[发明专利]一种行包装配方法

权利要求书

1.一种行包装配方法，其特征在于，包括如下步骤：

S1、根据行包特征以及装配的总层数，采用SVM一对一算法对所述行包进行分层分类，获得每一行包的分类层级；

S2、针对每一分类层级，对分入所述分类层级的行包进行编号，根据行包特征建立背包问题模型，所述背包问题模型以所有行包的配送利润最大值为目标函数；

S3、求解所述目标函数，获得行包的装配方案；

所述采用SVM一对一算法对所述行包进行分层分类具体包括：

求解分类决策函数；

根据所述分类决策函数采用一对一分类法进行分类；

其中，求解分类决策函数具体包括：

构建行包特征和行包分类层级的数据集合：任意一个行包x_i的行包特征为x_i＝(l_i,d_i,h_i,v_i,m_i,γ_i)，其中l_i为行包的长度，d_i为行包的宽度，h_i为行包的高度，v_i为行包的体积，γ_i为行包的易碎度；该行包x_i的分类结果用y_i表示，y_i的取值为1或者-1；

根据数据集合和超平面方程获得分类最优化问题：对于线性可分的数据集(x_i,y_i)，存在超平面w^Tx+b＝0对样本集中的任一点(x_i,y_i)都满足：

空间中的样本点到分类超平面的距离为d＝|w^Tx_i+b|/||w||，当w^Tx_i+b＝±1时，超平面的分类间隔为2/||w||，最优化问题表示为：

s.t.y_i(w·x_i+b)-1≥0,

利用拉格朗日乘子法，求解该优化问题的对偶问题，并获得其等价的对偶问题的最优化问题为：

α_i≥0

其中，i＝1,2,…,N；

采用序列最小最优化算法求解出α_i的最优解获得w的最优解

2.根据权利要求1所述的装配方法，其特征在于，所述行包的特征具体包括：

每个行包的长度、宽度、高度、体积、重量和易碎度。

3.根据权利要求1所述的装配方法，其特征在于，所述步骤S2中建立背包问题模型具体包括：

对每一层级的行包进行编号，则背包问题模型表示为：

其中，x_ij表示第i层第j件行包，w_ij表示第i层第j件行包的重量，v_ij表示第i层第j件行包的体积，p_ij表示第i层第j件行包的利润，S表示装配运输工具的底面积，V表示装配运输工具的体积，W表示装配运输工具的重量，m为装配的总层数，n_i为每i层的行包总数。

4.根据权利要求3所述的装配方法，其特征在于，所述步骤S3具体包括：

利用动态规划算法获得每一层级的动态规划问题；

采用贪心算法求得行包的装配方案。

5.根据权利要求4所述的装配方法，其特征在于，所述利用动态规划算法获得每一层及的动态规划问题具体为：

f(n_i,S,W_i)＝max{f(n_i-1,S,W_i),f(n_i-1,S-s_in,W_i-w_in)+p_in}

其中，f(n_i,S,W_i)表示第i层的最大效益，n_i表示分类为第i层的行包数量，W_i＝W-W_i-1-…-W₁为第i层所剩余的可装配的最大重量；f(n,s,w)为第i层的第n个行包的利益，s_in是第i层第n个行包的底面积，w_in是第i层第n个行包的重量。