[发明专利]一种基于启发式算法的智能装车方法

权利要求书

1.一种基于启发式算法的智能装车方法，包括：

S100：获取订单数据、车厢数据，并进行预处理；

S200：基于预处理结果，对车厢空间进行分区；

S300：基于分区结果，对货物放置空间进行求解；

S400：对求解结果进一步优化。

2.如权利要求1所述的一种基于启发式算法的智能装车方法，其特征在于，该方法包括以下约束条件：基础约束条件、用户约束条件；

所述基础约束条件，包括：

重量约束：货物总重量不能超过货车最大载重量；

容积约束：货物装载必须在有效空间内；

稳定性约束：货物必须与车厢底部或其他货物构成完全支撑；

方向约束：货物装载过程中只可以水平旋转；

订单类型优先级约束：存在多种订单类型的情况下考虑卸车的先后顺序，卸车优先级高的货物最后装车；

所述用户约束条件，包括：

同类集中约束：同一个标准小空间内的货物类型尽可能少；

层高约束：同车厢下层子空间中最上层货物距离地面高度的平方差尽可能小；

标准小空间宽度约束：标准小空间的宽度尽可能接近车厢宽度的一半；

标准小空间高度约束：标准小空间的高度尽可能在车厢高度的1/3到1.6米间；

标准小空间长度约束：标准小空间的长度尽可能接近1.2米；

标准小空间数量约束：标准小空间的数量尽可能少。

3.如权利要求2所述的一种基于启发式算法的智能装车方法，其特征在于，所述获取订单数据、车厢数据，并进行预处理，包括：

S101：获取订单数据、车厢数据，并对订单数据中待分配货物按体积进行降序排列；

S102：基于同类集中约束，将体积大于标准小空间的部分货物作为下层待分配货物集合，剩余部分货物为其他待分配货物集合；

S103：基于订单类型优先级约束和同类集中约束，将所述下层待分配货物集合与所述其他待分配货物集合按订单类型对集合内货物进行聚群，分为若干货物组。

4.如权利要求3所述的一种基于启发式算法的智能装车方法，其特征在于，所述基于预处理结果，对车厢空间进行分区，包括：

S201：根据所述车厢数据，将所有车厢分割为若干标准小空间，并对所述标准小空间的坐标位置、原始长宽高大小和小空间可容纳物品类型等数据赋初始值；

S202：对于每个货物组，预测所需的标准小空间数量，并将该货物组对应的标准小空间合并为分区子空间。

5.如权利要求2所述的一种基于启发式算法的智能装车方法，其特征在于，所述基于分区结果，对货物放置空间进行求解，包括：S310下层子空间求解、S320上层子空间求解。