CN105279629B - 一种优化的智能装箱系统 - Google Patents

Abstract

本发明提供一种优化的智能装箱系统，包括：数据接收模块；分层模块，其计算每个待装货物的各单维度分别出现的概率，选取概率从大到小的前若干个单维度，并用S₁表示，再将集装箱中未装填的三维空间按其各单维度方向分别进行分层，使每层三维空间沿对应分层方向的单维度为S₁中的一个；分条模块，其计算每层三维空间适合装入的各待装货物中除最大单维度以外的另外两个单维度分别出现的概率，同时选取概率从大到小的前若干个单维度，用S₂表示，再将每层三维空间按除分层方向以外的另外两个单维度方向进行分条，并使每条二维空间沿对应分条方向的单维度为S₂中的一个；以及单条装箱模块。本发明可减小分层和分条操作花费的时间并增加装箱方案的多样性。

Description

一种优化的智能装箱系统

技术领域

本发明属于物流行业装箱领域，尤其涉及一种优化的智能装箱系统。

背景技术

三维装箱是工业生产中常遇到的问题，在货物装载以及运输过程中，资源以及运输空间的高效利用是公司间的核心竞争力。因此，由于其实际的需求，寻求一种合理有效的放置策略仍然是研究的重要方向。

在现有技术中，应用最多的是经典集装箱装箱模型，该模型可以简单描述为保证所有装入集装箱的货物在空间上位置不重叠的情况下，使得集装箱的容积率最大，具体数学模型如下：

假定集装箱的宽、长、高分别为W、L、H，待装货物的集合为B，待装货物的总数为n，第i个待装货物的宽、长、高分别为w_i,l_i,h_i,(i＝1,2,…,n)，则有：

目标函数：

其中，e_i为决策变量，e_i＝1表示货物i装入集装箱中，e_i＝0则表示货物i未装入集装箱中。

约束条件：

(x_i+w_i)e_i≤W,(i＝1,2,…,n) ①

(y_i+l_i)e_i≤L,(i＝1,2,…,n) ②

(z_i+h_i)e_i≤H,(i＝1,2,…,n) ③

e_i＝0or1,x_i≥0,y_i≥0,z_i≥0,(i＝1,2,…,n) ⑥

其中，x_i,y_i,z_i为决策变量，分别表示货物i在集装箱内的坐标，集装箱坐标轴如图1所示；P_i表示为货物i放置在集装箱中包含的坐标点集。约束①、②、③分别表示所有装载入集装箱的货物不能超出集装箱的体积范围之外；约束④定义了装入集装箱的货物所占用的空间点集；约束⑤表示任意两个装入集装箱的货物空间上没有位置重叠；约束⑥限制了所有决策变量的取值范围。

针对以上经典集装箱装箱模型，有如下几点说明：

(1)该问题是针对集装箱装箱而言，也就是若干货物仅仅装入单个集装箱，若货物多余，装入部分货物，反之则全部装入；

(2)货物的三维坐标轴与集装箱的三维坐标轴平行，不允许货物倾斜放置；

(3)货物可以沿着坐标轴任意翻转，但最终坐标原点跟集装箱坐标原点的定义一致，均为三维空间内的左前下点，如图2所示；

(4)若某些货物由于本身货物原因不能翻转，或者只能针对某几个坐标轴翻转，加入该约束条件后的模型仍然称为经典集装箱装箱模型，因为该模型并未加入除了体积约束之外的约束(如货物重量，货物价值等)。

在经典集装箱装箱模型的基础上，又发展出了另一种装箱算法，即，传统的砌墙式算法，该算法的主要过程是首先按照集装箱的y轴分为长度不同的若干个层，然后对各层内进行分条，最后对层内的条进行单条装箱。然而，传统的砌墙式算法在分层和分条时均采用定分支搜索算法，每层的长度和每条的高度均是从各待装货物的全部单维度中随机选择出预先设置好的分支宽度数，如果所有待装货物尺寸均很小，这样搜索树的分支就会很大，从而使得分层和分条操作花费过多的计算时间；而且，该算法仅在集装箱三维空间中的一个方向进行分层，使得装箱解决方案缺乏多样性。

此外，目前市面上的装箱软件仍需用户手动编辑，将数据导出至excel,单机版装箱软件系统不提供高级服务，需另收取相应的版权费，而服务器版装箱软件虽可以满足用户的高级需求，计算能力强，但要求用户支付高额的购置服务器费用。综上所述，无论业务量多少，用户都需支付额外费用，对用户产生经济上的损失；另一方面，软件中使用的算法并未达到最优，无法达到最高的工作效率，进一步扩大了用户的损失。

发明内容

针对上述现有技术的不足，本发明的目的在于提供一种基于传统砌墙式算法的优化的智能装箱系统，以减小分层和分条操作花费的时间并增加装箱方案的多样性。

为了实现上述目的，本发明采用如下技术方案：

一种优化的智能装箱系统，用于实现若干矩形的待装货物在集装箱内的三维装箱，该智能装箱系统包括：

一数据接收模块，其设置为接收外围输入的各所述待装货物分别对应的三个单维度、以及所述集装箱中未装填的三维空间所对应的三个单维度；

一连接至所述数据接收模块的分层模块，其设置为计算各个所述待装货物的各单维度分别出现的概率，并将所有单维度按各自对应的概率从大到小依次排列后记为集合S，同时选取集合S中前若干个单维度，并用S₁表示所述前若干个单维度的集合，再将所述集装箱中未装填的三维空间按其各单维度方向分别进行分层以分成若干层三维空间，并使每层三维空间沿对应分层方向的单维度为集合S₁中的一个，然后选择每层三维空间适合装入的所述待装货物，并使每层三维空间适合装入的各所述待装货物的三个单维度中最大单维度的方向对应该层三维空间的分层方向设置；

一连接至所述分层模块的分条模块，其设置为计算每层三维空间适合装入的各所述待装货物中除最大单维度以外的另外两个单维度分别出现的概率，并将所有单维度按各自对应的概率从大到小依次排列后集合S′，同时选取集合S′中前若干个单维度，并用S₂表示所述前若干个单维度的集合，再将每层三维空间按除所述分层方向以外的另外两个单维度方向进行分条以分成若干条二维空间，并使每条二维空间沿对应分条方向的单维度为集合S₂中的一个，然后选择每条二维空间适合装入的所述待装货物，并使每条二维空间适合装入的各所述待装货物的三个单维度中次大单维度的方向对应该条二维空间的分条方向设置；以及

一连接至所述分条模块的单条装箱模块，其设置为在使每条二维空间适合装入的各所述待装货物的最大单维度的方向对应相应分层方向设置、次大单维度的方向对应相应分条方向设置的前提下，选择其中若干所述待装货物装入每条二维空间中，以使每条二维空间中装入的所述待装货物的容积率最大。

进一步地，所述智能装箱系统还包括一连接至所述分层模块的重量约束模块，其设置为控制所述集装箱中装入的全部所述待装货物的总重量不大于预设的总重量。

进一步地，所述智能装箱系统还包括一连接至所述分层模块的价值约束模块，其设置为控制所述集装箱中装入的全部所述待装货物的总价值不大于预设的总价值。

优选地，所述智能装箱系统基于云服务器实现。

本发明带来如下技术效果：

(1)本发明在分层和分条模块中采用概率优先搜索算法，与传统砌墙式算法中的定分支搜索算法相比，计算速度大大提升，可以适应较大量待装货物装箱。

(2)本发明在集装箱三维空间中的三个方向同时进行广义的层划分，即在保证集装箱两个单维度不变的情况下，通过改变剩余一个单维度的值形成的空间，与传统砌墙式算法中只在集装箱长度方向上进行层划分的方案相比，增加了集装箱解决方案的多样性。

(3)本发明将重量、价值等约束列入考虑的范围，解决以往算法在解决集装箱装箱问题时无法考虑到多重约束的情况，避免集装箱因超重等带来的安全问题，并且能够更好地提高码头在实际生产中的综合效益。

(4)本发明基于云服务器实现，能够以低廉的价格帮助企业公司扩大服务规模，提供虚拟化服务，满足不同用户的需求，保证高可靠性和通用性。

附图说明

图1为集装箱的示意图；

图2为集装箱内货物的摆放示意图；

图3为本发明的优化的智能装箱系统的结构示意图；

图4为分条处理的示意图；

图5为本发明的应用实例的流程图。

具体实施方式

下面结合附图给出本发明的较佳实施例，并予以详细描述，使能更好地理解本发明的功能、特点。

如图3所示，本发明，即，用于实现若干矩形的待装货物在集装箱内的三维装箱的优化的智能装箱系统包括依次连接的一数据接收模块1、一分层模块2、一分条模块3和一单条装箱模块4，其中：

