混合二元蚁群算法求解集装箱装载问题

doi:10.3778/j.issn.1002-8331.2010.36.062

计算机工程与应用 ›› 2010, Vol. 46 ›› Issue (36): 222-225.DOI: 10.3778/j.issn.1002-8331.2010.36.062

混合二元蚁群算法求解集装箱装载问题

袁军良，熊伟清，江宝钏

宁波大学计算机科学与技术研究所，浙江宁波 315211

收稿日期:2010-06-28 修回日期:2010-09-02 出版日期:2010-12-21 发布日期:2010-12-21
通讯作者: 袁军良

Hybrid binary ant colony algorithm for container loading problem

YUAN Jun-liang，XIONG Wei-qing，JIANG Bao-chuan

Institute of Computer Science and Technology，Ningbo University，Ningbo，Zhejiang 315211，China

Received:2010-06-28 Revised:2010-09-02 Online:2010-12-21 Published:2010-12-21
Contact: YUAN Jun-liang

摘要/Abstract

摘要： 集装箱装载问题是一个具有复杂约束条件的组合优化问题，属于NP-hard问题。针对集装箱装载问题的特点，设计了空间三叉树，对可利用空间采用三叉树划分策略，利用二元蚁群算法结合启发式算法进行求解，即先利用二元蚁群算法确定预备装入货物集，再用启发式算法决定货物的装入优先级顺序，并给出了有效的装箱算法。实例结果表明该算法的有效性和实用性。

关键词: 集装箱装载, 二元蚁群算法, 启发式, 三叉树

Abstract: Container loading problem with multi-constraints is a complicated combinatorial optimization problem.It’s a NP-hard problem.A trifurcate tree of space is designed according to the trait of this problem and available space is divided by the strategy of trifurcate tree.Binary ant colony algorithm combining heuristics is proposed to solve the container loading problem.First，using binary ant colony algorithm determines the set of preparatory loading goods.Then，using heuristics determines the priority of the goods and an effective bin-packing algorithm is given.Results of the experiment show the feasibility and effectiveness of the proposed algorithm.

Key words: container loading, binary ant colony algorithm, heuristic, trifurcate tree

中图分类号:

TP391

袁军良，熊伟清，江宝钏. 混合二元蚁群算法求解集装箱装载问题[J]. 计算机工程与应用, 2010, 46(36): 222-225.

YUAN Jun-liang，XIONG Wei-qing，JIANG Bao-chuan. Hybrid binary ant colony algorithm for container loading problem[J]. Computer Engineering and Applications, 2010, 46(36): 222-225.

[1]	任春慧，刘升，张伟康，张微微. 柯西变异的骆驼算法优化与应用[J]. 计算机工程与应用, 2021, 57(21): 87-94.
[2]	张呈玲，李进金，林艺东. 基于OE-概念格的形式背景属性约简[J]. 计算机工程与应用, 2021, 57(15): 82-89.
[3]	雷定猷，洪舒华，张英贵. 集装箱轻重货物混合平衡装载模型与算法[J]. 计算机工程与应用, 2020, 56(8): 233-240.
[4]	肖成龙，聂紫阳，王珊珊. 基于ParetoHeu和实例化失败统计的关联启发式方法[J]. 计算机工程与应用, 2020, 56(5): 57-64.
[5]	牟恩，张贤勇，姚岳松，邓切. 邻域近似条件熵的特定类属性约简及启发算法[J]. 计算机工程与应用, 2020, 56(24): 175-180.
[6]	孟鑫，杨琴，郝婷婷，张洁，曹策俊. 不同订单分配和算法下的拣货路径优化组合[J]. 计算机工程与应用, 2020, 56(23): 229-236.
[7]	李雅丽，王淑琴，陈倩茹，王小钢. 若干新型群智能优化算法的对比研究[J]. 计算机工程与应用, 2020, 56(22): 1-12.
[8]	张孝，孙一铭，吴旭峰. 查询感知的关系-图数据库自适应存储技术研究[J]. 计算机工程与应用, 2020, 56(17): 100-108.
[9]	易成岐，郭鑫，童楠楠，窦悦，陈东，王建冬. 基于启发式社团发现模型的创新态势研判算法[J]. 计算机工程与应用, 2020, 56(15): 74-79.
[10]	杨瑶，付克昌，蒋涛，张国良，刘甲甲，孟易. 启发式RRT算法的AGV路径规划[J]. 计算机工程与应用, 2020, 56(12): 125-133.
[11]	胡晓敏，梁天毅，王明丰，李敏. 新型树启发式搜索算法的机器人路径规划[J]. 计算机工程与应用, 2020, 56(11): 164-171.
[12]	迟宗正，董绍正，郭童，任志磊，周宽久，郭禾. 求解风力发电机布局问题的超启发式算法研究[J]. 计算机工程与应用, 2019, 55(7): 220-225.
[13]	毛英明1，陆慧梅1，向勇2. Linux系统调用跟踪和进程错误退出分析[J]. 计算机工程与应用, 2019, 55(6): 57-66.
[14]	尚正阳1，顾寄南2，唐仕喜2，孙晓红2. 高效求解三维装箱问题的剩余空间最优化算法[J]. 计算机工程与应用, 2019, 55(5): 44-50.
[15]	侯屿1，2，秦小林2，彭皓月1，2，张力戈1，2. 全局调距和声特征选择算法[J]. 计算机工程与应用, 2019, 55(2): 21-27.

混合二元蚁群算法求解集装箱装载问题

Hybrid binary ant colony algorithm for container loading problem

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