CN111507644A - 一种多点卸货约束的三维多容器装载方法 - Google Patents
一种多点卸货约束的三维多容器装载方法 Download PDFInfo
- Publication number
- CN111507644A CN111507644A CN202010361307.XA CN202010361307A CN111507644A CN 111507644 A CN111507644 A CN 111507644A CN 202010361307 A CN202010361307 A CN 202010361307A CN 111507644 A CN111507644 A CN 111507644A
- Authority
- CN
- China
- Prior art keywords
- space
- vehicle
- article
- loading
- list
- 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.)
- Granted
Links
- 238000011068 loading method Methods 0.000 title claims abstract description 99
- 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 9
- GNFTZDOKVXKIBK-UHFFFAOYSA-N 3-(2-methoxyethoxy)benzohydrazide Chemical compound COCCOC1=CC=CC(C(=O)NN)=C1 GNFTZDOKVXKIBK-UHFFFAOYSA-N 0.000 claims description 3
- 241000531116 Blitum bonus-henricus Species 0.000 claims description 3
- 235000008645 Chenopodium bonus henricus Nutrition 0.000 claims description 3
- 241000764238 Isis Species 0.000 claims description 3
- YTAHJIFKAKIKAV-XNMGPUDCSA-N [(1R)-3-morpholin-4-yl-1-phenylpropyl] N-[(3S)-2-oxo-5-phenyl-1,3-dihydro-1,4-benzodiazepin-3-yl]carbamate Chemical compound O=C1[C@H](N=C(C2=C(N1)C=CC=C2)C1=CC=CC=C1)NC(O[C@H](CCN1CCOCC1)C1=CC=CC=C1)=O YTAHJIFKAKIKAV-XNMGPUDCSA-N 0.000 claims description 3
- 230000001174 ascending effect Effects 0.000 claims description 3
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 238000000034 method Methods 0.000 description 9
- 239000002699 waste material Substances 0.000 description 3
- 238000007726 management method Methods 0.000 description 2
- 238000012856 packing Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/083—Shipping
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
Abstract
本发明公开了一种多点卸货约束的的三维多容器装载方法,是先将物品总体积与阈值进行比较,从而采取不同的选车策略,接着对车辆建立坐标系,通过空间划分完成装载。本发明适用于在给多个客户运输不同规模物品时,能有效的提高车厢体积装载率和车型整体的装载率。
Description
技术领域
本发明属于物流管理领域,具体的说是一种多点卸货约束的三维多容器装载方法。
背景技术
货物装箱在物流管理中是一个极为重要的环节,装箱效率对物流运营成本影响很大。现实的物流装箱作业过程中,由于客户订单需求不同、运输货物性质不同,待运输货物总量很大等许多现实约束,很难凭借经验去设计一个合理的装载方案。
