装载方案保存至数据库中；
装载方案视景显示子系统，用于读取数据库中的合理化装载方案，并将其转换为三维视图在用户界面上进行显示。
作为优选，进一步的技术方案是：所述装载全局优化计算子系统用于执行的全局优化算法的具体步骤为：
a）优化计算输入信息初始化；
b）优化计算约束条件初始化；
c）构造计算容器列表并转化为空间列表；
d）构造计算物资装载组合块列表；
e）构造装载序列；
f）根据装载序列完成启发式三维装载；
g）判断是否为较优方案；
h）替换当前最优方案；
i）判断是否满足终止条件；
j）输出优化方案。
更进一步的技术方案是：所述的装载全局优化计算子系统用于执行全局优化算法的步骤b)至步骤f）通过模拟退火框架算法对用户输入的装载物资信息进行三维装载迭代优化仿真计算。
更进一步的技术方案是：所述用户向基础数据管理子系统中输入的基础信息、三角体和矩形体信息及装载物资信息均为EXCEL列表。
与上述相类似，本发明另一方面还提供一种用于异形容器装载物资的全局优化方案生成方法，所述生成方法包括如下步骤：
S1、基础数据管理子系统将用户输入的任务信息保存至数据库中，作为一次优化计算任务其它数据的检索基础；所述任务信息中包括任务编号及任务名称；
S2、将用户输入的单次任务所有类别容器的基础信息保存至数据库中，所述基础信息中包括容器内部装载空间的结构信息和容积大小信息；
S3、由用户设置每类容器划分后的若干个三角体和矩形体信息，并分别保存至数据库中；
S4、再将用户输入的单次任务待装载物资信息与装载约束条件保存至数据库中；
S5、装载全局优化计算子系统基于基础数据管理子系统保存至数据库中的任务信息、基础信息、装载物资信息及装载约束条件执行全局优化算法生成多种装载方案，并判断将合理化的装载方案保存至数据库中；
S6、装载方案视景显示子系统根据数据库中合理化的装载方案转换为三维视图在用户界面上进行显示，物资装载全局优化方案生成完毕。
作为优选，进一步的技术方案是：所述步骤S5中装载全局优化计算子系统执行全局优化算法的具体步骤为：
S501、优化计算输入信息初始化，初始化用户输入的三角体信息列表、矩形体信息列表和待装物资信息列表；
S502、优化计算约束条件初始化，初始化用户输入的每个容器的重量与数量约束、物资的装载极性约束和物资的种类混装约束；
S503、构造计算容器列表并转化为空间列表，实现计算用的空间列表初始化；
S504、构造计算物资装载组合块列表，实现计算用的物资装载块列表初始化；
S505、构造装载序列，根据系统设置的最大装载步骤数MAXSTEP，构造一个整型数组，数组长度为MAXSTEP，初始化的数组值全为0；以后每调用此次，就从[0,MAXSTEP]中随机任意寻找一位，然后从[0,MAXSELECT]中随机一个整数值赋给该位；
S506、根据装载序列完成启发式三维装载，采用三维空间划分和合并的思路进行装载；
S507、判断是否为较优方案，计算当前方案的全局指标值，并且将全局指标值作为判断较优方案的标准；
S508、替换当前最优方案，将上一步找到的较优方案保存为当前寻找到的最优方案；
S509、判断是否满足终止条件，如判断结果为是，则继续进行下一步，反之则跳转到S505；
S510、输出优化方案。
更进一步的技术方案是：所述步骤中S502优化计算约束条件初始化的步骤包括：
S5021、从数据库中读取单次任务的所有容器列表到内存；
S5022、根据容器的ID信息检索数据库，读取每类容器的最大重量值，赋给每个容器对象；
S5023、根据容器的ID信息检索数据库，读取每类容器的使用数量；
S5024、从数据库中读取单次任务的所有待装物资列表到内存；
S5025、根据每类物资的ID读取其数量，并赋值给每类物资对象；
S5026、根据每类物资的ID读取每类物资的装载极性约束，每类物资的装载极性约束为其中不同的组合体；
S5027、根据每类物资的ID读取每类物资的种类混装约束，每类物资混装约束为以上三个数据项的列表。
更进一步的技术方案是：所述步骤S503中构造计算容器列表并转化为空间列表的步骤包括：
S5031、从数据库中读取单次任务的所有容器列表到内存；
S5032、根据每类容器ID，读取每类容器的ID从数据库中读取该类容器所划分的三角体和矩形体空间，并根据个数生成多个空间对象，每个空间对象具有容器ID的值，这样在内存中根据空间对象检索该空间所在容器的相关约束信息；
S5033、将所有三角体空间组合成一个三角体空间数组列表；
S5034、将所有矩形体空间组合成一个矩形体空间数组列表；
