[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

说明书

技术领域

本发明涉及一种装载优化方法，更具体的说，本发明主要涉及一种基于量子遗传算法的货物装载三维布局优化方法及系统。

背景技术

在计算机科学和工业领域中，货物三维布局优化有着广泛的应用背景，包括物流配送装货、集装箱装货、空运飞机装货、大型轮船装货等，对三维布局优化问题的研究都是焦点。货柜的三维布局优化是指在一定的装载约束条件下，在货柜中排布货物（或货箱等最小装载单元），排布完成后使货柜能够达到指定的指标要求（如总装载货物质量最大、货柜质心位于中心点等）。从计算复杂性理论来讲，一般三维布局优化问题都是NP完全问题，是优化问题中最难的一类组合优化问题，其求解难度随问题规模的增大和约束的增多而成几何级增长，绝大多数算法很难求得其精确解。目前，关于三维布局优化的研究不是很多，鲜见的一些研究所考虑的约束条件也较少。因此有必要针对三维布局优化的方法做进一步的改进和研究。

发明内容

本发明的目的之一在于针对上述不足，提供一种基于量子遗传算法的货物装载三维布局优化方法及系统，以期望解决现有技术中通过计算机进行三维布局优化的难度较大，且优化结果精确度低等技术问题。

为解决上述的技术问题，本发明采用以下技术方案：

本发明提供了一种基于量子遗传算法的货物装载三维布局优化方法，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。

作为优选，进一步的技术方案是：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。

更进一步的技术方案是：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；

作为优选，进一步的技术方案是：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。

更进一步的技术方案是：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。

更进一步的技术方案是：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：