[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

说明书

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，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。该方法在已有启发式算法和蚁群算法的基础上，针对装箱问题进行优化，以达到避免解集陷入局部最优以及提高解精度的目的。

技术领域

本发明属于计算机处理技术领域，具体涉及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。

背景技术

模拟退火算法是一种通用概率算法，常用来在一定时间内寻找在一个很大搜寻空间中的近似最优解。而蚁群算法是一种用来在图中寻找优化路径的机率型算法。蚁群算法只是一种算法思想，前人曾把蚁群算法应用到TSP问题中。但有一个问题是蚁群算法求得的是比较好的局部最优解，并不是全局最优解。而模拟退火算法具有高效、鲁棒、通用、灵活的优点，可以避免求解问题过程陷入局部最优。

发明内容

本发明所要解决的技术问题是克服现有技术的不足，提供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，在已有启发式算法和蚁群算法的基础上，针对装箱问题进行优化，以达到避免解集陷入局部最优以及提高解精度的目的。

本发明提供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，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。

作为本发明的进一步技术方案，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。

进一步的，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。

进一步的，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: