[发明专利]基于量子遗传算法的货物装载三维布局优化方法及系统

权利要求书

1.一种基于量子遗传算法的货物装载三维布局优化方法，其特征在于所述的方法包括： 

S1、输入三维布局优化所需的检索基础数据，数据管理模块至少将其中的货柜信息与装载货物信息保存至系统数据库中； 

S2、数据管理模块创建布局优化任务； 

S3、货物装载布局优化模块读取系统数据库中的货柜信息与货物信息，获取货柜中的存储单元格列表及货箱列表，初始化基础数据后生成初始种群，利用量子遗传算法对货柜中货箱的布局方案进行优化计算，并将优化结果保存至系统数据库中，等待呈现。 

2.根据权利要求1所述的基于量子遗传算法的货物装载三维布局优化方法，其特征在于：所述方法中还包括步骤S4、视景显示模块读取系统数据库中的优化结果，并将优化后的货柜中货箱的布局方案在用户界面上进行呈现。 

3.根据权利要求1或2所述的基于量子遗传算法的货物装载三维布局优化方法，其特征在于所述步骤S3中货物装载布局优化模块进行的初始化基础数据包括： 

S311、获取货柜中的存储单元格列表和货箱列表； 

S312、计算每个存储单元格的剩余空间； 

S313、将存储单元格按剩余空间从小到大排序； 

S314、从货箱列表中选取一个尺寸最大的货箱，判断各个存储单元格的剩余空间是否能够装载该货箱，将能够装载该货箱的存储单元格划入可装载存储单元格列表中； 

S315、将该尺寸最大的货箱装载到可装载存储单元格列表中剩余空间最小的存储单元格中，同时将该货箱从货箱列表中删除； 

S316、判断货箱列表是否为空，如为空，则将装载结果保存为初始染色体，反之则再次执行步骤S314，选择尺寸小于当前货箱的货箱。 

4.根据权利要求3所述的基于量子遗传算法的货物装载三维布局优化方法，其特征在于所述步骤S3中货物装载布局优化模块进行的初始种群生成包括： 

S317、读取存储单元格列表中的存储单元格数目n，并取0至n之间的两个随机数x与y； 

S318、判断第x与y存储单元格是否空间大小相同，如果是，则交换x与y存储单元格中的货箱信息，并保存交换存储单元格后的染色体，反之则重复步骤S317； 

S319、重复n-1次步骤S317至S318，得到n-1个新的染色体，与初始染色体一并构成初始种群。 

5.根据权利要求1或2所述的基于量子遗传算法的货物装载三维布局优化方法，其特征在于所述步骤S3中货物装载布局优化模块进行的量子遗传算法包括： 

S3201、读取初始种群中染色体的存储单元格列表中的存储单元格数目n，并取0至n之间的两个随机数x与y； 

S3202、判断存储单元格x与y是否空间大小相同，如是则交换存储单元格x与y中的货箱信息，并将交换货箱信息后的染色体保存为第二代染色体，反之则重复步骤S3201； 

S3203、重新读取初始种群中染色体的存储单元格列表中的存储单元格数目n，并取0至n之间的两个随机数x与y； 

S3204、从存储单元格x中任意选择一货箱m，并判断存储单元格y中是否 有与货箱m类型相同的货箱，如有，则进行下一步骤，反之则重复步骤S3203； 

S3205、从存储单元格y中与货箱m类型相同的货箱中随机选择一个货箱n，并交换货箱m与n的信息，且将交换货箱信息后的染色体保存为第二代染色体。 

6.根据权利要求5所述的基于量子遗传算法的货物装载三维布局优化方法，其特征在于：所述步骤S3中货物装载布局优化模块进行的量子遗传算法还包括： 

S3206、分别读取由步骤S3202与步骤S3205得到的第二代染色体中的存储单元格列表数目n； 

S3207、选择0至n之间的随机数x； 

S3208、将由步骤S3202得到的第二代染色体的存储单元格列表中第0至x个存储单元格中的货箱信息，与由步骤S3205得到的第二代染色体的存储单元格列表中第0至x个存储单元格中的货箱信息，进行交换； 

S3209、将交换存储单元格中货箱信息后的染色体保存为第三代染色体。