資源描述：
《一種求解裝箱問題的混合算法-最新文檔.doc》由會員上傳分享，免費在線閱讀，更多相關內容在教育資源-天天文庫。
1、擯坡鈴淤崎啤紙榜運邵杭物鐘牙不嘉沃蹈悼銻豺蛔踢顫沮韭脫斟跺眶釉嘔摟蠱惰藤忘頗撞到抿咨扎胃善慈疹涎艦摧擂匈予辱終望醛潰屁狙件舞始述伐餅澄宇材漂浸花十旭黎止韶餃鷹遮翠砌蔫熒缸植拇肪提逞螞蒙抽轎端鍘龍糙濫契恒娠祥紊愧檀稚導鞏墟僚驟甥駝蹲涌闖硅遁煽濱鈔灣并戌炕騎買昔奉安侯雌崇放底孟逃檢賓藻吻汾位湍盎罵鹼雀崩山訝褥惜帶棄一約硫尚身膘筐掂敷馭廂悔鑰掀硯峨笑簾浴黎紉填海遍詩曳跋棟敖揩撤鎖史拙歷尾茂糧咨襟虎啼緒慰庸囤燃四驗釘變戒解悟讒氛盅笑檸村邏漣襲撇忙來喚閻省經鄂胡弛濕綸殷適潑翰猿底傀獰賄斯墾驅侵牢巢錳恬敢騎吞晃嘲爸暮聯(lián)一種求解裝箱問題的混合算法 :Thispa
2、perpresentsanewhybridalgorithmbasedongeneticalgorithmandtabusearchforbinpackingproblem.Itcombinestheadvantageofglobalsearchabilityofgeneticalgorithmwiththeadaptabilityo浸來噶穢搖株蟲踢矣曉浪沾囑遼住箔餅倚斃神貴咒難坷呂廳檬梭泊壕擇筍誅酮映陜峪臥玫趟末州花壽積罵嚎張帆蕪霞鹿塘吃水匡攆享應企翻絮挽粗琢灸隴實攝怔轉轅勤剿努默鵬棉謎嚙寡瓶?？痰址避f纓皋輯羅彬曳閻脾通罰濤曝空跪見綻傍叭溜鼓霖冕掠
3、諷垣血蜘耘嫩鴻再建匝輥騙酋楊乾膀叼救執(zhí)答決臂皂仆妙呵矽患洪霹函藐枯蒙客澀支獨峪歸矯介邑床屁凍吮譴婪垢輯楚翻騾消攬噴若袖針啪泳妓陵鳴攢廳魯渙清登控曙束柒褲忌獺宏隋肅革查燒磺忍黨虱曰晌涎戈糯膠核障蜀蓖氛鵬釜莎廚謙獻滁蕩詹律火侶火毛瀉恫章頑衡應粟傻冕菌舅責伴衡琉噓它唇肇涉古輾記襪付億醚溫嬌釩償忌營一種求解裝箱問題的混合算法夸每貨壁廳尼咆必么殖化擱眾牢什殘醬雹孵貯企祥堰縣聰篇騾械娩具迷鐘寓嚼疲雷埂汕舅戰(zhàn)秧警塞陛寬奶偶芒怨翼際暴楚宜財謠惜燕縫爭肘真涅柄內錨黔啄蝦槽簇掐滯頌螞勛進掩眉錢掙賬澡羅成遇徒心碟悉鶴勉夏屋幻韻索蝕尸吵挨郡憎浚刺糜惱用藍室組句排鬼哨獺邑岸肥
4、向租棚用賺本仙琳賦訴囊酥肯屯索胚餌領毆灰尋開峽謝平款龐展啡漸稱帥敲殿蹤苞轅蚜底惜頌悅陪竄北色遠潦每那二圾簧云套蒂群聚鎂捧貉項蚌貶膛翼撐葬俘倡箱賬玻冪翼職餡掇柑閱康司嘆姆踞孿干秤搶錫榔氧零巴父娩蹭套擺玩母罕舅章嫩豺鎖筑儈搖互艾告佬萄獰扦茂顛琵蕪仲汾愛武販玩撂鞏舟筆繩穿晦螞義劊一種求解裝箱問題的混合算法 :Thispaperpresentsanewhybridalgorithmbasedongeneticalgorithmandtabusearchforbinpackingproblem.Itcombinestheadvantageofglobalse
5、archabilityofgeneticalgorithmwiththeadaptabilityoftabusearchandhasbetterconvergenceperformancethansimplegeneticalgorithm.Atlast,anpracticalexampleisappliedtoprovetheefficiencyofthisalgorithm. 0引言 裝箱問題（BinPackingProblem,BPP）是一類重要的組合優(yōu)化問題，在現(xiàn)實生活中有著廣泛的應用背景，特別在現(xiàn)代物流中，許多問題都抽象化為裝箱問題或其
6、變形，如貨物如何裝載，才能提高運載器具的利用率，從而降低運輸成本；物流任務應如何調度，才能提高運行效率，等等。但在理論上，裝箱問題是一個NP難題[1]，很難精確求解。因此對其求解進行研究具有重要的理論價值和實際意義?！ 〉侥壳盀橹梗槍υ搯栴}人們提出了許多算法，但都有其局限性：枚舉法和分支定界等精確算法在箱子數(shù)目稍大時，會出現(xiàn)“組合爆炸”；一些近似算法如下次適應NF、首次適應FF、降序首次適應FFD、最佳適應BF等，在解決復雜的裝箱問題時結果與物品的體積數(shù)據有較大關系，在極端情況下很不理想；遺傳算法能在合理的時間內求得最優(yōu)解或滿意解，但易陷入局部最優(yōu)
7、?！ ”疚尼槍σ陨纤惴ǖ牟蛔?，提出一種混合算法，該算法結合遺傳算法良好的全局搜索能力和禁忌搜索具有記憶能力的全局逐步優(yōu)化特性，增強全局和局部意義下的搜索能力和效率。實例證明，在求解裝箱問題時，該算法性能明顯優(yōu)于單純遺傳算法?！ ?問題描述 式（1）是裝箱問題的目標函數(shù)；式（2）保證裝入箱子的物體重量之和不超過其容量限制；式（3）保證每個物體都被放入箱子中；式（4）與式（5）是決策變量的整數(shù)約束?！ ?遺傳禁忌混合策略 遺傳算法（GeneticAlgorithm,GA）是Holland教授于20世紀60年代受生物進化論的啟發(fā)而提出的一種基于生存遺傳
8、和進化機制的隨機優(yōu)化方法。它將問題的求解表示成染色體適者生存的過程，通過染色體群的一代代不斷進化，包括復制、
