[发明专利]基于自动化旋转和重组合策略的三维智能装箱方法和系统

说明书

本发明提供了一种基于自动化旋转和重组合策略的三维智能装箱方法和系统，设置箱子的基础参数、旋转方式以及遗传算法的相关参数；根据箱子的基础参数和预设的标准对同类型的箱子进行组合，得到需要摆放的新箱子总数量，记录新箱子的信息并编号；根据序列编码和旋转方式生成初始种群，设置空闲空间列表并计算将所有新箱子装进容器后的空间利用率，利用遗传算法和启发式装箱策略求解将所有新箱子装进容器且空间利用率最大的装箱结果。本发明维护了一个空闲空间列表，避免复杂的计算，对箱子进行重组合，降低了问题的规模，加快算法的运行速度；通过遗传算法结合启发式装箱策略的方法，用来寻找箱子摆放的位置，使得最终的摆放结果更加紧凑。

技术领域

本发明涉及工业领域，特别是涉及一种基于自动化旋转和重组合策略的三维智能装箱方法和系统。

背景技术

三维装箱问题在工业领域有着很多直接的应用，如物流运输、材料切割、仓库管理等。如何提高装载效率，最大化利用装载空间，从而降低企业成本，提高企业盈利能力，成为科学研究和实践中一个具有重要意义的课题。同时，三维装箱问题是一个经典的组合优化问题，也是NP-hard问题，因此，很难找到有效求解该问题的算法。

三维装箱问题的复杂性使得求解该问题的确定性算法较少，主要使用启发式算法进行求解。当前技术主要面临以下挑战和不足：1)基于模拟退火算法求解三维装箱问题，由于模拟退火算法的关键在于邻域的构造，箱子的个数直接影响模拟退火算法中需要计算的邻域大小，箱子增多导致邻域空间变大，算法运行时间变长，因此只适合于求解小规模问题；2)基于遗传算法结合三维装箱策略的方法，所采用的装箱策略是最深底左填充策略，由于每次放入新箱子时需要与已放置好的箱子进行重叠判断，因此计算量较大，时间复杂度高；3)基于偏随机密钥遗传算法的方法，设计了一种新的三维装箱策略，该策略在选择装箱位置时，先计算箱子右前上方顶点与容器右前上方顶点的距离，选择距离最大的位置进行装箱，从而使得装箱结果更加紧凑，但对于强异构箱子，由于空间被分割得零散，从而增大了计算量，时间复杂度高。

发明内容

针对现有技术中存在的缺陷，本发明的目的在于提供一种基于自动化旋转和重组合策略的三维智能装箱方法和系统，提升货物装箱的效率，减少装箱时间，提高货柜的空间利用率，从而节约成本。

为了达到上述目的，本发明所采用的具体技术方案如下：

一种基于自动化旋转和重组合策略的三维智能装箱方法，包括：

S1，设置箱子的基础参数、旋转方式以及遗传算法的相关参数；

S2，根据箱子的基础参数和预设的标准对同类型的箱子进行组合，得到需要摆放的新箱子总数量，记录新箱子的信息并编号；

S3，根据序列编码和旋转方式生成初始种群，设置空闲空间列表并计算将所有新箱子装进容器后的空间利用率，利用遗传算法和启发式装箱策略求解将所有新箱子装进容器且空间利用率最大的装箱结果。

优选的，步骤S1中，设置箱子的基础参数包括设置箱子的长宽高；箱子的旋转方式包括不旋转、绕轴旋转和绕双轴旋转；设置遗传算法的相关参数包括设置遗传算法的种群规模、交叉概率、变异概率。

优选的，步骤S2中，根据箱子的基础参数和预设的标准对同类型的箱子进行组合，包括：

选取箱子的长宽高中较小的二者作为组合的基准，预设的标准为将同类型的箱子组合成符合尺寸限制的方形。

优选的，步骤S3中，初始种群中的个体包括所有新箱子按照不同标准排序得到的序列及新箱子所对应的旋转方式。

优选的，步骤S3中，设置空闲空间列表并计算将所有新箱子装进空闲空间后的空间利用率，包括：

初始化空闲空间列表，获取待放置箱子列表和已放置箱子列表；