启发式算法在汽车军事运输装载优化中的应用

来源 :南开大学 | 被引量 : 0次 | 上传用户:iamchinese
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
物资装载优化,是指给定一批待装长方体物资和长方体容器,按一定的要求将待装物资互不干涉地摆放在容器内,使某一项或几项性能最优,其重点和难点是多种物资配载优化,也是本文的主要研究方向。长期以来,汽车军事运输工作在装载环节上主要是依靠人工经验装载或组织试装。致使车箱内物资数质量不明确、摆放混乱、装卸作业不规范、车箱空间利用率、载重利用率低等情况时有发生,在很大程度上制约着我军军事运输经济和军事效益的提高。   从数学上讲,物资装载优化是一个复杂的离散组合优化问题。如何给出一个合理的装载方案,以在保证装运的稳定性、多目的地运送、负重限制、装箱内的重心分布、装箱效率等问题的基础上,使容器的空间利用率达到最大,是这类问题的主要目标。该问题在理论上已被证明为NP完全问题,求解难度大。本文在研究分析物资装载优化特点规律的基础上,在综合考虑了物资装运稳定性、多目的地运送、装箱效率等约束条件,采用空间分割、整体装填、装载间隙合并等策略,提出了一种基于启发式算法的多种物资配载问题的解决方案,为解决多种物资配载问题提供了一种有效的思路。   为摆脱人工装箱的盲目性,提高车辆的装箱效率,本文基于算法开发了《物资装载优化系统--多种物资配载优化》。系统提供了车辆和物资的输入界面,优化结果以三维视图和装载报表形式输出,可以直接用以指导部队实际的装卸载工作。
其他文献
许多经典的非线性码如Nordsltrom-Robinson码,Kerdock码Preparata码,Goethals码及Delsarte-Goethals码,有很好的纠错能力,这些码可以通过Gray映射,映成Z4上的线性码,从而激发了人
刚性振荡问题常出现在现代科学技术的许多领域,其数值方法研究具有广泛的应用前景。因刚性振荡问题具有刚性和振荡性双重特性,其高效数值求解又具有一定的挑战性和困难性,多年来
经济和社会在快速的发展,人们越来越关注城市交通问题,城市地铁的速度较快并且载客量较大,城市在发展的过程中将重点放在了城市地铁上。地铁在经营的过程当中,政府对地铁系统