目前针对货物装载的研究大部分都集中在使用同类型的车辆。在这种方法中,选择一辆或多辆同类型的车辆去装载所有货物。但在现实的物流运输中,同时存在多种类型的车辆去运输货物,选择单一类型的车辆去运输货物,会造成车辆空间极大的浪费,并不能有效的降低运输成本。因此这种方法并不适应当下的现实需求。
发明内容
本发明是为了解决上述现有技术存在的不足之处,提出一种多点卸货约束的三维多容器装载方法,以期能适用于在给多个客户运输不同规模物品时,提高车辆的体积利用率即装载率,从而能降低物流运输成本,并提升服务质量。
本发明为达到上述发明目的,采用如下技术方案:
本发明一种多点卸货约束的三维多容器装载方法的特点按如下步骤进行的:
步骤1、假设给一条线路上的I个客户运输物品,由I个客户的所有物品集合组成物品总集合,记为U={B1,B2,...,Bi,...,BI},Bi表示第i个客户的物品集合,且 Bi={bi1,bi2,...,bij,...,biJ},bij表示第i个客户需要的第j种物品类型,且将第j种物品类型bij的数量记为numij,第j种物品类型bij的属性包括:长度lij,宽度wij,高度hij以及重量mij;将物品的长宽面、长高面和宽高面以朝下的方式放置后得到三种放置方式,将三种所述放置方式水平旋转90度后得到另外三种放置方式,从而得到六种放置方式;
步骤2、将装载所述物品总集合U的车型分为N种,并记为车型集合 D={d1,d2,...,dn,...,dN},且所述车型集合C中的车型是按体积降序排序而得,其中,dn表示第n种车型,所述第n种车型dn的使用数量记为an,第n种车型dn的属性包括:长度Ln,宽度Wn,高度Hn以及承载重量Mn;
步骤3、生成物品块存储列表集合BL={Bl1,Bl2,...,Bli,...BlI},Bli表示第i个客户的物品块存储列表,且是将最大车型d1的长宽高作为几何约束,并将第i个客户的物品组合成块后加入而得;
步骤6、将N种车型d1,d2,...,dN所对应的每一辆车分别用启发式装载策略试装载剩余的物品集合中的物品,并从试装载车辆中将车厢体积利用率最高的车辆加入所述装载方案S 中,从而更新所述剩余的物品集合并转到步骤5;
步骤7、定义存储车辆装载组合的列表为TL,利用搜索策略找出所有能将剩余的物品集合中的物品完全装完的车辆组合后加入所述列表TL中,然后从列表TL中将车厢体积利用率最高的车辆组合中每一辆车分别加入所述装载方案S中,从而完成装载并得到最终的装载方案S。
本发明所述的多点卸货约束的的三维多容器装载方法的特点也在于,所述步骤3是按如下步骤进行的:
步骤3.1、令几何约束的最大三维长度分别为最大车型d1的长L1、宽W1和高H1,定义物品块是由相同类型的物品组成,令物品块的长为宽为高为重量为以及在长宽高三个方向上的物品的数量分别为nx,ny,nz;
步骤3.2、令在长方向上的第j种物品类型bij的数量nx的取值范围为[1,numij],在宽方向上的第j种物品类型bij的数量ny的取值范围为[1,numij/nx],在高方向上的第j种物品类型bij的数量nz的取值范围为[1,numij/(nx×ny)];
步骤3.3、初始化i=1;
步骤3.4、初始化j=1;
步骤3.5、若在nx,ny,nz的取值范围内,有lij×nx≤L1且wij×ny≤W1且hij×nz≤H1成立,则从数量numij中取出nx×ny×nz个长度lij所对应的物品并组成物品块,再加入第i个客户的物品块存储列表Bli中;
步骤3.6、将j+1赋值给j后,判断j>J是否成立,若成立,则执行步骤3.7,否则执行步骤3.5;
步骤3.7、将i+1赋值给i后,判断i>I是否成立,若成立,则表示所有的客户的所有物品都遍历结束,并将每个存储列表均按照物品块的体积降序排序,从而得到物品块存储列表集合BL,否则,执行步骤3.4。
所述步骤7中的搜索策略是按如下步骤进行:
步骤7.2、选择一辆最大车型d1的车辆,并用启发式装载策略装载当前剩余的物品集合中的物品后,判断当前剩余的物品集合是否为空,若为空,则将所有装载物品集合的车辆组加入所述列表TL中;否则,返回步骤7.2执行;
步骤7.3、定义局部装载组合为Tenp,定义当前使用车型为d,定义选择组合计数为p,并初始化p=1,定义删除尾部车辆数为c,并处初始化c=1,c的取值范围表示为装载组合Tenp中最小的车型,表示装载组合中最小的车型的数量;
步骤7.5、将存储车辆装载组合列表TL中第p个车辆组合赋值给局部装载组合Tenp,并从局部装载组合Tenp中将最小车型的最后c个车辆删除,并把c个车辆中的所有物品加入当前剩余的物品集合再选择比最小车型更小的车型的车辆用启发式装载测率去装载集合中的物品,直到为空为止,从而将所有装载物品的车型的车辆加入组合Tenp中;
