[發明專利]一種基于啟發式算法的智能裝車方法

在審

• 申請號: 202210069506.2
• 申請日: 2022-01-21
• 公開（公告）號: CN114372730A
• 公開（公告）日: 2022-04-19
• 發明（設計）人: 李瑞瑞;吳曉東;趙偉
• 申請（專利權）人: 北京富通東方科技有限公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q10/08;G06Q30/06;G06Q10/04
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明公開了一種基于啟發式算法的智能裝車方法，一種基于啟發式算法的智能裝車方法，包括：S100：獲取訂單數據、車廂數據，并進行預處理；S200：基于預處理結果，對車廂空間進行分區；S300：基于分區結果，對貨物放置空間進行求解；S400：對求解結果進一步優化。通過上述方式，本發明能夠針對裝車問題，無論是單車多訂單，還是多車多訂單，本方法設計將車廂分割成若干小空間，能夠實現在車廂廂體外進行小空間的堆貨，然后再由叉車將貨堆直接整堆進行裝車。在進行多車協同運輸時，通過分步優化的方法提高求解效率，為使所有車輛的空間利用率最大，首先選擇最優訂單類型搭配，提高下層小空間的利用率，然后再對上層小空間優化求解。

技術領域

本發明涉及物流運輸技術領域，特別是涉及一種基于啟發式算法的智能裝車方法。

背景技術

裝箱問題是復雜的離散組合最優化問題。所謂組合優化,是指在離散的、有限的數學結構上,尋找一個滿足給定條件,并使其目標函數值達到最大或最小的解。一般來說,組合優化問題通常帶有大量的局部極值點,往往是不可微的、不連續的、多維的、有約束條件的、高度非線性的典型的NP困難問題，即不存在多項式時間復雜度的算法保證能找到問題的最優解，用傳統的精確搜索技術求解此類問題，會產生“組合爆炸”現象。隨著優化問題規模的不斷增大，決策變量取值的不同組合量、可行解數量以及尋找最優解時需要考慮的組合量也會迅速大幅度增加，且往往是以指數形式增加，最終導致無法從中找到最優解。因此只能采用優化方法來逼近最優解。

裝箱問題廣泛存在于工業領域，涉及到工業生產的方方面面，包括運輸業的集裝箱業務，材料制作業的切割任務，工廠的運輸業等。隨著我國電子商務的迅速發展，物流運輸業的規模越來越大，裝箱問題在商業活動中越來越受重視。物流配送中的單箱多訂單問題屬于三維裝箱問題，通過研究如何優化貨物擺放來提高集裝箱的空間利用率，解決三維裝箱問題的算法不僅能降低貨物運輸成本，還能充分利用運輸能力，在減少材料損耗、增加社會經濟效益等方面具有重要意義。

在多車多訂單裝車問題中，由于訂單種類繁多、貨物數量和車輛數量較多，故其解空間較大，并且業務約束條件較多，所以求解難度較高。傳統的裝車算法一般針對單車進行求解，且無法實現自動化裝車。

發明內容

本發明主要解決的技術問題是提供一種基于啟發式算法的智能裝車方法，能夠解決現有技術中難以對單車多訂單、多車多訂單求解的技術問題。

為解決上述技術問題，本發明采用的一個技術方案是：提供一種基于啟發式算法的智能裝車方法，包括：

S100：獲取訂單數據、車廂數據，并進行預處理；

S200：基于預處理結果，對車廂空間進行分區；

S300：基于分區結果，對貨物放置空間進行求解；

S400：對求解結果進一步優化。

進一步的，該方法包括以下約束條件：基礎約束條件、用戶約束條件；

所述基礎約束條件，包括：

重量約束：貨物總重量不能超過貨車最大載重量；

容積約束：貨物裝載必須在有效空間內；

穩定性約束：貨物必須與車廂底部或其他貨物構成完全支撐；

方向約束：貨物裝載過程中只可以水平旋轉；

訂單類型優先級約束：存在多種訂單類型的情況下考慮卸車的先后順序，卸車優先級高的貨物最后裝車；

所述用戶約束條件，包括：

同類集中約束：同一個標準小空間內的貨物類型盡可能少；

層高約束：同車廂下層子空間中最上層貨物距離地面高度的平方差盡可能小；

標準小空間寬度約束：標準小空間的寬度盡可能接近車廂寬度的一半；

標準小空間高度約束：標準小空間的高度盡可能在車廂高度的1/3到1.6米間；

標準小空間長度約束：標準小空間的長度盡可能接近1.2米；