10.13700/j.bh.1001-5965.2020.0197
基于改进遗传算法的航空集装箱装载问题研究
针对标准遗传算法求解装载方案时存在收敛速度慢、易早熟、寻优结果欠佳的问题,基于拟人装载策略,提出了一种以集装箱空间利用率最大为目标,考虑货物装载顺序、体积、质量、重心、不重叠等多种实际约束的改进遗传算法.首先,采用与货物放置状态相结合的实数编码,随机产生初始种群;然后,在常规选择操作中加入最优解保存策略,并将稳定性、支撑限制、重心约束考虑到进行线性尺度变换后的适应度函数中,以此来计算每种装载方案的评估值;最后,输出评估值最高的方案作为最优装载方案.实验采用异构性不同的测试算例进行性能测试,结合3组具体货物装载数据证明算法的普适性与实用性.结果表明:所提算法在求解强异构货物装载过程中具有较好的优化效果,适用于求解集装箱装载问题.与标准遗传算法相比,收敛性与搜索速度有所提高,2种不同箱型的集装箱空间利用率分别提高了3.82%和3.66%,运行时间分别缩短了7.9 s和5.58 s,能快速找到最优装载方案,可有效解决规则、不规则集装箱的货物装箱问题.基于MATLAB软件实现装载方案的可视化,为集装箱的实时装载决策提供了理论基础.
改进遗传算法、拟人装载策略、实际约束、不同箱型集装箱、可视化
47
V219;TP311(基础理论及试验)
国家自然科学基金;中央高校基本科研业务费专项
2021-08-11(万方平台首次上网日期,不代表论文的发表时间)
共8页
1345-1352