步骤7.6、将组合Tenp加入列表TL中,并清空组合Tenp;
所述的步骤6、步骤7.2和步骤7.4中的启发式装载策略是按如下步骤进行:
步骤a、以车厢内部的左后下方的顶点作为坐标原点O,以所述坐标原点O相连接的正前方向的车厢边、正右方向的车厢边和正上方向的车厢边分别作为X轴、Y轴和Z轴,从而构建得到三维坐标系O-XYZ,用一个六元组(x,y,z,l,w,h)表示一个空间,其中,令(x,y,z)表示空间可放置物品的坐标点,令(l,w,h)表示空间的大小;
步骤b、制定物品块在车厢内的放置规则,用一个六元组(x',y',z',l',w',h')表示物品块的放置信息,以物品块的左后下方的顶点作为物品块的放置坐标点(x',y',z'),令(l',w',h')表示物品块的大小,利用所述物品块在车厢中的放置位置,将车厢内空间按如下方式划分为正前方Sx空间,正右方Sy空间以及正上方Sz空间;
1)定义正右方Sy空间在Y轴的长度为ly,正前方Sx空间在X轴的长度为wx;
若ly>wx,则将所述物品块的右前方的相交空间Sxy并入正右方Sy空间,反之并入正前方Sx空间;
2)当ly或wx小于所有待放置的物品块的长度时,将对应的正前方Sx空间或正右方Sy空间中高于已放的置物品块的上方空间加入正上方Sz空间;
步骤c、定义物品块放置记录表为Q;定义空间存储列表为SpaceList,并将车厢空间加入空间存储列表SpaceList中,从而对空间存储列表SpaceList进行初始化;
步骤d、如果SpaceList为空,则表明当前车辆装载结束,返回物品块放置记录表Q,以及当前车辆的体积装载率;否则执行步骤e;
步骤e、初始化i=1;
步骤f、从空间存储列表SpaceList中取出表头的空间Sp;
步骤g、判断第i个客户的物品集合Bi中的物品是否全部被装载,若是,则执行步骤h;否则直接执行步骤i;
步骤h、将i+1赋值给i后,判断i>I是否成立,若成立,则表示物品装载完成,并返回物品块放置记录表Q,以及当前车辆的体积装载率;否则,执行步骤i;
步骤i、从物品块存储列表集合BL中取出第i个客户的物品块存储列表Bli,并判断物品块存储列表Bli中是否存在第一个满足所述空间Sp的几何约束和物品集合Bi的物品块bk;若存在,则执行步骤j,否则执行步骤f;
步骤j、将物品块bk放置在空间Sp中,从而使得空间Sp被重新划分;并将重新划分后的空间加入空间存储列表SpaceList中,并根据空间放置坐标点将空间存储列表SpaceList按优先级X轴>Y轴>Z轴的升序排序,同时更新物品集合Bi以及车辆载重M,并将物品块bk的放置信息保存在物品块放置记录表Q中后,执行步骤f。
与现有技术相比,本发明的有益效果在于:
1、本发明是在传统的货物装载的模式下,研究多点卸货约束与多车辆配送相结合的货物装载问题,使用两种不同的选车策略,首先物品的体积大于阈值时,采用第一种选车策略,对物品用启发式算法进行试装载,择优选择体积利用率最高的车辆,然后对于物品的体积小于阈值时,利用搜索策略找出所有能装载剩余物品的车辆,择优选择;与其他方法相比,两种不同的选车策略相结合能够高效的选择装载剩余物品最合适的车辆,有效地提高了车辆体积的利用率。
2、本发明通过生成物品块存储表,解决了每次选择待装载物品时,临时生成物品块的问题。如果每次装载时都需要临时生成符合空间约束的物品块会增加算法的时间复杂度,通过生成物品块存储表,每次装载时只需要选择符合空间约束的物品块,有效地降低了算法的运行时间。
3、本发明使用搜索策略来寻找每一个能装载所有剩余物品的车辆组合。该策略搜索过程中通过反复重装一部分物品,将物品从最大车辆装载,一直重装到最小车辆结束,尽可能的遍历了所有能装载所有剩余物品的车辆组合,从中择优选择,有效地提高了车辆体积的利用率。
4、本发明使用的启发式装载策略采用了物品块放置方式以及最大物品块优先放置原则,传统的装载模式是对物品进行直接装载,在装载过程中不同类型的物品因为长宽高不同,并排放置会导致物品与物品之间产生很多不可利用的小空间,物品数量较多时会造成大量空间浪费。而将同类型的物品组合成物品块,物品之间就不存在空间浪费,大大提高了空间利用率。
附图说明
图1为本发明的方法流程图;
图2为本发明的物品摆放示意图;
图3为本发明的搜索策略模拟图图;
图4为本发明的物品空间放置图。
具体实施方式
本实施例中,一种多点卸货约束的三维多容器装载方法,是考虑车辆选择问题以及三维货物装载问题,通过多层启发式算法对问题进行联合求解,方法的流程图如图1所示,是按如下步骤进行的:
步骤1、假设给一条线路上的I个客户运输物品,由I个客户的所有物品集合组成物品总集合,记为U={B1,B2,...,Bi,...,BI},Bi表示第i个客户的物品集合,且 Bi={bi1,bi2,...,bij,...,biJ},bij表示第i个客户需要的第j种物品类型,且将第j种物品类型bij的数量记为numij,第j种物品类型bij的属性包括:长度lij,宽度wij,高度hij以及重量mij;将物品的长宽面、长高面和宽高面以朝下的方式放置后得到三种放置方式,将三种放置方式水平旋转90度后得到另外三种放置方式,从而得到六种放置方式,如图2所示;
步骤2、将装载物品总集合U的车型分为N种,并记为车型集合D={d1,d2,...,dn,...,dN},且车型集合C中的车型是按体积降序排序而得,其中,dn表示第n种车型,第n种车型dn的使用数量记为an,第n种车型dn的属性包括:长度Ln,宽度Wn,高度Hn以及承载重量Mn;
步骤3、生成物品块存储列表集合BL={Bl1,Bl2,...,Bli,...BlI},Bli表示第i个客户的物品块存储列表,且是将最大车型d1的长宽高作为几何约束,并将第i个客户的物品组合成块后加入而得;
步骤3.1、令几何约束的最大三维长度分别为最大车型d1的长L1、宽W1和高H1,定义物品块是由相同类型的物品组成,令物品块的长为宽为高为重量为以及在长宽高三个方向上的物品的数量分别为nx,ny,nz;
步骤3.2、令在长方向上的第j种物品类型bij的数量nx的取值范围为[1,numij],在宽方向上的第j种物品类型bij的数量ny的取值范围为[1,numij/nx],在高方向上的第j种物品类型bij的数量nz的取值范围为[1,numij/(nx×ny)];
步骤3.3、初始化i=1;
步骤3.4、初始化j=1;
步骤3.5、若在nx,ny,nz的取值范围内,有lij×nx≤L1且wij×ny≤W1且hij×nz≤H1成立,则从数量numij中取出nx×ny×nz个长度lij所对应的物品并组成物品块,再加入第i个客户的物品块存储列表Bli中;
步骤3.6、将j+1赋值给j后,判断j>J是否成立,若成立,则执行步骤3.7,否则执行步骤3.5;
步骤3.7、将i+1赋值给i后,判断i>I是否成立,若成立,则表示所有的客户的所有物品都遍历结束,并将每个存储列表均按照物品块的体积降序排序,从而得到物品块存储列表集合BL,否则,执行步骤3.4。
步骤6、将N种车型d1,d2,...,dN所对应的每一辆车分别用启发式装载策略试装载剩余的物品集合中的物品,并从试装载车辆中将车厢体积利用率最高的车辆加入装载方案S中,从而更新剩余的物品集合并转到步骤5;
步骤7、定义存储车辆装载组合的列表为TL,利用搜索策略找出所有能将剩余的物品集合中的物品完全装完的车辆组合后加入列表TL中,然后从列表TL中将车厢体积利用率最高的车辆组合中每一辆车分别加入装载方案S中,从而完成装载并得到最终的装载方案S。
具体实施中,搜索策略具体步骤如下:
步骤7.2、选择一辆最大车型d1的车辆,并用启发式装载策略装载当前剩余的物品集合中的物品后,判断当前剩余的物品集合是否为空,若为空,则将所有装载物品集合的车辆组加入列表TL中;否则,返回步骤7.2执行;
步骤7.3、定义局部装载组合为Tenp,定义当前使用车型为d,定义选择组合计数为p,并初始化p=1,定义删除尾部车辆数为c,并处初始化c=1,c的取值范围表示为装载组合Tenp中最小的车型,表示装载组合中最小的车型的数量;
步骤7.5、将存储车辆装载组合列表TL中第p个车辆组合赋值给局部装载组合Tenp,并从局部装载组合Tenp中将最小车型的最后c个车辆删除,并把c个车辆中的所有物品加入当前剩余的物品集合再选择比最小车型更小的车型的车辆用启发式装载测率去装载集合中的物品,直到为空为止,从而将所有装载物品的车型的车辆加入组合Tenp中;
步骤7.6、将组合Tenp加入列表TL中,并清空组合Tenp;
本实施例中,搜索策略模拟搜索过程如图3所示,假设可选车辆为3种类型,每种类型不限且车辆体积按编号顺序不增排序。第一次迭代第一步,将所有箱子装入type 1的车辆中,形成一个可行解1。第二次迭代选择可行解1作为可修改解,将可行解1中type 1的最后一个车辆的箱子全部释放,并将其全部装入type 2车辆中,形成可行解2。接着按顺序将行解1 中type 1的最后两个车辆的箱子全部释放,并将其全部装入type 2车辆中,形成可行解3。直到可行解1中type 1的车辆全部释放。接着第三次迭代,以选择可行解2做为修改解,按照图3中第3代所示的4个步骤依次重新装载。接着以可行解3做为修改解进行重新装载。
具体实施中,步骤6、步骤7.2和步骤7.4中的启发式装载策略是按如下步骤进行:
步骤a、以车厢内部的左后下方的顶点作为坐标原点O,以坐标原点O相连接的正前方向的车厢边、正右方向的车厢边和正上方向的车厢边分别作为X轴、Y轴和Z轴,从而构建得到三维坐标系O-XYZ,用一个六元组(x,y,z,l,w,h)表示一个空间,令(x,y,z)表示空间可放置物品的坐标点,令(l,w,h)表示空间的大小,如图4所示;
步骤b、制定物品块在车厢内的放置规则,用一个六元组(x',y',z',l',w',h')表示物品块的放置信息,以物品块的左后下方的顶点作为物品块的放置坐标点(x',y',z'),令(l',w',h')表示物品块的大小,利用物品块在车厢中的放置位置,将车厢内空间按如下方式划分为正前方Sx空间,正右方Sy空间以及正上方Sz空间;
1)定义正右方Sy空间在Y轴的长度为ly,正前方Sx空间在X轴的长度为wx;
若ly>wx,则将物品块的右前方的相交空间Sxy并入正右方Sy空间,反之并入正前方Sx空间;
2)当ly或wx小于所有待放置的物品块的长度时,将对应的正前方Sx空间或正右方Sy空间中高于已放的置物品块的上方空间加入正上方Sz空间;
步骤c、定义物品块放置记录表为Q;定义空间存储列表为SpaceList,并将车厢空间加入空间存储列表SpaceList中,从而对空间存储列表SpaceList进行初始化;
步骤d、如果SpaceList为空,则表明当前车辆装载结束,返回物品块放置记录表Q,以及当前车辆的体积装载率;否则执行步骤e;
步骤e、初始化i=1;
步骤f、从空间存储列表SpaceList中取出表头的空间Sp;
步骤g、判断第i个客户的物品集合Bi中的物品是否全部被装载,若是,则执行步骤h;否则直接执行步骤i;
步骤h、将i+1赋值给i后,判断i>I是否成立,若成立,则表示物品装载完成,并返回物品块放置记录表Q,以及当前车辆的体积装载率;否则,执行步骤i;
步骤i、从物品块存储列表集合BL中取出第i个客户的物品块存储列表Bli,并判断物品块存储列表Bli中是否存在第一个满足空间Sp的几何约束和物品集合Bi的物品块bk;若存在,则执行步骤j,否则执行步骤f;
步骤j、将物品块bk放置在空间Sp中,从而使得空间Sp被重新划分;并将重新划分后的空间加入空间存储列表SpaceList中,并将空间存储列表SpaceList根据空间放置坐标点按优先级X轴>Y轴>Z轴升序排序,同时更新物品集合Bi以及车辆载重M,并将物品块bk的放置信息保存在物品块放置记录表Q中后,执行步骤f。
Claims (4)
1.一种多点卸货约束的三维多容器装载方法,其特征是按如下步骤进行的:
步骤1、假设给一条线路上的I个客户运输物品,由I个客户的所有物品集合组成物品总集合,记为U={B1,B2,...,Bi,...,BI},Bi表示第i个客户的物品集合,且Bi={bi1,bi2,...,bij,...,biJ},bij表示第i个客户需要的第j种物品类型,且将第j种物品类型bij的数量记为numij,第j种物品类型bij的属性包括:长度lij,宽度wij,高度hij以及重量mij;将物品的长宽面、长高面和宽高面以朝下的方式放置后得到三种放置方式,将三种所述放置方式水平旋转90度后得到另外三种放置方式,从而得到六种放置方式;
步骤2、将装载所述物品总集合U的车型分为N种,并记为车型集合D={d1,d2,...,dn,...,dN},且所述车型集合C中的车型是按体积降序排序而得,其中,dn表示第n种车型,所述第n种车型dn的使用数量记为an,第n种车型dn的属性包括:长度Ln,宽度Wn,高度Hn以及承载重量Mn;
步骤3、生成物品块存储列表集合BL={Bl1,Bl2,...,Bli,...BlI},Bli表示第i个客户的物品块存储列表,且是将最大车型d1的长宽高作为几何约束,并将第i个客户的物品组合成块后加入而得;
步骤6、将N种车型d1,d2,...,dN所对应的每一辆车分别用启发式装载策略试装载剩余的物品集合中的物品,并从试装载车辆中将车厢体积利用率最高的车辆加入所述装载方案S中,从而更新所述剩余的物品集合并转到步骤5;
2.根据权利要求1所述的多点卸货约束的的三维多容器装载方法,其特征是,所述步骤3是按如下步骤进行的:
步骤3.1、令几何约束的最大三维长度分别为最大车型d1的长L1、宽W1和高H1,定义物品块是由相同类型的物品组成,令物品块的长为宽为高为重量为以及在长宽高三个方向上的物品的数量分别为nx,ny,nz;
步骤3.2、令在长方向上的第j种物品类型bij的数量nx的取值范围为[1,numij],在宽方向上的第j种物品类型bij的数量ny的取值范围为[1,numij/nx],在高方向上的第j种物品类型bij的数量nz的取值范围为[1,numij/(nx×ny)];