更进一步的技术方案是：所述步骤S504中构造计算物资装载组合块列表的步骤包括：
S5041、构造基本块列表；
S5042、构造虚拟装载简单块；
S5043、构造虚拟装载复合块；
S5044、将步骤S5042和步骤S5043产生的装载块组合在一起。
更进一步的技术方案是：所述步骤S506中根据装载序列完成启发式三维装载的具体步骤包括：
S5061、将所有装载空间按照从小到大的顺序压入装载空间堆栈；
S5062、首选判断堆栈是否为空，如不为空执行下一步，如果为空则转入S5067；
S5063、装载空间弹出堆栈；
S5064、选择可以装载在该空间的装载块列表，判断该列表是否为空，如果为空，进行空间合并，合并后的空间压入堆栈，然后转入步骤S5062；
S5065、从装载序列中得到该步骤的选择数，并且从装载块列表中选择出该选择数的块，同时更改可用物资数量列表并记录该步骤的装载方案，具体使用空间划分方法完成装载；
S5066、因装载物资而分割后的形成新的装载空间压入堆栈，然后转入步骤S4062；
S5067、返回装载方案，并结束。
与现有技术相比，本发明的有益效果之一是：由于大多数异形体空间可以通过逐步划分为若干个三角体组合，通过在系统中原有矩形体容器装载优化系统中增加对带有三角体的异形体容器装载优化的处理机制，使得系统可以扩展到处理任意可划分为若干个三角体和矩形体组成的形体不规则的容器装载优化问题。从而为运输工程中高效率利用不规则空间提供了仿真数值计算方法。
另外在处理单次货物装载到一个三角体问题中，对三角体空间划分中提供了一种处理零碎空间的合并策略和机制，而从有效提高了三角体的空间利用率。
并且系统在处理装载时，并非一个容器装载完再装载第二个，而是将所有容器变换为空间列表，空间列表按照从大到小排列，每次装载搜索最大的空间，在完成最大空间的装载后，将产生新的被划分空间，这些新的划分空间进入空间列表序列并重新排列，即本发明提供了多容器组全局最优化装载的算法框架。
本发明系统在一次装载计算处理中，并非在装载空间中找单一物资装载其中，而是采用物资装载组合块填充一个装载空间，将装载计算变换为在多个可能的物资装载组合块中搜索一个组合块，由于物资装载组合块是事先计算保存在内存中，增加了单次装载计算速度，并大大增加了搜索空间。
附图说明
图1为用于说明本发明一个实施例中装载全局优化计算子系统的计算流程图；
图2为用于说明本发明另一个实施例中基于装载序列的启发式装载算法流程图；
图3为用于说明本发明再一个实施例中三角体空间划分策略的结构示意图。
具体实施方式
下面结合附图对本发明作进一步阐述。
参考图1所示，本发明的一个实施例是一种用于异形容器装载物资的全局优化方案生成系统，所述的系统包括：
基础数据管理子系统，用于将用户输入的任务信息保存至数据库中，作为一次优化计算任务中其它数据的检索基础；所述任务信息中至少包括任务编号及任务名称；
并将用户输入的单次任务所有类别容器的基础信息保存至数据库中，所述基础信息中至少包括容器内部装载空间的结构信息和容积大小信息；
由用户设置每类容器划分后的若干个三角体和矩形体信息，并分别保存至数据库中；
再将用户输入的单次任务待装载物资信息与装载约束条件保存至数据库中；
装载全局优化计算子系统，用于基于基础数据管理子系统保存至数据库中的任务信息、基础信息、装载物资信息及装载约束条件执行全局优化算法生成多种装载方案，并经过判断将合理化的装载方案保存至数据库中；
装载方案视景显示子系统，用于读取数据库中的合理化装载方案，并将其转换为三维视图在用户界面上进行显示。
在本实施例中，发明人采用了与常规全局优化算法相类似的算法步骤，但在其中增加了对带有三角体的异形体容器装载优化的处理机制，这也是本发明相对于现有技术最大的改进之一；在系统中，装载全局优化计算子系统所执行的全局优化算法可以包括，且优选按照如下步骤以此执行：
a）优化计算输入信息初始化；
b）优化计算约束条件初始化；
c）构造计算容器列表并转化为空间列表；
d）构造计算物资装载组合块列表；
e）构造装载序列；
f）根据装载序列完成启发式三维装载；
g）判断是否为较优方案；
h）替换当前最优方案；
i）判断是否满足终止条件；
j）输出优化方案。
在本发明用于解决技术问题，更加优选的一个实施例中，发明人为在上述的全局优化算法中快速寻找出较优或最优的方案，在上述装载全局优化计算子系统用于执行全局优化算法的步骤b)至步骤f）通过模拟退火框架算法对用户输入的装载物资信息进行三维装载迭代优化的仿真计算。
而上述所提到的模拟退火算法是一个全局优化算法，但是在降温较快的时候，容易陷入局部寻优，本发明采用非线性降温来改进模拟退火算法，下面简述整个迭代算法过程。
