BPP问题及相关问题建模

最新推荐文章于 2024-09-09 23:28:21 发布

sfy996

最新推荐文章于 2024-09-09 23:28:21 发布

阅读量797

点赞数 28

文章标签： python

本文链接：https://blog.csdn.net/sfy996/article/details/141128312

版权

BPP问题介绍

概括：

BPP问题是指一维装箱问题，也简称装箱问题。将一组不同大小的物品装入一组容器中，每个容器的容量有限，目标是找到最优的装箱方案，使得所用容器数量最少。物品和箱子的体积都是一维的，通常表示为长度。

（1）物品集合：给定一组不同大小的待装物品，物品体积固定。

（2）箱子集合：一组可用的箱子，每个箱子的容量是固定的。

（3）装箱方案：将所有物品装入箱子的一种方案。

（4）目标函数：使用的箱子数量尽可能少。

（5）约束条件：每个物品必须完整放入一个箱子中，不能分割；每个箱子放入的总物品体积不能超过箱子容量。

建模：

符号介绍：

目标函数：

约束条件：

建模：

变尺寸装箱问题：

算法：

FF算法（First Fit Algorithm)

概括：

该算法按顺序逐个考虑物品，并尝试将物品放入第一个能够容纳它的容器中。

步骤：

（1）初始化：创建一个空箱子列表，每个箱子的容量为给定的最大容量。

（2）遍历物品：a.对每个物品，从左到右遍历现有的箱子列表；

b.对于每个箱子，检查物品是否可以放入当前箱子（即物品大小小于等于箱子剩余容量）；

c.如果找到可以放入该物品的箱子，则将物品放入，并更新箱子的剩余容量；

d.如果没有找到可以放入该物品的箱子，则创建一个新箱子，将物品放入新箱子中，并更新箱子列表。

（3）结果输出：所有物品都被放入箱子后，算法结束。箱子列表中的箱子数量即为所求的最小箱子数量。

优缺点：

较高的容器利用率，剩余空间少，但是容器分布不均衡。

NF算法（Next Fit Algorithm)

概括：

该算法按顺序逐个考虑物品，并尝试将物品放入当前打开的容器中。如果当前容器无法容纳该物品，则打开一个新的容器并将物品放入其中。

步骤：

（1）初始化：打开一个箱子，并将其设置为当前箱子，其容量为给定的最大容量。

（2）遍历物品：a.检查物品是否可以放入当前箱子（即物品大小小于等于箱子剩余容量）；

b.如果物品可以放入当前箱子，将该物品放入，并更新箱子的剩余容量；

c.如果物品无法放入当前箱子，则关闭当前箱子，打开一个新的容器，将物品放入新的箱子中，并将该箱子设置为当前箱子，更新箱子的剩余容量。

（3）结果输出：所有物品都被放入箱子后，算法结束。箱子列表中的箱子数量即为所求的最小箱子数量。

优缺点：

简单易实现，具有较高的效率。但是容器利用率较低。

BF算法（Best Fit Algorithm)

概括：

与FF算法和NF算法不同，BF算法在每次放置物品时尝试找到一个最合适的容器来容纳该物品，以最小化剩余空间。

步骤：

（1）初始化：创建一个空箱子列表，每个箱子的容量为给定的最大的容量。

（2）遍历物品：a.对每个物品，遍历现有的所有箱子，找出能够容纳该物品且剩余空间最小的箱子；

b.如果找到这样的箱子，则将物品放入该箱子，并更新箱子的剩余容量；

c.如果没有找到足够空间的箱子，则打开一个新箱子，将该物品放入新箱子中，并更新箱子列表。

（3）结果输出：所有物品都被放入箱子后，算法结束。箱子列表中的箱子数量即为所求的最小箱子数量。

优缺点：

该算法减少了使用箱子的数量，空间利用率较高。但是，每次遍历都需要搜索所有已打开的箱子，算法效率较低，计算成本高。

算法举例：

def get_min_boxes(things,box_weight):
    things=sorted(things,reverse=True)#将数据由大到小排序
    print(things)
    m=len(things)-1;count=0
    for i in range(len(things)):
        sum=0
        print('{',end='')
        sum=things[i]
        print(things[i],' ',end='')
        while m>=0:
            j=m
            sum+=things[j]
            if sum>box_weight:
                count+=1
                break
            print(things[j],'',end='')
            m-=1
        if j==i:
            # count+=1
            print('}')
            break
        print('}')
 
    print('最少需要使用',count,'个容积为',box_weight,'的箱子')
if __name__=='__main__':
    things=[4,8,1,4,2,1]
    box_weight=10
    # things=[3,15,14,19,13,4,10,4,20,3,1,7,13,8,18,18,20,5,9,8]
    # box_weight=20
    get_min_boxes(things,box_weight)