基于二分图改进装箱算法.docVIP

基于二分图改进装箱算法 　　[摘要]讨论装箱问题，针对最基本的近似算法:降序首次适应(FFD)和降序最佳适应(BFD)不足进行了改进，借助二分图的相关结论，从另一个角度描述装箱问题，据此建立的二分图模型，以此为基础提出改进的BFD算法(IBFD)，提高算法的精度，并系统地提出一套构造更高精度算法的方法。 　　[关键词]装箱问题 FFD BFD 二分图 　　中图分类号:TP3文献标识码:A文章编号:1671-7597(2009)0910039-01 　　 　　一、算法模型背景简介 　　 　　装箱问题是一个NP完全问题，分为离线装箱问题和在线装箱问题，离线装箱问题有两个经典近似算法――降序首次适应(FFD)算法和降序最佳适应(BFD)[1～3]算法，然而无论是FFD还是BFD算法，都是把物品一个一个放入箱子中。考虑这样一种情况，假定我们使用的箱子容量为单位1。某次装箱过程中，出现一个箱子剩余空间为0.3，剩余的物品中有三个大小分别为0.25、0.20和0.10。如果采用FFD或者BFD算法，都将会把0.25放入该箱子中;而事实上，把0.20和0.10同时放入箱中会得到更好的结果。这个例子告诉我们，一次考虑多个物品有可能得到更好的解。 　　 　　二、改进的装箱算法 　　 　　(一)模型定义 　　装箱问题，考虑到有个箱子 和个物品 ，故我们可以，，那么问题就转化为找出集合 使得取得最小值，即值最小，如果物品 在箱子 中，那么两个节点间相连，构成中元素。 　　对于任意，节点具有剩余容量这一性质;对于任意 　　节点具有尺寸(Size)、重要性(Importance)和权重(Weight)三种性质，其中为了方便使用IBFD算法，我们的定义Weight=Size×Importance。 　　(二)算法步骤 　　引入了二分图模型描述装箱问题后，将其转化为一个图论问题，在处理中剩余物品节点的时候，不仅仅要考虑单个节点的Weight大小，同时考虑两个中物品节点的Weight大小之和。 　　下面给出这种IBFD算法的具体步骤: 　　1.首先，将所有中节点按Weight从大到小的顺序排列，即排列后的顺序应满足 为物品节点的权重。 　　2.将物品节点 和箱子节点 相连， 。 　　3. 。 　　4.处理完 个物品节点后，假设中有等节点已经有边了。此时还剩 个节点待处理，计算这 个节点权重两两大小之和，总共要计算 个和数。 　　注意，已处理的 个节点不一定是 ，因为有可能以后的节点已经随前面某节点一块儿和等节点相连中。 　　5.考虑在已经有边的节点 中连接新的节点的方案。 　　如果要选择两个物品节点同时和节点相连，则有种选法;如果只连接一个物品节点到箱子节点，则规定只能选剩余物品节点中权重最大的那个(降序原则要求先连接较大权重节点)。也就是说，物品节点总共有种选法。而箱子节点有种选法。 　　任取一个物品节点选法，并任选一个箱子节点，将选出的物品节点和选中的箱子节点相连，即得到一个物品放置方案(或者叫做“策略”)。显然，这里我们总共有种策略。有些策略中，箱子节点的剩余空间可能还不够连接选出的物品节点，则这些策略是不可行的。 　　遍历所有可行策略，找出使得箱子连接新物品节点后的剩余空间最小的那个，作为实际采用的物品放置方案。 　　6.果第4步中的所有策略均不可行，则将剩余物品节点中权重最大的那个连接到一个新箱子节点。 　　7.反复重复第3-5步，直至所有的物品节点有和箱子节点相连，并统计已经使用的箱子节点个数。 　　(三)结果 　　我们取一种随机情况，现有16个文件需要放入到容量为1.44MB软盘中，它们的大小分别为:46KB，55KB，62KB，87KB，108KB，114KB，137KB，164KB，253KB，364KB，372KB，388KB，406KB，432KB，461KB，851KB。那么应如何将这些文件分配到每一张软盘上才能使使用的软盘数目最少? 　　采用BFD算法，结果为: 　　软盘1:851，461，137 　　软盘2:432，406，388，164，62 　　软盘3:372，364，253，114，108，87，55，46 　　采用IBFD算法则结果为: 软盘1:851，461，114，46 　　软盘2:432，406，372，253 　　软盘3:406，364，253，114，137，87 　　IBFD算法也能算出使用三张软盘的最优解，且与BFD算法不同，文件的分配相对更加均匀。 　　 　　三、分析与结论 　　 　　已有的降序最佳适应(BFD)算法是将物品一个一个装入箱子中，并时刻要求箱子中的剩余空间要尽量的小。思路上应该说是正确的。 　　但是，在实际