[发明专利]一种基于模拟退火算法和蚁群算法结合的货物装配问题的求解方法

权利要求书

1.一种基于模拟退火算法和蚁群算法结合的货物装配处理方法，其特征在于，包括如下步骤，

步骤S1、列出访问每一个货物一次的所有回路，以及所有包的排列计为货物集装箱的解空间S，初始化货物集装箱配置的解空间；

步骤S2、确定目标函数为空间利用率函数或成本函数；

步骤S3、根据每条路径上信息素的浓度确定转移方向，获取新解；

步骤S4、计算获取新解之前的解与新解之间空间利用率的差值；并以差值定义接受概率。

2.根据权利要求1所述的一种基于模拟退火算法和蚁群算法结合的货物装配处理方法，其特征在于，所述步骤S1的具体步骤为，

步骤S11、列出访问每一个货物一次的所有回路，以及所有包的排列计为货物集装箱的解空间S；

步骤S12、将S描述为{1,2，...，n}，即将S表示为S＝{(b1，b2，...，bn)|(b1，b2，...，bn)}；

步骤S13、每个排列S_i为访问n个货物的一个路径，c_i＝j为第i次访问货物j。

3.根据权利要求1所述的一种基于模拟退火算法和蚁群算法结合的货物装配处理方法，其特征在于，所述步骤S2中目标函数的表示公式为：

其中，f为货物集装箱的空间利用率，l_i，w_i和h_i为无人机或紧急医疗包的长度，宽度和高度；L，W和H分别为货物集装箱的长度，宽度和高度。

4.根据权利要求1所述的一种基于模拟退火算法和蚁群算法结合的货物装配处理方法，其特征在于，所述步骤S3具体为，根据第k个蚂蚁在每条路径上信息素的浓度确定转移方向，则将第k个蚂蚁在节点i处选择下一个节点j的概率为:

其中，η_ij为预期启发式信息，预期启发式信息为货物集装箱体积中包裹i和包裹j与货物集装箱体积的比值差的倒数，α为信息素启发因子，β为期望启发因子，τ_ij(t)为时间t时刻包裹i和包裹j之间路径上释放信息素浓度，Δτ_ij为所有蚂蚁在包裹i和包裹j之间的路径上释放的信息素而增加的信息素浓度，为第k个蚂蚁在包裹i和包裹j之间的路径上释放信息素而增加的信息素浓度，则有且τ_ij(t+1)＝(1-ρ)×τ_ij(t)+Δτ_ij(0＜ρ＜1)，其中，ρ为信息素的挥发因子，并通过传输概率p来确定下一个包裹j以获得这个包裹的编号n。

5.根据权利要求1所述的一种基于模拟退火算法和蚁群算法结合的货物装配处理方法，其特征在于，所述步骤S4中，通过Δf'＝f(s′_i)-f(s_i)获取新解之前的解与新解之间空间利用率的差值；其中，f(s_i')为新的空间利用率函数，f(s_i)为目前的空间利用率函数，Δf'为新解与当前解之间空间利用率的差值；接受概率的公式为

当T＝T₀，则会产生一个初始解S₀，并获取目标函数f(S₀)；

当T等于冷却进度表中的下一个值T_i，则根据蚁群算法中的转移概率产生一个新解S_j，相应的目标函数值Δf'＝f(s′_i)-f(s_i)；

若Δf'<0,则新解S_j被接受，作为新的当前解；若Δf'>0,则新解S_j按概率exp(-ΔE/Ti)接受，T_i为当前温度；当T达到T_f，则终止算法。