数据接收模块1用于接收外围输入的各待装货物分别对应的三个单维度、以及集装箱中未装填的三维空间所对应的三个单维度；

分层模块2用于计算每个待装货物的各单维度分别出现的概率，并将所有单维度按各自对应的概率从大到小依次排列后记为集合S，同时选取集合S中前若干个单维度，并用S₁表示前若干个单维度的集合，再将集装箱中未装填的三维空间按其各单维度方向分别进行分层以分成若干层三维空间，并使每层三维空间沿对应分层方向的单维度为集合S₁中的一个，然后选择每层三维空间适合装入的待装货物，并使每层三维空间适合装入的各待装货物的三个单维度中最大单维度的方向对应该层三维空间的分层方向设置；

分条模块3用于计算每层三维空间适合装入的各待装货物中除最大单维度以外的另外两个单维度分别出现的概率，并将所有单维度按各自对应的概率从大到小依次排列后集合S′，同时选取集合S′中前若干个单维度，并用S₂表示前若干个单维度的集合，再将每层三维空间按除分层方向以外的另外两个单维度方向进行分条以分成若干条二维空间，并使每条二维空间沿对应分条方向的单维度为集合S₂中的一个，然后选择每条二维空间适合装入的待装货物，并使每条二维空间适合装入的各待装货物的三个单维度中次大单维度的方向对应该条二维空间的分条方向设置；

单条装箱模块4用于在使每条二维空间适合装入的各待装货物的最大单维度的方向对应相应分层方向设置、次大单维度的方向对应相应分条方向设置的前提下，选择其中若干待装货物装入每条二维空间中，以使每条二维空间中装入的待装货物的容积率最大。

下面详细介绍分层模块2、分条模块3和单条装箱模块4的工作原理。

分层模块2的工作原理如下：假设某时刻待装货物的集合为B′，集合大小为n′，集装箱中未装填三维空间的宽、长、高分别为W′、L′、H′，依据B′内所有待装货物的三维中单维度(此处的单维度定义为货物的长、宽或高)出现的概率，计算单维度k出现的概率函数如下：

选取出现概率从大到小的前C₁(其中C₁是算法初始的预设参数，由人工设定取值)个单维度，用S₁表示该单维度集合，依次将S₁中的元素值作为广义层的可变单维度来搜索，接下来就可以对未装填三维空间的长、宽、高方向(即x轴、y轴和z轴方向)同时进行层划分。

当沿y轴进行层划分时，选取每层三维空间沿对应分层方向(此处为长度方向)的单维度l′∈S₁，并针对B′内的待装货物进行翻转处理，保证其能够最有效的装入三维为W′×l′×H′的层中。对于可以任意翻转的货物，其翻转原则即：若该货物的三维均大于l′，说明该层放不下该货物，则直接将该货物排除，否则将该货物三维中小于l′的最大单维度对应该层的分层方向(即长度方向)，这样，在y轴分层阶段将该层第i个货物的这个最大单维度定义为l′_i，其余两个维度称为w′_i,h′_i(具体另外两个维度哪个为w′_i，哪个为h′_i在分条模块3中处理，具体处理方法在下文中介绍)，这样就一定保证该层的备选货物尺寸最小；而对于翻转有限制的货物，在保证翻转合理的情况下同样以上述原则进行翻转。通过以上原则选择出装入该层的待装货物集合B″，集合大小为n″，其中有接下来将层的l′维度和B″中货物的l′_i同时划去，就将单层的装箱问题简化为二维装箱问题：现有n″个二维货物，第i个货物的尺寸为w′_i×h′_i，需要将它们装入W′×H′的矩形容器中，如何使得容积率最大。然后通过分条模块3进行二维装箱，假设二维装箱的结果中，被装入的货物集合为UB，那么接下来继续递归调用分层模块2，其输入的参数变量中待装货物的集合为B′-UB，集装箱中未装填三维空间的宽、长、高分别为W′、L′-l′、H′。

对x轴和z轴的层划分与y轴类似，只是将选取的l′重命名为w′和h′，然后分别替换W′和H′，最终得到的递归搜索空间的集装箱中未装填三维空间的宽、长、高分别为分别为W′-w′、L′、H′和W′、L′、H′-h′。

分条模块3的工作原理如下：分条模块3主要是处理经过分层模块2之后的二维装箱问题，延续分层的思想，给出二维空间上条的定义，即在保证二维空间的一个单维度不变的情况下，通过改变另一个单维度的值形成的空间。

以沿L方向进行层划分为例，在分层以后，已知某时刻某层的二维待装货物集合为B″，集合大小为n″，该层中未装载的矩形容器尺寸为W″×H″，同样使用概率函数选取B″内二维待装货物出现概率从到大小的前C₂个(其中C₂是算法初始的预设参数，由人工设定取值)单维度，用S₂表示该单维度集合，接下来就可以对未装填的层三维空间的横向和纵向同时进行分条，如图4所示。

