蚁群算法求解复杂集装箱装载问题

doi:10.3724/SP.J.1087.2011.02275

计算机应用 ›› 2011, Vol. 31 ›› Issue (08): 2275-2278.DOI: 10.3724/SP.J.1087.2011.02275

蚁群算法求解复杂集装箱装载问题

杜立宁¹,张德珍²,陈世峰¹

1. 大连大学信息工程学院，辽宁大连116622
2. 大连海事大学信息科学技术学院，辽宁大连116026

收稿日期:2011-02-28 修回日期:2011-04-22 发布日期:2011-08-01 出版日期:2011-08-01
通讯作者: 杜立宁
作者简介:杜立宁(1986-)，女,山东德州人，硕士研究生，主要研究方向：虚拟现实；张德珍(1973-)，男，辽宁大连人，副教授，博士，主要研究方向：虚拟现实、智能信息、布局优化算法；陈世峰(1986-)，男，湖南邵阳人，硕士研究生，主要研究方向：企业信息化。
基金资助:
中国博士后科学基金资助项目(20080441107);大连市青年基金资助项目(2008J23JH028)

Solution to complex container loading problem based on ant colony algorithm

Li-ning DU¹,De-zhen ZHANG²,Shi-feng CHEN¹

1. School of Information Engineering, Dalian University, Dalian Liaoning 116622, China
2. College of Information Science and Technology, Dalian Maritime University, Dalian Liaoning 116026, China

Received:2011-02-28 Revised:2011-04-22 Online:2011-08-01 Published:2011-08-01
Contact: Li-ning DU

摘要/Abstract

摘要： 针对复杂集装箱装载问题(CLP)，应用启发式信息与蚁群算法求解了最优装载方案。首先，建立了复杂集装箱装载问题的数学模型，利用蚁群算法对解空间的强搜索能力、潜在并行性及可扩充性，结合三空间分解策略将布局空间依次分割；然后，装入满足约束条件的最优货物块，完成不同大小三维矩形货物的装载布局。在此基础上，设计了基于空间划分策略的蚁群算法。最后以700件货物装入40尺(12.025m)高柜箱进行计算，结果表明该方法能提高集装箱的空间利用率，同时兼顾了多个装载约束条件，可应用性好。

关键词: 蚁群算法, 集装箱装载问题, 启发式信息, 一次性装载

Abstract: In view of the complex Container Loading Problem (CLP), the optimal loading plan with heuristic information and the ant colony algorithm was proposed. Firstly, a mathematical model was generated. Considering the strong search ability, potential parallelism and scalability of ant colony algorithm, the proposed algorithm was combined with the triple-tree structure to split the layout of space in turn. Then, the three-dimensional rectangular objects of different sizes were placed to the layout space under the constraints. An ant colony algorithm based on spatial partition was designed to solve the optimal procedure. Finally, a design example that 700 pieces of goods were loaded into a 40-foot (12.025m) high cubic was calculated. The experimental results show that the proposed method can enhance the utilization of the container and it has a strong practicality.

Key words: ant colony algorithm, Container Loading Problem (CLP), heuristic information, one-time loading

中图分类号:

杜立宁张德珍陈世峰. 蚁群算法求解复杂集装箱装载问题[J]. 计算机应用, 2011, 31(08): 2275-2278.

Li-ning DU De-zhen ZHANG Shi-feng CHEN. Solution to complex container loading problem based on ant colony algorithm[J]. Journal of Computer Applications, 2011, 31(08): 2275-2278.

[1]	段宇君, 王耀力, 常青, 刘鑫. 改进型蚁群算法融合混沌优化的pSPIEL算法的无线传感器布局优化[J]. 计算机应用, 2020, 40(3): 793-798.
[2]	屈立成, 吕娇, 赵明, 王海飞, 屈艺华. 基于三维时空地图和运动分解的多机器人路径规划算法[J]. 计算机应用, 2020, 40(12): 3499-3507.
[3]	刘育良, 陈淮莉. 负载影响下纯电动汽车配送路径规划及充电策略[J]. 计算机应用, 2020, 40(10): 2831-2837.
[4]	王东先, 孟学雷, 乔俊, 汤霖, 焦志臻. 基于改进蚁群算法的铁路乘务交路计划的编制[J]. 计算机应用, 2019, 39(9): 2749-2756.
[5]	李卓, 李引珍, 李文霞. 应急物资运输路径多目标优化模型及求解算法[J]. 计算机应用, 2019, 39(9): 2765-2771.
[6]	郑延斌, 王林林, 席鹏雪, 樊文鑫, 韩梦云. 基于蚁群算法及博弈论的多Agent路径规划算法[J]. 计算机应用, 2019, 39(3): 681-687.
[7]	郭良敏, 朱莹, 孙丽萍. 障碍空间中基于并行蚁群算法的k近邻查询[J]. 计算机应用, 2019, 39(3): 790-795.
[8]	杨继东, 孙兆琦, 王飞龙. 基于视觉抓取的并联桁架机器人最优路径控制[J]. 计算机应用, 2019, 39(3): 913-917.
[9]	王东先, 孟学雷, 何国强, 孙慧萍, 王喜栋. 基于改进蚁群算法的铁路乘务排班计划编制[J]. 计算机应用, 2019, 39(12): 3678-3684.
[10]	魏亚茹, 朱瑾. 自动化码头双场桥调度与集装箱存储选位建模[J]. 计算机应用, 2018, 38(4): 1189-1194.
[11]	王超, 朱明, 王敏. 基于管制员认知负荷和改进蚁群算法的扇区动态通行能力评估[J]. 计算机应用, 2018, 38(1): 277-283.
[12]	许凯波, 鲁海燕, 程毕芸, 黄洋. 求解TSP的改进信息素二次更新与局部优化蚁群算法[J]. 计算机应用, 2017, 37(6): 1686-1691.
[13]	鲍振华, 康宝生, 张雷, 张婧. 基于草图局部几何不变矩的图像检索方法[J]. 计算机应用, 2017, 37(6): 1753-1758.
[14]	梁本来, 杨忠明, 秦勇, 蔡昭权. 引入梯度下降的蚁群算法求解多约束服务质量路由[J]. 计算机应用, 2017, 37(3): 722-729.
[15]	邢行, 尚颖, 赵瑞莲, 李征. 面向多目标测试用例优先排序的蚁群算法信息素更新策略[J]. 计算机应用, 2016, 36(9): 2497-2502.

蚁群算法求解复杂集装箱装载问题

Solution to complex container loading problem based on ant colony algorithm

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics