首页> 中文学位 >基于整数线性规划方法的集装箱装载布局优化问题研究
【6h】

基于整数线性规划方法的集装箱装载布局优化问题研究

代理获取

目录

声明

摘要

第1章 绪论

1.1 研究背景及意义

1.1.1 我国集装箱运输业概况

1.1.2 论文选题的目的及意义

1.2 国内外研究现状

1.3 本文的研究工作

1.3.1 研究内容与方法

1.3.2 论文体系结构及研究框架

1.4 本章小结

第2章 集装箱装载布局优化问题综述

2.1 装箱问题简介

2.2 装箱问题的一般数学模型

2.3 集装箱装载问题的分类

2.3.1 按照集装箱数量分类

2.3.2 按照物体所属空间分类

2.3.3 按照待装货物的形状分类

2.3.4 其他分类

2.4 本章小结

第3章 集装箱装载布局优化问题的算法综述

3.1 启发式算法

3.2 启发式算法的分类

3.3 启发式算法在装箱问题中的应用

3.3.1 构造型启发式算法

3.3.2 现代启发式算法

3.3.3 混合优化算法

3.4 本章小结

第4章 整数线性规划方法求解集装箱问题

4.1 本文的研究思路

4.2 整数线性规划方法描述

4.3 实验结果分析

4.4 本章小结

第5章 集装箱装载布局优化仿真实现

5.1 关键技术

5.2 仿真平台构建

5.3 算例与实验结果分析

5.3.1 测试数据

5.3.2 实验结果展示

5.4 本章小结

第6章 总结与展望

6.1 本文工作总结

6.2 今后研究展望

参考文献

致谢

展开▼

摘要

集装箱装载问题是布局优化问题(Layout Optimization Problems)的一个重要分支,具有广泛的应用价值。随着集装箱运输业的迅速发展,集装箱内货物的布局优化成为降低运输成本的关键性因素,如何提高集装箱装载利用率有着极其重要的理论和现实意义,已成为国内外学者研究的焦点。
   目前关于集装箱装载的研究都注重于各种启发式算法。构造型启发式算法可以获得较高的集装箱空间利用率,但却不能有效处理实际装载的约束条件。现代启发式算法即智能优化算法,如遗传算法(Genetic Algorithm,GA),禁忌搜索算法(Taboo Search,TS),蚁群优化算法(Ant Colony Optimization,ACO),模拟退火算法(Simulated Annealing,SA)以及对这些算法改进后的智能算法,为解决集装箱装载等NP类问题提供了有效途径。在一定程度上,智能优化算法可以提供较为理想的装箱方案,然而,随着研究的深入,算法越来越复杂。单纯地追求集装箱的空间利用率,会导致最终的装箱方案常常是货物摆放的规律性较差,货物交错摆放,不利于指导现场操作,制约了整个装箱过程的机械化操作。
   本文首先对集装箱装载问题、国内外研究方法及研究现状进行了综述和分析,在此基础上,尝试采用整数线性规划方法解决集装箱装载问题,通过构建数学模型,将实际应用问题转化为数学问题,对目标函数和约束条件进行线性化处理,充分利用优化软件解决集装箱装载问题。最后,利用SolidWorks搭建布局优化仿真实验平台,此平台具有开放式数据接口,不仅适用本文所提出的方法,对采用其他优化方法计算所获得的实验结果,也具有一定的适用性,可辅助工人又快又好的完成整个装载过程。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号