当沿纵向z轴进行条划分时，选取每条二维空间沿对应分条方向(此处即高度方向)的单维度h′∈S₂，同分层类似对B″内的二维货物进行翻转备选，若货物的二维均大于h′，则直接将其排除，否则将该货物二维中小于h′的最大单维度对应y轴，这样我们在纵向分条阶段将第i个货物这个单维度定义为h′_i，另外一个单维度定义为w′_i，通过以上原则选择出新的待装货物集合B″′，集合大小为n″′，其中有接下来将单条的h′维度和B″′中货物的h′_i同时划去，这就将单层的装箱问题简化为一维装箱问题，也就是背包问题：现有n″′个一维货物，第i个货物的尺寸为w′_i，需要将它们装入容积为W″的容器中，如何使得容积率最大。然后通过单条装箱模块4进行一维装箱，假设一维装箱的结果中，被装入的货物集合为UB′，那么接下来继续递归调用分条模块3，其输入的参数变为待装货物的集合B″-UB′，该层中未装填二维空间的宽、高分别为W″、H″-h′。

通过x轴的横条划分与z轴类似，只是将纵条划分中选取的h′重命名为w′，然后通过替换W″，最终得到的递归搜索空间的二维为W″-w′、H″。

单条装箱模块4的工作原理如下：单条装箱实际上就是背包问题的简化，背包问题可以描述为：已知一组货物，每个货物都有自己的重量和价值，在限定的总重量情况下，如何选择货物能使得它们的总价值最高。在本申请，是对经过分层、分条处理后产生的一个模拟的一维待装货物集合进行单条装箱，不需要考虑重量和价值，在处理时将它们均用货物体积替换即可。以下称货物集合B″′，体积为V′的简化背包问题为SKP(B″′,V′)，然后通过动态规划直接求解，由于该算法已经相当成熟，这里仅简要叙述，0-1背包问题模型如下：

目标函数：

约束函数：

e_i＝0或1,(i＝1,2,…,n)

w_i≥0且为整数,val_i≥0,(i＝1,2,…,n)

其中val_i,w_i分别表示第i个货物的价值和重量，W表示背包的最大负重，e_i为决策变量，e_i＝0表示第i个货物不装入背包，e_i＝1表示第i个货物装入背包。

0-1背包模型的动态规划解法，首先需要定义该问题的最优子结构，用dp(i,w)表示表示从前i件货物中选择若干货物装到负重为w的背包中产生的最大价值，初始情况下当w＝0时，dp(i,w)＝0，表示背包无负重情况下无任何货物的价值；接下来定义状态转移方程：

最终计算得到dp(n,W)的值即为最优值，其对应的解就是最优解，该算法在本领域中已相当成熟。

相比于0-1背包问题，单条装箱模型更为简单，只需要将货物的价值val_i和重量w_i均用货物的体积v_i代替。

从上面介绍可知，本申请在分层和分条模块3中使用的是搜索树宽度与搜索树深度成反比的策略。对于层的搜索中，搜索树深度为0的节点搜索树宽度即分支数为C₁，然后依次递归，搜索树深度为1的节点搜索树宽度为C₁-1，依次类推，最后当搜索树深度大于C₁时候，搜索树宽度均为1。之所以采用这样的策略，是考虑到搜索树的搜索树深度越大，对于算法执行结果的优化影响越小。简单地说，在集装箱中一个物品没装为空的时候，那么第一个层的宽度选择就尤为重要，同样的对于每个层中的第一个横条或纵条的宽度也是一样，并且越浅的搜索深度，它们能够选择的搜索分支也越多，这样不仅仅算法结果与传统的等分支搜索结果相差无几，而且计算速度大大提升，可以适应较大量待装货物装箱。

前述实施例仅考虑了体积空间上的约束，众所周知，实际集装箱的装箱过程中，除了货物的体积约束直接影响最终的装箱效果之外，最重要的约束就是货物的重量，它将直接影响到最终装箱完成后，集装箱的总重量，因为所有的集装箱和集装箱卡车都是有载重限制的，如果超重可能无法进行运输。

因此，在本发明的一个优选实施例中，智能装箱系统还包括一连接至所述分层模块2的重量约束模块，其设置为控制所述集装箱中装入的全部所述待装货物的总重量不大于预设的总重量，关于重量约束属于装箱问题的常规设计，在此不再赘述。

