×
暂无评论
图文详情
  • ISBN:9787564648435
  • 装帧:简裝本
  • 册数:暂无
  • 重量:暂无
  • 开本:16开
  • 页数:117页
  • 出版时间:2020-11-01
  • 条形码:9787564648435 ; 978-7-5646-4843-5

本书特色

随着现代化工业的,为实现更为的生产集成调度,装箱模型被大量地应用在了材料加工、物流运输和计算机科学等领域。本书以具体的装箱问题优化为切入点,从经典的理论问题到实际工业应行了详尽的数学建模、方法设计、算法构建与效果验证。虽然研究对象不同,但是其整体的求解思路与策略一脉相承,并通过的调度问题求解给出了装箱类问题的基本优化流程。
本书可供相关专业的研究人员借鉴、参考,也可供广大教师和学生学。

内容简介

本书首先针对不同的理论问题展开研究, 通过其求解特性分析与优化方法提出, 归纳了基本装箱思想与策略, 为后续的实际模型求解奠定基础。之后, 结合现实产业优化背景, 面向船舶分段建造与物流载运调度, 实现了基于装箱模型、方法的算法构建。

前言

装箱问题是一个复杂的离散组合优化问题,其能够结合相关约束成为不同实际问题的调度模型。是集约生产与精准管控,为装箱方法研究提供了广阔的应用背景与现实需求。本书首先针对不同的理论问题展开研究,通过其求解特性分析与优化方法提出了基本装箱思想与策略,为后续的买际模型求解奠定基础。之后,结合现实产业优化背景,面向船体分段建造与物流载运调度,实现了基于装箱模型、方法的算法构建。具体的研究内容与成果如下:

(pan style="font-family:宋体">装箱问题求解通常被分为放置方法与序列优化两个相。本书首先通过定量的实验数据计算,对比分析四种常用元启发武算法性能,为后续的装箱算法设计提供参考。其中,基于种群迭代的GA算法具有较强的鲁棒性与求解性能,但是收敛速度缓慢,计算消耗过大;SA算法是基于个体概率变异的选优算法,求解迅速,但过多地受到了对象特征与参数设置的影响;相较于I司样基于禁忌表搜索的TS算法,ACO算法Bpan style="font-family:宋体">入了群体的概率更新作,其组织结构复杂,但求解效果更为优秀。

(2)为实现典型二维装箱问题的求解,通过对箱子在容器中的放置效果分析,提出了能够反映容器格局状态的参考(虚拟)空间生成策略,并结合基于相交边关系的确定性评价规则行了启发式放置3-法设计。放置方法能够通过对不同箱子在不同位置的定量评价,确定性地选出一个或者几个较优的放置方式,并*终通过迭代搜索完成整体容器的优化布局。基于通用的国际数据对比实验表明,所提出的BRSA算法在求解精度和求解效率上具有优越性。

(3)一刀切约束模拟了现实切割过程,是基于实际工业生产的关键调度约束。针对一刀切约束下的二维、三维装箱,在分割与整合的递归策略下发展了PH算法中的优先度评价规则,并提出了概率较优的空间分割方法。方法中使每次分割都化新生成的较大block,以利于后续ltem填装;化所生成的较小block,以减少可能产生的空间浪费。所构建的IPH算法与3DRsO算法能够依次对当前bpan style="font-family:宋体">。ck7求解复杂度。

(4)受工作场地资源限制,以分段为“中间产品”的船体建造过程可以提取为带有时间窗约束的三维装箱模型。因此,为实现分段建造调度优化,一方面继承基于相交边检测的二维装箱方法,另一方面将分段的可延迟建造时间作为变量,构建了基于开始建造时间的序列优化作,并以此设计了时空耦合的GA+BcA算法。为验证算法的调度效果,在基于真实船厂数据的实验模型下,与经典的EST+BLF算行对比分析。结果表明,本书所提出的算法不仅将工作场地均利用率提高了5.5%,还有效减少了分段的等待建造时间。

(5)针对LIFO算法约束下带有装载约束的车辆路径优化问题(2LcVRt’问题),首先通过多约束耦合的求解特性分析,设计了具有能的模拟退火作,便于的算法构建与求解。之后,提出了基于*少剩余空间的LOs装箱方法,通过剩余空间数量检测,结合相应的容器格局修正系数,完成了针对放置位置的适应度构造,能够指导给定序列的货物装载效果验证。同时,给出基于skyline的简便剩余空间生成策略,实现了1SA—Los算法构建。对比实验证明,回火过程能够促使迭代跳出局部较优解,增强算法寻优性能;ISA—LOs算法实现了LIFO算法约束下的货物合理填装,具有较好的载运规划性能。

本书编写过程中得到了安徽工程大学车辆工程系和江苏大学制造业信息化研究中心的大力支持,在此表示感谢。在编写过程中还参考了许多相关文献及书籍,在此对文献作者表示敬意,并借此机会向他们表达由衷的感谢。

鉴于和经验有限,书中难免会有疏漏之处,恳请广大读者批评指正。

著者

2020年8月

目录


1.1 装箱问题定义
1.2 装箱问题研究背景
1.3 装箱问题研究现状
1.4 本书内容框架
第2章 常用启发式寻优方法解析
2.1 启发式方法原理
2.2 常用启发式算法简介
2.3 常用启发式算法性能分析
2.4 本章小结
第3章 典型二维装箱问题求解
3.1 典型二维装箱问题建模
3.2 典型二维装箱问题算法构建
3.3 算法性能分析
3.4 本章小结
第4章 考虑一刀切约束的二维装箱问题求解
4.1 一刀切约束的定义与研究背景
4.2 考虑一刀切约束的二维装箱问题算法构建
4.3 算法性能分析
4.4 本章小结
第5章 考虑一刀切约束的三维装箱问题求解
5.1 三维装箱问题建模
5.2 考虑一刀切约束的三维装箱问题算法构建
5.3 算法性能分析
5.4 本章小结
第6章 船体分段建造中的装箱方法应用
6.1 船体分段建造研究背景
6.2 船体分段调度模型建立
6.3 分段时空调度算法设计
6.4 算法性能分析
6.5 本章小结
第7章 物流载运调度中的装箱方法应用
7.1 物流调度研究背景
7.2 物流载运调度模型建立
7.3 搜索方法设计
7.4 结合开放空间装箱方法的求解算法构建
7.5 算法性能分析
7.6 本章小结
参考文献
展开全部

预估到手价 ×

预估到手价是按参与促销活动、以最优惠的购买方案计算出的价格(不含优惠券部分),仅供参考,未必等同于实际到手价。

确定
快速
导航