步骤3.3、初始化i=1;
步骤3.4、初始化j=1;
步骤3.5、若在nx,ny,nz的取值范围内,有lij×nx≤L1且wij×ny≤W1且hij×nz≤H1成立,则从数量numij中取出nx×ny×nz个长度lij所对应的物品并组成物品块,再加入第i个客户的物品块存储列表Bli中;
步骤3.6、将j+1赋值给j后,判断j>J是否成立,若成立,则执行步骤3.7,否则执行步骤3.5;
步骤3.7、将i+1赋值给i后,判断i>I是否成立,若成立,则表示所有的客户的所有物品都遍历结束,并将每个存储列表均按照物品块的体积降序排序,从而得到物品块存储列表集合BL,否则,执行步骤3.4。
3.根据权利要求1所述的多点卸货约束的的三维多容器装载方法,其特征在于,所述步骤7中的搜索策略是按如下步骤进行:
步骤7.2、选择一辆最大车型d1的车辆,并用启发式装载策略装载当前剩余的物品集合中的物品后,判断当前剩余的物品集合是否为空,若为空,则将所有装载物品集合的车辆组加入所述列表TL中;否则,返回步骤7.2执行;
步骤7.3、定义局部装载组合为Tenp,定义当前使用车型为d,定义选择组合计数为p,并初始化p=1,定义删除尾部车辆数为c,并处初始化c=1,c的取值范围 表示为装载组合Tenp中最小的车型,表示装载组合中最小的车型的数量;
步骤7.5、将存储车辆装载组合列表TL中第p个车辆组合赋值给局部装载组合Tenp,并从局部装载组合Tenp中将最小车型的最后c个车辆删除,并把c个车辆中的所有物品加入当前剩余的物品集合再选择比最小车型更小的车型的车辆用启发式装载测率去装载集合中的物品,直到为空为止,从而将所有装载物品的车型的车辆加入组合Tenp中;
步骤7.6、将组合Tenp加入列表TL中,并清空组合Tenp;
4.根据权权利要求1所述的多点卸货约束的的三维多容器装载方法,其特征在于,所述的步骤6、步骤7.2和步骤7.4中的启发式装载策略是按如下步骤进行:
步骤a、以车厢内部的左后下方的顶点作为坐标原点O,以所述坐标原点O相连接的正前方向的车厢边、正右方向的车厢边和正上方向的车厢边分别作为X轴、Y轴和Z轴,从而构建得到三维坐标系O-XYZ,用一个六元组(x,y,z,l,w,h)表示一个空间,其中,令(x,y,z)表示空间可放置物品的坐标点,令(l,w,h)表示空间的大小;
步骤b、制定物品块在车厢内的放置规则,用一个六元组(x',y',z',l',w',h')表示物品块的放置信息,以物品块的左后下方的顶点作为物品块的放置坐标点(x',y',z'),令(l',w',h')表示物品块的大小,利用所述物品块在车厢中的放置位置,将车厢内空间按如下方式划分为正前方Sx空间,正右方Sy空间以及正上方Sz空间;
1)定义正右方Sy空间在Y轴的长度为ly,正前方Sx空间在X轴的长度为wx;
若ly>wx,则将所述物品块的右前方的相交空间Sxy并入正右方Sy空间,反之并入正前方Sx空间;
2)当ly或wx小于所有待放置的物品块的长度时,将对应的正前方Sx空间或正右方Sy空间中高于已放的置物品块的上方空间加入正上方Sz空间;
步骤c、定义物品块放置记录表为Q;定义空间存储列表为SpaceList,并将车厢空间加入空间存储列表SpaceList中,从而对空间存储列表SpaceList进行初始化;
步骤d、如果SpaceList为空,则表明当前车辆装载结束,返回物品块放置记录表Q,以及当前车辆的体积装载率;否则执行步骤e;
步骤e、初始化i=1;
步骤f、从空间存储列表SpaceList中取出表头的空间Sp;
步骤g、判断第i个客户的物品集合Bi中的物品是否全部被装载,若是,则执行步骤h;否则直接执行步骤i;
步骤h、将i+1赋值给i后,判断i>I是否成立,若成立,则表示物品装载完成,并返回物品块放置记录表Q,以及当前车辆的体积装载率;否则,执行步骤i;
步骤i、从物品块存储列表集合BL中取出第i个客户的物品块存储列表Bli,并判断物品块存储列表Bli中是否存在第一个满足所述空间Sp的几何约束和物品集合Bi的物品块bk;若存在,则执行步骤j,否则执行步骤f;
