基于改进蚁群算法和启发式算法的集装箱装载方法技术

本发明专利技术公开了一种基于改进蚁群算法和启发式算法的集装箱货物摆放方法，具有如下步骤：初始待装载化货物信息和集装箱空间信息；初始化蚁群、初始化每一只蚂蚁的货物装载链信息以及初始化信息素信息；当前的蚂蚁根据当前蚁群算法的迭代次数和最大迭代次数，生成选货概率，使用轮盘赌的方式选择启发式选货方式或蚁群选货方式；若选择启发式：考虑当前的空间的左方和后方所装载的货物和当前待装载空间，从待装载的货物中选择适合的货物进行递归装载；若选择蚁群，查询信息素矩阵，根据轮盘赌的方式选择装载货物；对选出的货物，用回溯的方式，选出当前货物的最佳摆放姿态。

【技术实现步骤摘要】
基于改进蚁群算法和启发式算法的集装箱装载方法
本专利技术涉及一种集装箱内部货物的摆放方法，尤其涉及一种融合启发式算法和改进的蚁群算法的集装箱内部货物摆放方法。涉及专利分类号B65输送；包装；贮存；搬运薄的或细丝状材料B65G运输或贮存装置，例如装载或倾斜用输送机；车间输送机系统；气动管道输送机B65G65/00装载或卸载B65G65/30装填或排空料仓、料斗、罐或类似容器的方法或装置，而不包括这些方法或装置在特殊的化学或物理工艺过程中的使用或在特殊机械上的应用，例如不包含在其他单个小类中的。
技术介绍
集装箱的布局优化问题是一个具有复杂约束条件的三维组合优化问题，理论上是NP完全问题，不可能在有限时间内获得最优解。近年来，人们不断利用蚁群算法，遗传算法，模拟退火算法等智能化算法以及启发式方法优化求解该问题，获得了一定的效果。早在1980年，George等人就提出了沿着集装箱宽度的层的概念，结合剩余空间有效的提高了装载利用率。Gehring，Bortfeldt等人提出利用混合遗传算法求解装箱问题，首次提出了塔的概念，物品放入集装箱之前先组合成一个一个不相关的“塔”，然后将这些“塔”按照一定的规则放入集装箱，提高装载效率。王丽，张慧等人在“C.Pimpawat,N.Chaiyaratana.Three-DimensionalContainerLoadingUsingACooperativeCo-EvolutionaryGeneticAlgorithm[J].AppliedArtificialIntelligence,2004,18:581-601.”这篇文章中提出了将协同进化遗传算法和一定的启发式算法相融合的技术，通过对一个个较短的最优装载序列的操作，实现高效率的装载，该算法在时间空间方面都表现出了不错的性能。但是随着问题规模的增大，以及实际应用中对算法运行时间等方面的要求，单一算法难以满足实际应用。单一的智能化算法收敛最优解过程需要较长的时间，而启发式算法能快速得到解，解的质量却不容易让人满意。
技术实现思路
本专利技术针对以上问题的提出，而研制的一种基于改进蚁群算法和启发式算法的集装箱装载方法，具有如下步骤：—初始待装载化货物信息和集装箱空间信息；初始化蚁群算法各参数、初始化每一只蚂蚁的货物装载链信息以及初始化信息素信息；—开始算法循环，当前的蚂蚁根据当前蚁群算法的迭代次数和最大迭代次数，生成选货概率，使用轮盘赌的方式选择启发式选货方式或蚁群选货方式；—若选择启发式选货方式：考虑当前的空间的左方和后方所装载的货物和当前待装载空间，从待装载的货物中选择适合的货物进行递归装载；若选择蚁群选货方式，查询信息素矩阵，根据轮盘赌的方式选择装载货物；—重复上述步骤，直到货物装载完毕或集装箱装满，输出装载链，作为集装箱内部货物的摆放方案。所述步骤“综合考虑当前空间的左方和后方所装载的货物和当前待装载空间形态，从待装载的货物中选择适合的货物”具体为：—若当前集装箱为空，即为首次装载，蚁群信息素为空：使用轮盘赌的方式选择一货物装载在与集装箱门相对的侧壁和该侧壁相邻侧壁形成的角落，形成上方、右方和前方的空间；—在后续的装载中，依据该货物的上方、右方和前方空间的顺序，首先选择与上方空间体积最接近的货物填充上方空间；若遍历所有货物体积后，上方空间无法容纳至少一种待装载货物，则将该上方空间记入剩余空间链；—按照上述规律递归的装载右方和前方空间，直到有货物完成装载；—若所述的上方、右方或前方的空间不能单独装载任一货物，则将上方、右方或前方的空间记入剩余空间链；—在每次装载前，待装载空间首先融合剩余空间链中的剩余空间，使当前待装载空间最大化。在每一步装载货物时，需要满足悬空约束：其中，表示货物p和货物i重合部分的面积，表示货物i的左前上坐标，表示货物i的右后下坐标；其中和p的定义如下：装载算法完成后，需要对得出的装载链进行重心约束和重量约束的检查：重量约束：重心约束：其中，gi是第i个货物的重量；G是集装箱的最大承载重量；若货物i装载则Ii＝1，否则Ii＝0；[cx1,cx2]为集装箱在X轴向的重心安全范围，[cy1,cy2]为集装箱在Y轴向的重心安全范围，[cz1,cz2]为集装箱在Z轴向的重心安全范围；(xi,yi,zi)为货物在集装箱中的重心坐标。采用的蚁群算法为基于状态的改进蚁群算法：在所述选出当前货物的最佳摆放姿态后，根据装载链生成一个多位状态值，所述状态值包含当前装载货物的种类和每种货物的数量；蚁群的信息素矩阵查询，剪枝信息的查询都需要此状态值。所述装载链为记录一只蚂蚁对应的装载信息，至少包括装载顺序、每一个货物的摆放姿态以及放置货物的坐标。所述蚁群算法的信息素更新模型表示为:其中，ρ(0＜ρ＜1)表示信息素的挥发程度；Δτija表示第a只蚂蚁在状态i与状态j连接路径上的信息素浓度；Δτij表示所有蚂蚁在状态i与状态j连接路径上释放的信息素浓度之和。具有以所述状态值为关键字的剪枝矩阵，该矩阵为查询某一状态值对应的剩余空间总体积大小的哈希表：随着算法的执行，将蚁群装载链产生的状态值和所对应的剩余空间总体积值存储到剪枝矩阵中；在以后的迭代中，算法首先查找剪枝矩阵，若当前状态下得到的剩余空间总体积大于剪枝矩阵中的剩本文档来自技高网...

【技术保护点】
一种基于改进蚁群算法和启发式算法的集装箱装载方法，具有如下步骤：—初始待装载化货物信息和集装箱空间信息；初始化蚁群算法各参数、初始化每一只蚂蚁的货物装载链信息以及初始化信息素信息；—开始算法循环，当前的蚂蚁根据当前蚁群算法的迭代次数和最大迭代次数，生成选货概率，使用轮盘赌的方式选择启发式选货方式或蚁群选货方式；—若选择启发式选货方式：考虑当前的空间的左方和后方所装载的货物和当前待装载空间，从待装载的货物中选择适合的货物进行递归装载；若选择蚁群选货方式，查询信息素矩阵，根据轮盘赌的方式选择装载货物；—重复上述步骤，直到货物装载完毕或集装箱装满，输出装载链，作为集装箱内部货物的摆放方案。

【技术特征摘要】
1.一种基于改进蚁群算法和启发式算法的集装箱装载方法，具有如下步骤：—初始待装载货物信息和集装箱空间信息；初始化蚁群算法各参数、初始化每一只蚂蚁的货物装载链信息以及初始化信息素信息；—开始算法循环，当前的蚂蚁根据当前蚁群算法的迭代次数和最大迭代次数，生成选货概率，使用轮盘赌的方式选择启发式选货方式或蚁群选货方式；—若选择启发式选货方式：考虑当前的空间的左方和后方所装载的货物和当前待装载空间，从待装载的货物中选择适合的货物进行递归装载；若选择蚁群选货方式，查询信息素矩阵，根据轮盘赌的方式选择装载货物；—定义货物六种摆放方式，遍历并计算按每种摆放方式，在水平和坚直方向摆放最多数量该种货物后，在水平和坚直方向剩余的体积，选取剩余体积最小的摆放方式作为回溯结果，即最终所述货物的摆放方式；所述货物的六种摆放姿态为：hk//L,wk//W,lk//H、hk//L,lk//W,wk//H、wk//L,hk//W,lk//H、wk//L,lk//W,hk//H、lk//L,hk//W,wk//H和lk//L,wk//W,hk//H；其中，lk、wk、hk分别表示第k类货物的长度、宽度、高度；L、W、H分别表示集装箱的长度、宽度和高度；—重复上述步骤，直到货物装载完毕或集装箱装满，输出装载链，作为集装箱内部货物的摆放方案。2.根据权利要求1所述的一种基于改进蚁群算法和启发式算法的集装箱装载方法，其特征还在于所述步骤“考虑当前的空间的左方和后方所装载的货物和当前待装载空间”具体为：—若当前集装箱为空，即为首次装载，蚁群信息素为空：使用轮盘赌的方式选择一货物装载在与集装箱门相对的侧壁和该侧壁相邻侧壁形成的角落，形成上方、右方和前方的空间；—在后续的装载中，依据该货物的上方、右方和前方的顺序，首先选择与上方空间体积最接近的货物填充上方空间；若遍历所有货物体积后，上方空间无法容纳至少一种待装载货物，则将该上方空间记入剩余空间链；—按照上述规律递归的装载右方和前方空间，直到有货物完成装载；—若所述的上方、右方或前方的空间均不能单独装载任一货物，则将上方、右方或前方的空间记入剩余空间链；—在每次装载前，待装载空间首先融合剩余空间链中的剩余空间，使当前待装载空间最大化。3.根据权利要求2所述的一种基于改进蚁群算法和启发式算法的集装箱装载方法，其特征还在于：在每一步装载货物时，需要满足悬空约束：其中，表示货物p和货物i重合部分的面积，表示货物i的左前上坐标，表示货物i的右后下坐标；其中和p的定义如下：

【专利技术属性】
技术研发人员：张德珍，陈刚，王婷，高鹏，李永华，
申请(专利权)人：大连海事大学，
类型：发明
国别省市：