在本发明的一个优选实施例中，智能装箱系统还包括一连接至所述分层模块2的价值约束模块，其设置为控制所述集装箱中装入的全部所述待装货物的总价值不大于预设的总价值，关于价值约束属于装箱问题的常规设计，在此不再赘述。

此外，在本发明的智能装箱系统的服务器体系架构方面，摒弃了以往传统的单机或服务器版体系架构，改为使用云服务器架构。这样可以支持用户在任意位置使用各种终端获取服务，用户可以按实际需要购买服务，避免出现多余服务浪费的现象。由于云服务自身的特点，使得用户无需购置昂贵的服务器，仍能够享受高级服务，从而大幅降低了成本。云服务的公用性和通用性使资源的利用率大幅提升，进而提高了装箱的工作效率。在具体应用过程中，工作流程如图5所示：

首先，客户端向第三方码头管理软件(Navis,Tops等)导入具体的待装货物、集装箱的尺寸等相关信息。Navis,Tops是目前市场上较为主流的第三方码头管理软件。

其次，通过第三方码头软件(NAVIS、TOPS)通过网络向本发明的基于云服务器的智能装箱系统导入相关数据，便于后续处理。

然后，通过本发明的智能装箱系统实现分层、分条、单条装箱操作，以得到具体的装箱方案。

最后，云服务器端通过网络自动将装箱方案返回至第三方码头软件。码头上的工人按照软件中返回得到的方案进行实际装箱。

以上所述的，仅为本发明的较佳实施例，并非用以限定本发明的范围，本发明的上述实施例还可以做出各种变化。即凡是依据本发明申请的权利要求书及说明书内容所作的简单、等效变化与修饰，皆落入本发明的权利要求保护范围。

Claims (4)

1.一种优化的智能装箱系统，用于实现若干矩形的待装货物在集装箱内的三维装箱，其特征在于，该智能装箱系统包括：

一数据接收模块，其设置为接收外围输入的各所述待装货物分别对应的三个单维度、以及所述集装箱中未装填的三维空间所对应的三个单维度；

一连接至所述数据接收模块的分层模块，其设置为根据公式(1)计算各个所述待装货物的各单维度k分别出现的概率p_k，并将所有单维度按各自对应的概率从大到小依次排列后记为集合S，同时选取集合S中前若干个单维度，并用S₁表示所述前若干个单维度的集合，再将所述集装箱中未装填的三维空间按其各单维度方向分别进行分层以分成若干层三维空间，并使每层三维空间沿对应分层方向的单维度为集合S₁中的一个，然后选择每层三维空间适合装入的所述待装货物，并使每层三维空间适合装入的各所述待装货物的三个单维度中最大单维度的方向对应该层三维空间的分层方向设置，

其中，n′表示所述待装货物的集合的大小，w_i表示第i个所述待装货物的宽度方向的单维度，l_i表示第i个所述待装货物的长度方向的单维度，h_i表示第i个所述待装货物的高度方向的单维度；

一连接至所述分层模块的分条模块，其设置为计算每层三维空间适合装入的各所述待装货物中除最大单维度以外的另外两个单维度分别出现的概率，并将所有单维度按各自对应的概率从大到小依次排列后集合S′，同时选取集合S′中前若干个单维度，并用S₂表示所述前若干个单维度的集合，再将每层三维空间按除所述分层方向以外的另外两个单维度方向进行分条以分成若干条二维空间，并使每条二维空间沿对应分条方向的单维度为集合S₂中的一个，然后选择每条二维空间适合装入的所述待装货物，并使每条二维空间适合装入的各所述待装货物的三个单维度中次大单维度的方向对应该条二维空间的分条方向设置；以及

一连接至所述分条模块的单条装箱模块，其设置为在使每条二维空间适合装入的各所述待装货物的最大单维度的方向对应相应分层方向设置、次大单维度的方向对应相应分条方向设置的前提下，选择其中若干所述待装货物装入每条二维空间中，以使每条二维空间中装入的所述待装货物的容积率最大。

2.根据权利要求1所述的优化的智能装箱系统，其特征在于，所述智能装箱系统还包括一连接至所述分层模块的重量约束模块，其设置为控制所述集装箱中装入的全部所述待装货物的总重量不大于预设的总重量。

3.根据权利要求1所述的优化的智能装箱系统，其特征在于，所述智能装箱系统还包括一连接至所述分层模块的价值约束模块，其设置为控制所述集装箱中装入的全部所述待装货物的总价值不大于预设的总价值。

4.根据权利要求1所述的优化的智能装箱系统，其特征在于，所述智能装箱系统基于云服务器实现。