1）设定初始温度T0，终止温度T*，马尔可夫链长Len和退火系数a。并构造初始装载序列Ls，并将初始装载序列Ls赋值给当前装载序列Ln与最优装载序列Lbest。
2）判断当前温度Tk下，内部循环次数是否超过马尔可夫链长Len，如果未超过执行3）如果超过执行5）。
3）根据Ln构造一个计算用装载序列Ltn，后采用启发式三维装载过程完成装载序列Ltn装载，并计算该序列对应装载方案的目标函数f(Ltn)值。
4）计算函数值Δf=f(Ltn)-f(Lbest)，如果Δf<0那么则接受当前的装载序列Ltn，并将Ltn赋值给Ln和Lbest；否则，以概率p接受当前的装载序列Ltn，并将Ltn赋值给Ln；并返回执行步骤2）。
5）按照Tk+1=Tkak，实现降温。
重复上述2）至5）过程，直至Tk<T*为止，最终输出最优装载序列Lbest，并计算最优装载序列对应装载方案和目标函数f(Lbest)值。
再根据本发明的另一实施例，上述用户向基础数据管理子系统中输入的基础信息、三角体和矩形体信息及装载物资信息均为EXCEL列表。
再参考图1所示，正如上述多个实施例所提到的，本发明的另一实施例具体描述一种与上述系统相对应的用于异形容器装载物资的全局优化方案生成方法，该生成方法包括并优选按照如下步骤执行：
S1、基础数据管理子系统将用户输入的任务信息保存至数据库中，作为一次优化计算任务其它数据的检索基础；所述任务信息中包括任务编号及任务名称；
S2、将用户输入的单次任务所有类别容器的基础信息保存至数据库中，所述基础信息中包括容器内部装载空间的结构信息和容积大小信息；
S3、由用户设置每类容器划分后的若干个三角体和矩形体信息，并分别保存至数据库中；
S4、再将用户输入的单次任务待装载物资信息与装载约束条件保存至数据库中；
S5、装载全局优化计算子系统基于基础数据管理子系统保存至数据库中的任务信息、基础信息、装载物资信息及装载约束条件执行全局优化算法生成多种装载方案，并判断将合理化的装载方案保存至数据库中；
S6、装载方案视景显示子系统根据数据库中合理化的装载方案转换为三维视图在用户界面上进行显示，物资装载全局优化方案生成完毕。
同样的，本实施例中，上述步骤S5中装载全局优化计算子系统执行全局优化算法的具体步骤为：
S501、优化计算输入信息初始化，初始化用户输入的三角体信息列表、矩形体信息列表和待装物资信息列表；
S502、优化计算约束条件初始化，初始化用户输入的每个容器的重量与数量约束、物资的装载极性约束和物资的种类混装约束；
S503、构造计算容器列表并转化为空间列表，实现计算用的空间列表初始化；
S504、构造计算物资装载组合块列表，实现计算用的物资装载块列表初始化；
S505、构造装载序列，根据系统设置的最大装载步骤数MAXSTEP，构造一个整型数组，数组长度为MAXSTEP，初始化的数组值全为0；以后每调用此次，就从[0,MAXSTEP]中随机任意寻找一位，然后从[0,MAXSELECT]中随机一个整数值赋给该位；
S506、根据装载序列完成启发式三维装载，采用三维空间划分和合并的思路进行装载；
S507、判断是否为较优方案，计算当前方案的全局指标值，并且将全局指标值作为判断较优方案的标准；
S508、替换当前最优方案，将上一步找到的较优方案保存为当前寻找到的最优方案；
S509、判断是否满足终止条件，如判断结果为是，则继续进行下一步，反之则跳转到S505；
S510、输出优化方案。
上述该步骤S509用于进行终止条件判断，如果满足终止条件，转到步骤10，如果不满足终止条件，转到步骤5，继续进行循环。终止条件可以有多种，如可以是判断是否已生成全局指标值满足要求的装载方案、循环次数达到给定阈值、连续两次最优解的全局指标值之差小于给定阈值或者最优解的全局指标值连续未变化次数大于给定阈值等。
根据本发明的另一实施例，上述步骤中S502优化计算约束条件初始化的具体过程优选按照如下执行：
S5021、从数据库中读取单次任务的所有容器列表到内存；
S5022、根据容器的ID信息检索数据库，读取每类容器的最大重量值，赋给每个容器对象；
S5023、根据容器的ID信息检索数据库，读取每类容器的使用数量；
S5024、从数据库中读取单次任务的所有待装物资列表到内存；
S5025、根据每类物资的ID读取其数量，并赋值给每类物资对象；
S5026、根据每类物资的ID读取每类物资的装载极性约束，每类物资的装载极性约束为其中不同的组合体，具体包括LWH/LHW/HWL/HLW/WLH/WHL共六种装载极性约束；