步骤j、将物品块bk放置在空间Sp中,从而使得空间Sp被重新划分;并将重新划分后的空间加入空间存储列表SpaceList中,并根据空间放置坐标点将空间存储列表SpaceList按优先级X轴>Y轴>Z轴的升序排序,同时更新物品集合Bi以及车辆载重M,并将物品块bk的放置信息保存在物品块放置记录表Q中后,执行步骤f。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010361307.XA CN111507644B (zh) | 2020-04-30 | 2020-04-30 | 一种多点卸货约束的三维多容器装载方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010361307.XA CN111507644B (zh) | 2020-04-30 | 2020-04-30 | 一种多点卸货约束的三维多容器装载方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111507644A true CN111507644A (zh) | 2020-08-07 |
CN111507644B CN111507644B (zh) | 2022-08-09 |
Family
ID=71871661
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010361307.XA Active CN111507644B (zh) | 2020-04-30 | 2020-04-30 | 一种多点卸货约束的三维多容器装载方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111507644B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112078672A (zh) * | 2020-09-06 | 2020-12-15 | 广州潘娜娜信息技术有限公司 | 一种实时统计与显示车载笼子装载情况的运输系统 |
CN113222291A (zh) * | 2021-06-04 | 2021-08-06 | 重庆交通大学 | 一种基于空间区域划分模型的三维装载优化方法 |
CN113592282A (zh) * | 2021-07-26 | 2021-11-02 | 北京沃东天骏信息技术有限公司 | 一种物品分配方法和装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101593321A (zh) * | 2009-06-30 | 2009-12-02 | 北京交通大学 | 一种车辆货物装载方法以及货物装载方案确定装置 |
US20120158385A1 (en) * | 2010-12-17 | 2012-06-21 | Oracle International Corporation | Three dimensional load packing |
CN103455841A (zh) * | 2013-07-17 | 2013-12-18 | 大连海事大学 | 基于改进蚁群算法和启发式算法的集装箱装载方法 |
CN110175402A (zh) * | 2019-05-27 | 2019-08-27 | 上海维祥信息技术有限公司 | 车辆零部件装载方法及系统 |
CN110189077A (zh) * | 2019-05-20 | 2019-08-30 | 华南理工大学 | 一种考虑三维装载约束的多阶段车货匹配方法 |
-
2020
- 2020-04-30 CN CN202010361307.XA patent/CN111507644B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101593321A (zh) * | 2009-06-30 | 2009-12-02 | 北京交通大学 | 一种车辆货物装载方法以及货物装载方案确定装置 |
US20120158385A1 (en) * | 2010-12-17 | 2012-06-21 | Oracle International Corporation | Three dimensional load packing |
CN103455841A (zh) * | 2013-07-17 | 2013-12-18 | 大连海事大学 | 基于改进蚁群算法和启发式算法的集装箱装载方法 |
CN110189077A (zh) * | 2019-05-20 | 2019-08-30 | 华南理工大学 | 一种考虑三维装载约束的多阶段车货匹配方法 |
CN110175402A (zh) * | 2019-05-27 | 2019-08-27 | 上海维祥信息技术有限公司 | 车辆零部件装载方法及系统 |
Non-Patent Citations (4)
Title |
---|
PAN, LI .ET: "A Tabu Search Based Algorithm for Cargo Loading Problem", 《INDUSTRIAL ENGINEERING AND MANAGEMENT》 * |
崔雪莲等: "散套装货物混合装载问题优化算法及其可视化", 《工业工程与管理》 * |
张钧等: "求解三维装箱问题的混合遗传模拟退火算法", 《计算机工程与应用》 * |
白益维: "基于遗传算法的多箱型三维装箱问题的研究", 《中国优秀硕士学位论文全文数据库 (信息科技辑)》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112078672A (zh) * | 2020-09-06 | 2020-12-15 | 广州潘娜娜信息技术有限公司 | 一种实时统计与显示车载笼子装载情况的运输系统 |
CN113222291A (zh) * | 2021-06-04 | 2021-08-06 | 重庆交通大学 | 一种基于空间区域划分模型的三维装载优化方法 |
CN113222291B (zh) * | 2021-06-04 | 2022-03-04 | 重庆交通大学 | 一种基于空间区域划分模型的三维装载优化方法 |
CN113592282A (zh) * | 2021-07-26 | 2021-11-02 | 北京沃东天骏信息技术有限公司 | 一种物品分配方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN111507644B (zh) | 2022-08-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111507644B (zh) | 一种多点卸货约束的三维多容器装载方法 | |
CN112001535B (zh) | 物流装箱方法、装置、设备及存储介质 | |
CN103455841B (zh) | 基于改进蚁群算法和启发式算法的集装箱装载方法 | |
CN110443549B (zh) | 一种物流仓库中物品的装箱方案生成方法及系统 | |
Zachariadis et al. | The pallet-packing vehicle routing problem | |
CN112085385A (zh) | 基于订单的稳定混箱垛型供箱序列的生成系统及其方法 | |
JP7453722B2 (ja) | 多分木探索に基づく多箱型3次元積載の最適化方法及びシステム | |
CN105836356A (zh) | 一种密集仓储系统混合优化调度方法 | |
CN104680237A (zh) | 一种多约束条件下三维装箱新型遗传算法模型 | |
CN108647810A (zh) | 订单运输的分配方法及装置、计算机可读介质 | |
CN112180934B (zh) | 装车机器人的控制方法、系统、装置及可读存储介质 | |
CN105858043B (zh) | 一种升降机与穿梭车结合的仓储系统优化调度方法 | |
CN105858044A (zh) | 一种穿梭车与升降机结合的仓储系统优化调度方法 | |
CN112070412A (zh) | 一种立体库多提升机的配置方案及任务调度方法 | |
CN116402445B (zh) | 货物出库调度方法、装置和计算机设备 | |
CN105740961A (zh) | 一种基于进化算法的零散货物拼船/车运输优化方法 | |
CN114611767A (zh) | 一种全局最优的智能仓储调度优化算法 | |
CN112785045A (zh) | 一种运用混合模拟退火算法的堆垛最优配置空间方法 | |
CN100495434C (zh) | 钢铁产品散装货运船舶积配载方法 | |
CN109081126B (zh) | 多维度约束下的楔形货格智能装载方法 | |
CN116187499A (zh) | 货运配载方法、装置、电子设备及存储介质 | |
CN116957437A (zh) | 一种基于序列到序列策略网络深度强化学习模型的多车协同装箱方法 | |
CN115994650A (zh) | 一种箱装货物智能垛型规划方法及系统 | |
Jiao et al. | Container loading problem based on robotic loader system: An optimization approach | |
CN100428247C (zh) | 一种装船时减少集装箱翻箱量的优化方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |