经典一维装箱问题的适应近似算法的研究.docVIP

经典一维装箱问题的适应近似算法的研究 PAGE 15 - 经典一维装箱问题的适应近似算法的研究 摘 要 本文研究经典一维装箱问题（Bin Packing Problem）及其适应近似算法，给出了一个新的适应近似算法：交叉装填算法（简称CF算法），而且证明了当这些物件大小按非增性预先排序后，CF算法时间复杂度是线性的；通过具体例子说明交叉装填算法优于其它适应近似算法，并且推断CF算法达到装箱问题的最好近似值。 关键词：一维装箱问题，近似算法，适应算法，交叉装填算法 ABSTRACT In this paper the Bin-Packing problems and any-fit approximation algorithm are studied. We give a new any-fit approximation algorithm (Cross Fit Approximation Algorithm) in steps. In addition, if the sizes of all objects decreasing according to their sizes, The any-fit approximation algorithm runs in steps. This paper proved the cross fit approximation algorithm’s capability excelled other any-fit approximation algorithm’s by some example,and extrapolate the new any-fit algorithm is a approximation algorithm. Key Words：Pin Packing Problem，Approximation Algorithm，Any-fit Algorithm， Cross Any-fit Algorithm. 1． 引言 1．1 问题的提出 装箱问题也就是把一定数量的物品放入容量相同的一些箱子中，使得每个箱子中的物品体积之和不超过箱子容量并使所用的箱子数目最少。其应用在实际生活中无处不在，货物装运，服装裁剪，以及计算机科学中的存储分配、共享资源调度、文件存储都是装箱问题在实际应用中的体现。例如某国际物流公司有一批固体货物要装进集装箱用船从广州运到美国。每个集装箱的规格都一样（体积均为150立方米），而每件货物体积不一定相同但其长宽高都小于集装箱的。问怎样的装箱方案最省钱，即所用集装箱最少？研究装箱问题能够更好解决上述这些问题，有很大的经济效益。所以装箱问题有着广泛的应用背景，具有很大的研究价值。 但是装箱问题是NP难解问题[7]，这意味着该问题不存在在多项式时间内求得精确解的算法（如果P≠NP）因此对装箱问题算法的研究指的是对其近似算法的研究，所谓近似算法即该算法可以求得与精确解接近的结果但不一定得到精确解。目前，已经提出了大量的近似算法，其中适应近似算法是目前时间复杂性比较低的一种近似算法。如下次适应（NF）算法、首次适应（FF）算法、最佳适应（BF）算法、降序首次适应(FFD)算法、降序最佳适应(BFD)算法等。 装箱问题中最早被研究的是一维装箱问题。随着研究的深入，人们发现实际生活中更多存在的是一些带约束的装箱问题，因此也就抽象化出了，如二维装箱问题（条形装箱问题、剪裁问题）、三维装箱问题、变容装箱问题、有色装箱问题、对偶装箱问题等等一系列的带约束的装箱问题。但是由于这些问题的NP困难性，虽然已经有一些研究成果，但是还有很许多未解问题,甚至一些是一维装箱问题[5]。一维装箱问题是指要求把一些物品放入到具有固定容量的箱子中，并最小化所使用的箱子数目。本文所讨论的是一维装箱问题。 1．2 相关知识 在研究一维装箱问题的适应近似算法之前，我们先来了解一下一些相关的知识。 1．2．1近似算法的定义 一个组合最优化问题是一个最小化或最大化的问题,由三部分组成:实例的集合;I,有一个有限的可行解集合;有一个目标函数,使得I及,赋予一个正有理数(I, ),称为的目标值. 对于最小(大)化问题,称为I的最优值是指,恒有 最优解的目标值成为I的最优值,记作,当这个问题明确时通常省略下标. 定义1 称算法是的一个近似算法(Approximation Algorithm)是指: I,应用算法总可以找出I的一个可行解.对应的解的目标值记作,表示由算法A得到的I的目标值.若I,都有=，则称A是的最优算法(Optimization Algorithm)。 1．2．2适应算法 定义2 适应算法(Any Fit A