S5027、根据每类物资的ID读取每类物资的种类混装约束，每类物资混装约束为以上三个数据项的列表。具体数据项为：A货物类别ID、B货物类别ID、组合系数（组合系数为1表示完全可以混装、0表示完全不能混装，混装系数值介于0.0到1.0之间）。
再根据本发明的另一实施例，上述步骤S503中构造计算容器列表并转化为空间列表的步骤包括并优选按照如下步骤执行：
S5031、从数据库中读取单次任务的所有容器列表到内存；
S5032、根据每类容器ID，读取每类容器的ID从数据库中读取该类容器所划分的三角体和矩形体空间，并根据个数生成多个空间对象，每个空间对象具有容器ID的值，这样在内存中根据空间对象检索该空间所在容器的相关约束信息；
S5033、将所有三角体空间组合成一个三角体空间数组列表；
S5034、将所有矩形体空间组合成一个矩形体空间数组列表；
根据本发明的另一实施例：上述步骤S504中构造计算物资装载组合块列表的步骤包括：
S5041、构造基本块列表；根据各种规格待装货物的三维几何尺寸构造基本块的几何参数（Lx,Ly,Lz）和重量参数Iw，由于单个矩形块在不考虑极性区别的情况下，有六种几何摆放方式。所以基本块的个数是货物物资规格种类数的6倍。
S5042、构造虚拟装载简单块；单个基本块（Lx,Ly,Lz）按照三维空间轴的方向分别按照x,y,z倍数倍增加，得到(nx×Lx,nx×Ly,nx×Lz)虚拟装载简单块，该虚拟装载简单块共使用了(nx×ny×nz)个基本块。同时根据容器或者空间的约束控制简单块的数量和大小。
S5043、构造虚拟装载复合块；在简单块基础上，将所有简单块按照一定的原则与约束条件进行两两复合，复合后的块有作为新的复合基础，但是单个复合块的复合次数不超过一定的次数，同时复合块需要满足一定的约束要求。
S5044、将步骤S5042和步骤S5043产生的装载块组合在一起。得到单次任务的货物装载组合块数组列表，所有货物装载组合块都是一个虚拟的组合块，并非实际的货物组合块，代表的是一种可能装载到容器中的物资装载状态。
参考图2所示，在本发明的另一实施例中，上述步骤S506中根据装载序列完成启发式三维装载的优选具体步骤如下：
S5061、将所有装载空间按照从小到大的顺序压入装载空间堆栈；
S5062、首选判断堆栈是否为空，如不为空执行下一步，如果为空则转入S5067；
S5063、装载空间弹出堆栈；
S5064、选择可以装载在该空间的装载块列表，判断该列表是否为空，如果为空，进行空间合并，合并后的空间压入堆栈，然后转入步骤S5062；
S5065、从装载序列中得到该步骤的选择数，并且从装载块列表中选择出该选择数的块，同时更改可用物资数量列表并记录该步骤的装载方案，具体使用空间划分方法完成装载；
S5066、因装载物资而分割后的形成新的装载空间压入堆栈，然后转入步骤S4062；
S5067、返回装载方案，并结束。
在本实施例中，步骤S5065中含有一个本发明的三角体空间划分策略，参考图3所示，一个三角体通过分割，可以分割为四部分，[分割空间1]和[分割空间2]仍然为三角体，从而完成递归实现；[分割空间3]和[分割空间4]为长方体，可以采用其他矩形货包装载算法的处理方法处理。[分割空间3]和[分割空间4]也可以参照其他矩形货包装载算法重新合并。
除上述以外，还需要说明的是在本说明书中所谈到的“一个实施例”、“另一个实施例”、“实施例”等，指的是结合该实施例描述的具体特征、结构或者特点包括在本申请概括性描述的至少一个实施例中。在说明书中多个地方出现同种表述不是一定指的是同一个实施例。进一步来说，结合任一实施例描述一个具体特征、结构或者特点时，所要主张的是结合其他实施例来实现这种特征、结构或者特点也落在本发明的范围内。
尽管这里参照本发明的多个解释性实施例对本发明进行了描述，但是，应该理解，本领域技术人员可以设计出很多其他的修改和实施方式，这些修改和实施方式将落在本申请公开的原则范围和精神之内。更具体地说，在本申请公开、附图和权利要求的范围内，可以对主题组合布局的组成部件和/或布局进行多种变型和改进。除了对组成部件和/或布局进行的变型和改进外，对于本领域技术人员来说，其他的用途也将是明显的。
Claims (8)
1.一种用于异形容器装载物资的全局优化方案生成系统，其特征在于所述的系统包括：
基础数据管理子系统，用于将用户输入的任务信息保存至数据库中，作为一次优化计算任务中其它数据的检索基础；所述任务信息中至少包括任务编号及任务名称；
并将用户输入的单次任务所有类别容器的基础信息保存至数据库中，所述基础信息中至少包括容器内部装载空间的结构信息和容积大小信息；
由用户设置每类容器划分后的若干个三角体和矩形体信息，并分别保存至数据库中；
再将用户输入的单次任务待装载物资信息与装载约束条件保存至数据库中；
装载全局优化计算子系统，用于基于基础数据管理子系统保存至数据库中的任务信息、基础信息、装载物资信息及装载约束条件执行全局优化算法生成多种装载方案，并经过判断将合理化的装载方案保存至数据库中；
装载方案视景显示子系统，用于读取数据库中的合理化装载方案，并将其转换为三维视图在用户界面上进行显示；
所述装载全局优化计算子系统用于执行的全局优化算法的具体步骤为：
a)优化计算输入信息初始化，初始化用户输入的三角体信息列表、矩形体信息列表和待装物资信息列表；
b)优化计算约束条件初始化，初始化用户输入的每个容器的重量与数量约束、物资的装载极性约束和物资的种类混装约束；
c)构造计算容器列表并转化为空间列表，实现计算用的空间列表初始化；
d)构造计算物资装载组合块列表，实现计算用的物资装载块列表初始化；
e)构造装载序列，根据系统设置的最大装载步骤数MAXSTEP，构造一个整型数组，数组长度为MAXSTEP，初始化的数组值全为0；以后每调用此次，就从[0,MAXSTEP]中随机任意寻找一位，然后从[0,MAXSELECT]中随机一个整数值赋给该位；
f)根据装载序列完成启发式三维装载，采用三维空间划分和合并的思路进行装载；
所述空间划分，是采用三角体空间划分策略，具体是：将一个三角体通过分割，得到三角体和长方体，分割得到的三角体可以继续分割得到三角体和长方体，从而形成针对三角体空间划分的无限迭代分割方案；
g)判断是否为较优方案，计算当前方案的全局指标值，并且将全局指标值作为判断较优方案的标准；
h)替换当前最优方案，将上一步找到的较优方案保存为当前寻找到的最优方案；
i)判断是否满足终止条件，如判断结果为是，则继续进行下一步，反之则跳转到S505；
j)输出优化方案。
2.根据权利要求1所述的用于异形容器装载物资的全局优化方案生成系统，其特征在于：所述的装载全局优化计算子系统用于执行全局优化算法的步骤b)至步骤f)通过模拟退火框架算法对用户输入的装载物资信息进行三维装载迭代优化仿真计算。
3.根据权利要求1或2所述的用于异形容器装载物资的全局优化方案生成系统，其特征在于：所述用户向基础数据管理子系统中输入的基础信息、三角体和矩形体信息及装载物资信息均为EXCEL列表。
4.一种用于异形容器装载物资的全局优化方案生成方法，其特征在于所述生成方法包括如下步骤：
S1、基础数据管理子系统将用户输入的任务信息保存至数据库中，作为一次优化计算任务其它数据的检索基础；所述任务信息中包括任务编号及任务名称；
S2、将用户输入的单次任务所有类别容器的基础信息保存至数据库中，所述基础信息中包括容器内部装载空间的结构信息和容积大小信息；
S3、由用户设置每类容器划分后的若干个三角体和矩形体信息，并分别保存至数据库中；
S4、再将用户输入的单次任务待装载物资信息与装载约束条件保存至数据库中；
S5、装载全局优化计算子系统基于基础数据管理子系统保存至数据库中的任务信息、基础信息、装载物资信息及装载约束条件执行全局优化算法生成多种装载方案，并判断将合理化的装载方案保存至数据库中；
S6、装载方案视景显示子系统根据数据库中合理化的装载方案转换为三维视图在用户界面上进行显示，物资装载全局优化方案生成完毕；
所述步骤S5中装载全局优化计算子系统执行全局优化算法的具体步骤为：
S501、优化计算输入信息初始化，初始化用户输入的三角体信息列表、矩形体信息列表和待装物资信息列表；
S502、优化计算约束条件初始化，初始化用户输入的每个容器的重量与数量约束、物资的装载极性约束和物资的种类混装约束；
S503、构造计算容器列表并转化为空间列表，实现计算用的空间列表初始化；
S504、构造计算物资装载组合块列表，实现计算用的物资装载块列表初始化；
S505、构造装载序列，根据系统设置的最大装载步骤数MAXSTEP，构造一个整型数组，数组长度为MAXSTEP，初始化的数组值全为0；以后每调用此次，就从[0,MAXSTEP]中随机任意寻找一位，然后从[0,MAXSELECT]中随机一个整数值赋给该位；
S506、根据装载序列完成启发式三维装载，采用三维空间划分和合并的思路进行装载；
所述空间划分，是采用三角体空间划分策略，具体是：将一个三角体通过分割，得到三角体和长方体，分割得到的三角体可以继续分割得到三角体和长方体，从而形成针对三角体空间划分的无限迭代分割方案；
