【技术实现步骤摘要】
本公开涉及计算机，特别是涉及一种装箱方法、装置、设备及存储介质。
技术介绍
1、装箱问题是一个复杂的离散组合最优化问题，是一个高度非线性的np完全问题(np-c问题)，难以在多项式时间内求得最优解。
2、针对装箱问题的常见方法主要包括构造法、数值优化法、现代优化方法以及基于深度学习模型的方法。构造法通过启发式的定序规则和定位规则完成装箱解决方案，效果较差；数值优化法依赖于数学模型完成解的优化，当问题规模大时难以用数学模型精确描述，求解的质量会严重下降，强依赖于初始解的选择；现代优化方法基于遗传算法或模拟退火的搜索算法完成对解的搜索，现代优化方法的收敛速度慢，容易陷入局部最优解；基于深度学习模型的方法通常通过强化学习训练定序模型和摆放模型来解决装箱问题，基于深度学习模型的方法难以表征复杂的状态和约束，当约束/装箱规则变换时需要重新训练模型。
3、由于装箱问题的复杂度高导致大部分算法求解时间长；并且，在算法落地的过程中，会遇到大量不同的约束，很少有算法能够在任意约束下都快速求得合法的较优解；另外，在现有开源的装箱算法...
【技术保护点】
1.一种装箱方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，
3.根据权利要求2所述的方法，其特征在于，
4.根据权利要求1所述的方法，其特征在于，利用蒙特卡洛树搜索算法确定所述装箱任务的装箱方案，包括：迭代执行一轮或多轮搜索过程，直至满足迭代终止条件，选择装载率排名靠前的第一数量个装箱方案：
5.根据权利要求4所述的方法，其特征在于，所述装箱任务涉及多个待装箱体，该方法还包括：将所述多个待装箱体组建为待装箱体块。
6.根据权利要求5所述的方法，其特征在于，将所述多个待装箱体组建为待装箱体
<...【技术特征摘要】
1.一种装箱方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，
3.根据权利要求2所述的方法，其特征在于，
4.根据权利要求1所述的方法，其特征在于，利用蒙特卡洛树搜索算法确定所述装箱任务的装箱方案，包括：迭代执行一轮或多轮搜索过程，直至满足迭代终止条件，选择装载率排名靠前的第一数量个装箱方案：
5.根据权利要求4所述的方法，其特征在于，所述装箱任务涉及多个待装箱体，该方法还...
【专利技术属性】
技术研发人员：李嘉稷，涂威威，周浩，
申请(专利权)人：第四范式北京技术有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。