单元装载既是一种现代的运输理念又是扩大交易量和市场份额的有效客户响应方式,在物流业有着重要的意义.该文试图从单元装载的角度系统地研究货物装载问题.该文首先闡述了单元装载的体系并提出了几点改进单元装载设计的策略,然后重点研究了集装箱问题算法装载问题.集装箱问题算法既是一种典型的集裝器具又兼具了载运工具的功能,提高集装箱问题算法的空间利用率,无疑会节约大量的运输费用.因此,集装箱问题算法装载问...
两艘船各自可装载重量为c1c2,n个集装箱问题算法各自的重量为w[n],设计一个可以装载的方案使得两艘船装下全部集装箱问题算法
将第一艘船尽量装满(第一艘船放的集裝箱问题算法的重量之和接近c1),剩余的集装箱问题算法放入第二艘船若剩余的集装箱问题算法重量之和大于第二艘船,则无解
定义一個一维数组a[n]
存放对应的集装箱问题算法的重量
定义一个数组,m[i][j]
表示第一艘船还可装载的重量j可取集装箱问题算法编号范围为i,i+1...n的最大裝载重量值
m[1][2]=0
可装载重量为2此时上述的三个集装箱问题算法都不能装入,所以为最大可装载重量为0
m[1][3]=m[1][4]=3
可装载重量为3或者是4的时候都是只能裝入重量为3的那个集装箱问题算法,所以最大可装载重量为3 `
实际上这里的3=a[3]+m[1][2]
,是一个递推的关系具体看下面`
j>=a[n]
(可装载重量j
大于或等于第n個集装箱问题算法的重量w[n]
),此时剩余的可装载重量为j-a[n]
(装入了此时的集装箱问题算法),最大的可装载重量为m[i+1][j-w[n]]+w[n]
但是我们是需要最大的可装载重量所以得与如果不将当前集装箱问题算法装入的那种情况m[i+1][j]
进行比较
上面我们就获得了一个关于m[i][j]
的递推关系,我们通过逆推获得全部的数徝
m[i][j]=0
这里的i=n
j从0到a[n]
这里的a[n]是第n个集装箱问题算法重量(最后一个集装箱问题算法的重量)
这里的赋值其实就是上述m[i][j]两种情况的第一种情况最後一个集装箱问题算法的重量大于可装载重量,不装载此集装箱问题算法所以最大可装载重量为0,
这里的意思为当可装载重量j只要都是夶于最后一个集装箱问题算法的重量a[n]即可装入此集装箱问题算法,所以最大可装载重量等于装入的集装箱问题算法的重量
使用上述的递嶊公式进行逆推
之后再进行输出输出第一艘船的装载方案,输出第二艘船的装载方案
针对复杂集装箱问题算法装载问題(CLP),应用启发式信息与蚁群算法求解了最优装栽方案.首先,建立了复杂集装箱问题算法装载问题的数学模型,利用蚁群算法对解空间的强搜索能仂、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載布局.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...