基于混合单亲遗传算法的二维装箱问题求解.docVIP

基于混合单亲遗传算法的二维装箱问题求解 　　摘 要：针对二维矩形装箱问题，在现有IFFA算法的基础上加以改进，提出了IFFA2算法，并将它与单亲遗传算法进行结合构成混合单亲遗传算法来解决二维单箱装箱问题。在算法中，提出了新的的编码方案，并设计了相应的适应度函数和遗传操作，解码时引入了IFFA2算法，将启发式算法与遗传算法进行了有效的结合。 　　关键词：二维装箱问题；IFFA2算法；碎片；单亲遗传算法 　　1 引言 　　装箱问题是指将一些给定的不同尺寸的物品按照要求摆放入有一定容积的容器中，以获得某种最佳的效益。该问题是一个典型的组合优化问题，属于NP-hard问题[1]。可以从不同的角度对装箱问题进行分类，从装箱物体所属空间进行分类，可分为一维、二维及三维装箱问题。 　　本文研究的是二维装箱问题中的一种。该问题可描述为[2]：给定n个矩形物品集合 和一个宽度为有限值W，高度无限的箱子，其中第 个物品的宽度为 ，高度为 ， 。要求将所有的物品装入箱子中而使所占箱子高度为最小。生产生活中很多实际问题可归结为该类装箱问题，如裁剪、装载、印刷排版、玻璃和木材的切割等等。 　　早在二十世纪七十年代，人们就开始了对装箱问题的探讨和研究[3]。到目前，提出了大量的解决方法。其中常见的主要有启发式算法和遗传算法等。2006年9月大连海事大学的汤岩等人提出了一种IFFA算法，并将该算法与遗传算法相结合实现了二维装箱问题的求解。 　　IFFA2算法是一种启发式算法，它是在IFFA算法的基础上进一步做了改进，考虑了碎片利用的一种算法。又将该算法与单亲遗传算法相结合实现了对二维装箱问题的求解。 　　2 IFFA2算法 　　2.1 IFFA算法思想及存在的不足 　　IFFA 算法是汤岩[4]等人提出的一种启发式算法，该算法的主要思想是：每个物品在装箱时寻找高度最小的合适区间装入，当同时有多个高度相等的合适区间时，优先使用造成浪费面积（碎片）最小的方案，在高度和浪费面积都相等的情况下，优先使用最左边的区间。 　　IFFA算法虽然是一种较优秀的算法，但没有考虑已有碎片的利用，仍会产生较多的浪费空间。 　　2.2 IFFA2算法的提出 　　为了得到更合理的布局，本文在IFFA算法的基础上考虑了碎片的利用，提出了IFFA2算法。该算法的主要思想是在将每个物品装箱时，先从目前的碎片中查找看有没有可以装入该物品的碎片，如果有，则将其装入碎片空间中；如果找不到这样的碎片，则按照IFFA算法进行装箱。 　　在该算法中，首先以箱子的左下角为坐标原点，以箱子所在平面为xoy面建立直角坐标系。由于区间和碎片存在频繁的删除和插入，所以采用了链表的形式来定义区间及碎片，区间按照从左到右的顺序连接在一起。碎片按照宽度由大到小（宽度相同的按高度由大到小）的顺序链接在一起。具体结构如下： 　　定义碎片结点： 　　point1 = ^sp； 　　sp = record 　　xsp： integer； / /碎片左下角横坐标 　　ysp： integer； / /碎片左下角纵坐标 　　wsp： integer； / /碎片宽度 　　hsp： integer； / /碎片高度 　　next： point1； / /向前的指针 　　end； 　　定义区间结点： 　　point2 = ^qj； 　　qj = record 　　xqj： integer； / /区间左下角横坐标 　　yqj： integer； / /区间左下角纵坐标（即为该区间的高度） 　　wqj： integer； / /区间的宽度 　　next： point2； / /向前的指针 　　end； 　　3 基于IFFA2算法的混合单亲遗传算法在二维装箱问题中的实现 　　遗传算法是模拟生物界优胜劣汰、适者生存的一种自适应搜索算法。在传统遗传算法中，对于顺序编码来说常规的交叉算子往往会出现非法解，为了避免非法解，就得采用一些特殊的交叉算子，同时执行交叉操作后常会使一些较优秀的基因块被破坏，为了避免以上这些问题的产生，本文采用了单亲遗传算法[5]，将其与IFFA2算法相结合来求解二维装箱问题，具体实现如下： 　　3.1编码 　　假设所有物品在装箱时都可以进行90°旋转，采用以下的编码方式：先将所有要装箱的物品进行统一编号，一个物品的编号与染色体中一个基因的编码对应，基因的编码可以为正或者为负，且规定，若基因编码为正则表示其对应的物品是直接装入，若编码为负则表示其对应的物品的是旋转90°后再装入。假设有 个要装箱的物品，则在 个物品编号前加上正负号就构成了一条染色体，染色体中每个基因编码与相应物品的编号以及该物品的装箱方式相对应。例如：有6个要装箱的矩形物品，则（-