[发明专利]多维度约束下的楔形货格智能装载方法

权利要求书

1.一种多维度约束下的货格智能装载方法，针对矩形货格建立空间直角坐标系统，由背侧、左侧和底板三面相交形成的顶点为坐标原点，竖向为Z轴，背侧的宽度方向为X轴，左侧的宽度方向为Y轴；其特征是：所述货格在竖向为多层结构，每一层呈横排设置有多个单元格，处在两端的端部单元格由背板和外侧板形成楔形端头，楔形端头的俯视形状划分为中部矩形区域以及与中部矩形区域邻接的直角三角区域；每一层中两只端部单元格之间的各中部单元格均为矩形格，各矩形格及中部矩形区域均具有所述矩形货格的特征，所述矩形货格的特征是指前侧为敞口，背侧、左侧、右侧、顶板及底板均为封闭；所述装载方法是按如下步骤进行：

步骤1、获取物品信息和货格信息

所述物品信息包括：物品总数、物品种类、各类物品总数，各物品编号、各类物品的重量、各类物品的体积、各类物品的耐压值、各类物品的取用频次；所述物品的耐压值是指物品能够承受的最大压力值，所述物品的取用频次区分为低频次和高频次；

所述货格信息包括：货格中单元格总数，各单元格的承重量、各单元格的编号，以及各单元格的形状；

步骤2、设定如下各约束规则：

形状和尺寸约束规则：装载在货格中的物品完全被包容在货格内；

重量分布均匀约束规则：单元格间重量差异不超过重量差异设定值，保持货格稳定；

承重约束规则：各单元格内的物品重量不超过单元格承载重量设定值；

承压约束规则：单元格中上部物品对下部物品的压力不超过下部物品的承压限值；

取用频次约束规则：取用频次更高的物品在货格内更靠敞口侧放置，以利取用；

步骤3、根据设定的各约束规则，利用已获取的物品信息和货格信息，通过启发式算法和改进遗传算法按如下步骤得到最优装载方案：

步骤3.1、通过计算获得物品的优先级

利用式(1)计算获得物品A的优先级P：

P＝α₁×P₁+α₂×P₂ (1)，

P₁表示物品A的体积比值，P₂表示物品A的耐压比值，并有：

P₁＝V_A/V，V_A为物品A的体积，V为待装载物品中体积最大的物品的体积；

P₂＝P_A/P，P_A为物品A的耐压值，P为待装载物品中耐压值最大的物品的耐压值；

α₁为体积权重，α₂为耐压值权重；

利用式(1)分别计算获得每个物品的优先级，按照优先级从大到小的顺序对所有物品进行排列，获得待装载物品列表；

步骤3.2、填充端部单元格中的直角三角区域

在所述待装载物品列表中，依次选取体积小且取用频次为低频次的物品安置于端部单元格中的直角三角区域，保留端部单元格中的中部矩形区域为可用空间，将已得到安置的物品从所述待装载物品列表中删除，获得待装载物品更新列表；

步骤3.3、按如下方式获得货格的可用空间集

所有空置的矩形格均为独立可用空间；

针对已放置有物品，但尚有剩余空间的矩形格，按照矩形货格的特征对剩余空间进行划分，形成体积更小的各独立可用空间；

将所有独立可用空间按体积从大到小排列，得到货格的可用空间集；

所述按照矩形货格的特征对剩余空间进行划分是指：物品正上方的剩余空间为一个独立可用空间；其它位置上的剩余空间划分为多个矩形分区，相邻两个矩形分区合并形成合并区，并取其中合并体积最大的合并区为一个独立可用空间，未合并的各矩形分区分别为各自的独立可用空间；

步骤3.4、放置物品

从待装载物品更新列表中的第一个物品开始，按如下方式依次设计每个物品的装载方案：

步骤3.4a、针对当前物品，从可用空间集中的第一个可用空间开始检测：

若当前可用空间能够容纳当前物品，且在容纳当前物品后，当前可用空间所属的单元格满足承重约束规则，则进行步骤3.4b；否则，按步骤3.4a相同的方式检测可用空间集中的下一个可用空间；

步骤3.4b、根据取用频次约束规则生成当前物品放置方案：

根据取用情况将物品的取用频次定义为高频次或低频次两种情况；

若物品取用频次为高频次，以矩形货格直角坐标系中Y轴最外侧顶点为外侧参考点进行放置，若所述外侧参考点已经放置物品，则优先考虑由外侧参考点沿X轴正方向移动的空间区域，然后考虑由外侧参考点沿Y轴负方向移动的空间区域，最后考虑由外侧参考点沿Z轴正方向移动的空间区域；

若物品取用频次为低频次，以矩形货格直角坐标系原点为内侧参考点进行放置，若内侧参考点已经放置物品，则优先考虑由内侧参考点沿X轴正方向移动的空间区域，然后考虑由内侧参考点沿Y轴正方向移动的空间区域，最后考虑由内侧参考点沿Z轴正方向移动的空间区域；

步骤3.4c、采集获得物品位置信息，所述物品位置信息包括：

物品所在单元格的编号；

物品的中心点在对应单元格中的坐标；

物品映射在X、Y、Z轴上的区间；

同一单元格中处在物品正上方及正下方的物品编号；

步骤3.4d、将已经获得物品位置信息的物品从待装载物品更新列表中删除，生成新的待装载物品列表，以所述新的待装载物品列表替代所述待装载物品更新列表；计算货格的当前剩余空间集，以所述当前剩余空间集代替所述可用空间集；计算各单元格内所有物品的总重量；

步骤3.4e、重复步骤3.4a到步骤3.4d，直至满足下述条件之一停止启发式算法的迭代，获得初始解：

条件一、待装载物品更新列表为空；

条件二、可用空间集为空；

步骤3.5、采用遗传算法对初始解进行迭代寻优

步骤3.5a、获取遗传算法参数，包括：种群规模N，变异概率P_m，交叉概率P_c，迭代次数M；

步骤3.5b、调整遗传算法参数，获得初始种群：

调整体积权重α₁、耐压值权重α₂，运行步骤3.1至步骤3.4，获得N组不同的启发式方案作为遗传算法的初始种群；

步骤3.5c、交叉变异操作

将每个物品的物品位置信息作为染色体信息，根据交叉和变异概率选择染色体，然后进行交叉和变异操作；

步骤3.5d、迭代

更新种群信息以及变量信息，进入下一次迭代；

步骤3.5e、终止条件

当满足下列条件之一时，终止迭代寻优的过程，获得最优装载方案：

条件一、迭代次数达到给定的迭代次数M次；

条件二、获得的方案满足要求。