多形状体装箱算法研究与优化方法探索.pdfVIP

—、课题的及选择本课题的指导思想

1.1课题

复杂性能驱动的两类布局问题的分治与阶梯式优化理论与方法研究——国

家自科基金项目(项目编号：

钢铁企业板材生产排程与切割排版的智能化设计关键技术研究与应用——

湖南省高校科技成果培养项目(项目编号：15CY010)

1.2课题指导思想

Packing问题经常出现在工业领域中，或者属于其他问题的子问题。质量高

的Packing方案可以显著的减少工业中的成本和生产成本，甚至可以减

小二氧化碳的排放，因此Packing问题数百年来都是使数学界十分感的

研究领域。Packing问题可以大概表述为将给定的待布物装入一个或多个容器

中，待布物出容器范围之外放置，而且待布物之前不能发生情况。

待布物和容器可以是规则或不规则的形状(多边形或多面体)。

为了提高解的质量，许多启发式被应用到了Packing问题中。启发式算法不

依赖理论依据，完全基于经验提出。虽然这种以直观感受以及相关经验为基础

的算法，只有一定几率获得全局最优解，但可以在能够接受的时间以及空间范

围内，得到一个有效可行的方案。

二、前人对本课题研究取得的成果，存在的问题，当前国内外研究动态和自己的见解

最早用来寻找Packing问题的最优解的方法要追溯到上个世纪50年代末，当时印刷工业

和造纸工业的材料利用成本都非常高，因此Paul[1]提出了用线性规划的方法来求解工业中长

方形的Packing问题。

当涉及到不规则的形状时，研究者们渐渐开始采用一些近似方法来求解Packing问题，

比如计算物体的最小包络矩形。Huang等[2]采用穷举法来搜索金属零件的最小包络矩形。

Xue等[3]采用遗传模拟退火混合算法来搜索非凹多边形的最小包络矩形。Chaudhuri和

Samal[4]采用最小二乘法来决定物体长轴与短轴的方向，以此来获取最小包络矩形。但是，

最小包络矩形只是一个近似值，所以并不能有效提高材料的利用率。

为了提高解的质量，许多启发式被应用到了Packing问题中。启发式算法不依赖理论依

据，完全基于经验提出。虽然这种以直观感受以及相关经验为基础的算法，只有一定几率

获得全局最优解，但可以在能够接受的时间以及空间范围内，得到一个有效可行的方案。

Packing问题本身具有NP完全性质，以至于在普通计算机上，无法在多项式时间内求得最

优解。所以为了保持较高的求解效率，必然要在解的质量与求解时间之间的寻找一个最佳

平衡点，而利用启发式算法可以很好地解决这个问题，因此在求解Packing问题时，启发式

算法被应用得十分广泛。

在三维Packing问题研究中，大多数已的文献都只涉及到规则形状的多面体，比如

Wu等[5]和Allen等[6]立方体布局研究，Stoyan和Chu[7]圆柱体布局研究,

一，选选选择课指指导导思思想想想想想想想想想想想想指指指指指指指指指指指指指指指指指指指

1.1课题

复杂能动两两布局问题题的分治与阶梯梯式式式优优优化化化化化理理理理论论论方

方方法法法研研研究究研研研研研研研究究研研研究究究究式式式式

钢钢材程割的智能设术术‑湖‑湖‑湖高高高科科成科科科科科科科科成科科科科科科科科术术术术术术术术术术术术术术设设设设设设关设设关关

关关关关项ccccc果高c技产高业产c产c技成校技校果校校校科省cc科高c省省高cc省省成省省校技ccc产c

1.2课题指想想

pacKing问题常出在工领领域领域领域领领域属其其他他问问题题题子子问题题。

质。