S507、判断是否为较优方案，计算当前方案的全局指标值，并且将全局指标值作为判断较优方案的标准；
S508、替换当前最优方案，将上一步找到的较优方案保存为当前寻找到的最优方案；
S509、判断是否满足终止条件，如判断结果为是，则继续进行下一步，反之则跳转到S505；
S510、输出优化方案。
5.根据权利要求4所述的用于异形容器装载物资的全局优化方案生成方法，其特征在于所述步骤中S502优化计算约束条件初始化的步骤包括：
S5021、从数据库中读取单次任务的所有容器列表到内存；
S5022、根据容器的ID信息检索数据库，读取每类容器的最大重量值，赋给每个容器对象；
S5023、根据容器的ID信息检索数据库，读取每类容器的使用数量；
S5024、从数据库中读取单次任务的所有待装物资列表到内存；
S5025、根据每类物资的ID读取其数量，并赋值给每类物资对象；
S5026、根据每类物资的ID读取每类物资的装载极性约束，所述每类物资的装载极性约束为LWH、LHW、HWL、HLW、WLH、WHL中不同的组合体；
S5027、根据每类物资的ID读取每类物资的种类混装约束，每类物资混装约束为A货物类别ID、B货物类别ID、组合系数的列表。
6.根据权利要求4所述的用于异形容器装载物资的全局优化方案生成方法，其特征在于所述步骤S503中构造计算容器列表并转化为空间列表的步骤包括：
S5031、从数据库中读取单次任务的所有容器列表到内存；
S5032、根据每类容器ID，读取每类容器的ID从数据库中读取该类容器所划分的三角体和矩形体空间，并根据个数生成多个空间对象，每个空间对象具有容器ID的值，这样在内存中根据空间对象检索该空间所在容器的相关约束信息；
S5033、将所有三角体空间组合成一个三角体空间数组列表；
S5034、将所有矩形体空间组合成一个矩形体空间数组列表。
7.根据权利要求4所述的用于异形容器装载物资的全局优化方案生成方法，其特征在于所述步骤S504中构造计算物资装载组合块列表的步骤包括：
S5041、构造基本块列表；根据各种规格待装货物的三维几何尺寸构造基本块的几何参数(Lx,Ly,Lz)和重量参数Iw；
S5042、构造虚拟装载简单块；单个基本块(Lx,Ly,Lz)按照三维空间轴的方向分别按照x,y,z倍数倍增加，得到(nx×Lx,nx×Ly,nx×Lz)虚拟装载简单块；
S5043、构造虚拟装载复合块；在简单块基础上，将所有简单块按照一定的原则与约束条件进行两两复合，复合后的块有作为新的复合基础；
S5044、将步骤S5042和步骤S5043产生的装载块组合在一起；得到单次任务的货物装载组合块数组列表。
8.根据权利要求4所述的用于异形容器装载物资的全局优化方案生成方法，其特征在于所述步骤S506中根据装载序列完成启发式三维装载的具体步骤包括：
S5061、将所有装载空间按照从小到大的顺序压入装载空间堆栈；
S5062、首选判断堆栈是否为空，如不为空执行下一步，如果为空则转入S5067；
S5063、装载空间弹出堆栈；
S5064、选择可以装载在该空间的装载块列表，判断该列表是否为空，如果为空，进行空间合并，合并后的空间压入堆栈，然后转入步骤S5062；
S5065、从装载序列中得到该步骤的选择数，并且从装载块列表中选择出该选择数的块，同时更改可用物资数量列表并记录该步骤的装载方案，具体使用空间划分方法完成装载；
S5066、因装载物资而分割后的形成新的装载空间压入堆栈，然后转入步骤S5062；
S5067、返回装载方案，并结束。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310331729.2A CN103413183B (zh) | 2013-08-02 | 2013-08-02 | 用于异形容器装载物资的全局优化方案生成系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310331729.2A CN103413183B (zh) | 2013-08-02 | 2013-08-02 | 用于异形容器装载物资的全局优化方案生成系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN103413183A CN103413183A (zh) | 2013-11-27 |
| CN103413183B true CN103413183B (zh) | 2016-07-06 |
Family
ID=49606190
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201310331729.2A Active CN103413183B (zh) | 2013-08-02 | 2013-08-02 | 用于异形容器装载物资的全局优化方案生成系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN103413183B (zh) |
Families Citing this family (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP6298392B2 (ja) * | 2014-10-29 | 2018-03-20 | 三菱重工業株式会社 | バン詰め作業計画作成装置及びバン詰め作業計画作成方法 |
| CN104915817A (zh) * | 2015-05-26 | 2015-09-16 | 亿赞普(北京)科技有限公司 | 一种集装箱的装箱方法和装置 |
| IT201700098767A1 (it) * | 2017-09-04 | 2019-03-04 | Panotec Srl | Metodo e sistema per il posizionamento ottimizzato di oggetti all'interno di almento una scatola |
| CN110436099B (zh) * | 2018-05-04 | 2021-07-16 | 日日顺供应链科技股份有限公司 | 一种不良品拼托方法 |
| CN109615136B (zh) * | 2018-12-13 | 2021-08-13 | 浙江理工大学 | 一种基于粒子填充原理的集装箱装载过程优化方法 |
| CN110619424B (zh) * | 2019-08-06 | 2022-10-25 | 暨南大学 | 一种运输配送优化系统 |
| CN110704882B (zh) * | 2019-09-07 | 2021-11-09 | 创新奇智(青岛)科技有限公司 | 一种用于管状物体的三维智能装载方法 |
| CN114898012B (zh) * | 2022-04-29 | 2023-03-24 | 广东工业大学 | 一种基于模拟退火与SkyLine的圆内装载矩形优化方法 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5050090A (en) * | 1989-03-30 | 1991-09-17 | R. J. Reynolds Tobacco Company | Object placement method and apparatus |
| CN1936937A (zh) * | 2005-09-20 | 2007-03-28 | 中国海洋大学 | 多约束条件下的启发式配车方法 |
| CN101140639A (zh) * | 2006-09-06 | 2008-03-12 | 张斌 | 在一定尺寸三维空间内摆放最多物品的方法 |
| US9171277B2 (en) * | 2011-05-04 | 2015-10-27 | Victaulic Company | Generation of plans for loading and unloading a container |
-
2013
- 2013-08-02 CN CN201310331729.2A patent/CN103413183B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN103413183A (zh) | 2013-11-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103413183B (zh) | 用于异形容器装载物资的全局优化方案生成系统及方法 | |
| Gonçalves et al. | A biased random key genetic algorithm for 2D and 3D bin packing problems | |
| CN102214321B (zh) | 一种三维集装箱装载布局优化方法及系统 | |
| Fan et al. | M³vit: Mixture-of-experts vision transformer for efficient multi-task learning with model-accelerator co-design | |
| CN105279629B (zh) | 一种优化的智能装箱系统 | |
| Xiong et al. | Resource constrained neural network architecture search: Will a submodularity assumption help? | |
| CN104915817A (zh) | 一种集装箱的装箱方法和装置 | |
| CN103970960A (zh) | 基于gpu并行加速的无网格伽辽金法结构拓扑优化方法 | |
| CN105550746A (zh) | 机器学习模型的训练方法和训练装置 | |
| Sun et al. | Efficient FPGA implementation of K-nearest-neighbor search algorithm for 3D LIDAR localization and mapping in smart vehicles | |
| Wang et al. | Research on dynamic path planning of wheeled robot based on deep reinforcement learning on the slope ground | |
| Huang et al. | A differential evolution algorithm with ternary search tree for solving the three-dimensional packing problem | |
| CN106844610A (zh) | 一种分布式结构化三维点云图像处理方法及系统 | |
| CN106528629B (zh) | 一种基于几何空间划分的向量模糊搜索方法及系统 | |
| Liu et al. | Big data collaborative artificial intelligence and high-performance computing to drive physical design of fusion | |
| CN106033332A (zh) | 一种数据处理方法及设备 | |
| CN117216937A (zh) | 一种基于混合蚁群模拟退火算法的三维装箱方法 | |
| Luo et al. | Rethinking ResNets: improved stacking strategies with high order schemes | |
| CN112734625B (zh) | 一种基于3d场景设计的硬件加速系统及方法 | |
| Rudy et al. | Multi-criteria 3-dimension bin packing problem | |
| Guo et al. | [Retracted] Transportation Path Optimization of Modern Logistics Distribution considering Hybrid Tabu Search Algorithm | |
| Wu et al. | Research on the problem of 3D bin packing under incomplete information based on deep reinforcement learning | |
| De Sousa et al. | A toll for multidisciplinary design conception of spacecraft equipment layout | |
| Hedar et al. | Finding the 3D-structure of a molecule using genetic algorithm and tabu search methods | |
| Man et al. | Research on the Optimization Method of Multi-category Goods Placement Based on Genetic Algorithm |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant |