多约束三维装箱问题的研究综述摘要：至今三维装箱已经诞生出了很多优秀的研究结果，这其中包含有启发式算法，遗传算法，蚁群算法，以及模拟退火算法等解决方法。近几年来随着物流行业的飞速发展，成本控制在物流行业中显得尤为重要，因此，针对三维装箱这一类典型
pcomplete问题有了更高的要求。在此，对三位装箱近几年来几种典型的研究算法进行了相应的详细介绍，并通过对各种算法进行比对分析，总结了多约束三维装箱过程现阶段所存在的一些问题，最后展望了该问题的发展方向。关键词：三维装箱；装箱策略；自由落体算法；遗传算法；条形装箱；
p完全问题；启发式规则；多目标优化；模拟退火算法；禁忌搜索算法；组合优化；交互式算法；预分配策略；现实约束中图分类号：tp3016文献标识码：a文章编号：10079599（2012）170000031引言近些年来随着物流行业的快速发展，在激烈的竞争下，物流企业在控制成本的方面提出了越来越高的要求。在物流公司的运营成本中，集装箱装载成本已成为最重要的一项内容。因此，在最大程度上的提高集装箱装载水平，降低集装箱装载成本，已成为当务之急。在问题求解的早期阶段，大多采用单独设计一组启发式规则来满足某一种通用的装箱问题求解方案。george在aheuristicfor
fpacki
gboxesi
toavo
tai
er一文中提出将箱体分层的策略之后，很多研究人员均采用了这一原则。启发式策略在解决装箱问题时的确具有其独到之处，但在规模化程度上升时，重复的使用启发式算法不能在有限的时间内得出比较理想的结果。之后，更多的人逐渐意识到具有全局搜索能力的遗传算法（ga）去解决装箱问题具有独特的优势，随后关于ga解决装箱问题的算法逐渐涌现。与单一的启发式算法比较，通过引入遗传算法，无论在设计的可扩展性，规范性还是在求解问题效率方面都得到了很大的改善。最后，一种新的协同进化计算方法也被应用到装箱问题的过程中，相信随着各类算法的进一步的深入研究，可以得到更好的装箱的解决方法。
2三种代表性算法在三维装箱问题中的研究21启发式算法解决方案首先介绍一下国外的具有代表性的启发式算法，george和robi
so
算法的主要思想是通过建立容器宽度层，结合空间平整规划，使得剩余空间外表面平整，来提高容器的利用率。bischoff和dowsla
d方法同george和robi
so
方法相类似，也是基于通过建立容器宽度层进行填充的。bischoff和dowsla
d方法和george和robi
so
方法相比较还有着明显的不同：第一，箱体内各个层的物品种类单一r