【三维装箱】遗传和模拟退火算法求解三维装箱优化问题【含Matlab源码 031期】

⛄一、三维装箱简介

1 前言
三维装箱问题（Three Dimensional Container Loading Poblem）指在满足容积限制、外形几何限制和稳定性限制等条件的情况下，把一定数量体积较小的物品放入具有较大容量的一个或多个箱子，达到所用箱子数量最少、空间利用率最高、稳定性最好、装载价值最高、容重比最高等目的组合优化的问题。三维装箱问题广泛存在于运输和包装等行业的物资装载过程中，因此，如何针对实际应用需求设计具有较高操作性和装载效率的三维装箱求解算法，对于提高社会经济效益具有积极作用。

自20世纪60年代开始，三维装箱问题便因切割库存问题而提出，引起了学者关注，并被证明是具有较高复杂度的NP难问题。经过多年发展，三维装箱问题的求解不仅在枚举法、分支定界法等确定性算法上取得了进步。随着元启发式算法、遗传算法、粒子群算法等现代启发式算法的崛起，三维装箱问题的研究更加深入，逐步出现了带有多种现实约束和求解目标的复杂算法。其中，近年来具有代表性的相关研究如下所述。

Lodi等[9]受到一维装箱问题求解算法的启发，针对三维装箱问题提出了基于“先高后面积”（Height First-Area Second）的分层策略的结构式禁忌搜索算法，实验证明算法在分层堆放的情况下能得到较好的结果。Crainic等考虑了装载盒子时箱子剩余空间的描述和备选定位点的重要作用，为寻找每次装载时的合适空间位置和最优定位点，提出了极点（Extreme Points,EPS）的概念和计算方法，并设计了基