基于matlab遗传和模拟退火的三维装箱问题

ubeautqq

# @: Q8 f/ _8 r; r" j, A9 A0 w一、源代码
" v  Z' j! r8 J: _% e3 }( E

• clc
• clear all
• global box; global cargo; global lambda; global num_cargo;global num_box;global solution;
• %-------------------------------控制参数---------------------------
• lambda = 0.5;       % 重量利用率权重
• T0 = 100;           % 初始温度
• T_End = 1;          % 终止温度
• metropolis = 100;   % 退火算法中 metropolis链长度
• cooling = 0.98;     % 降温系数
• pop = 20;           %遗传算法染色体数
• maxite = 100;       %遗传最大迭代次数
• pm = 0.1;           %遗传变异概率
• %--------------------------------------------------------------------
• %----------------------------初始化：读取货箱信息 ----------------------------
• orginal_cargo=load('cargo');box=load('box');
• count=1;
• for i=1:size(orginal_cargo,1)           %重构货物格式  cargo: 重 长 宽 高 体积 ；其中 长>宽>高
•     for j=1：orginal_cargo(i,2)
•         cargo(count,1:4) = orginal_cargo(i,3:6);
•         cargo(count,5) = prod(cargo(count,2:4),2);
•         cargo(count,2:4) = sort(cargo(count,2:4),'descend');
•         count=count+1;
•     end
• end
• for i=1:size(box,1)                          %重构箱子box: 重 长 宽 高 体积
•     box(i,5)=prod(box(i,2:4),2);
• end
• num_cargo=size(cargo,1);  % 货物数
• num_box=size(box,1);      % 货箱数
• solution= fix((num_box)*rand(1,num_cargo))+1;   %随机生成初始解
• Scheme=transform(solution);                     %解转化成“货箱：货物”对应的形式
• [feas_solution,Scheme]= placement(Scheme);             %装箱处理
• [PG,PV,gbest ]= evaluate(feas_solution) ;      %计算适应度
• %--------------------------------------------------------------------
• %----------------------------退火------------------------
• begin=cputime;   %开始计时
• %遗传算法优化     GENE（染色体数/种群规模，最大迭代次数，染色体长度/维度，变异概率）
• [final_solution,gbest]=GENE(pop,maxite,num_cargo,pm) ;
• %遗传执行完毕后  模拟退火进一步优化
• T = T0;
• while T > T_End
•     for i=1:metropolis
•         %-----------随机交换两件货物生成新解
•         newsolution=final_solution;
•         R1=fix(rand*num_cargo)+1;
•         R2=fix(rand*num_cargo)+1;
•         inter=newsolution(R1);
•         newsolution(R1)=newsolution(R2);
•         newsolution(R2)=inter;
•         NewScheme=transform(newsolution);                   % 分配货箱
•         [feas_solution,NewScheme]= placement(NewScheme);              % 装箱处理
•         [NPG,NPV,pbest ]= evaluate(feas_solution);            % 评估新方案
•         if pbest>gbest
•             gbest = pbest;
•             final_solution = newsolution;
•             PG = NPG;
•             PV = NPV;
•             Scheme = NewScheme;
•         else
•             if  rand < exp( (pbest-gbest)*100*T0/T)
•                 gbest=pbest;
•                 final_solution=newsolution;
•                 PG = NPG;
•                 PV = NPV;
•                 Scheme = NewScheme;
•             end
•         end
•     end
•     T = T * cooling;
• end
• timecost = cputime-begin;   %计时结束
• %----------------------------输出结果------------------------
• result(Scheme,15);      %将装箱方案Scheme 按每行15个货物显示
• fprintf('重量利用率：\t%5.3f %%\n',PG*100);
• fprintf('空间利用率：\t%5.3f %%\n',PV*100);
• fprintf('综合利用率：\t%5.3f %%\n',gbest*100);
• fprintf('计算时间：\t\t%5.4f s\n',timecost);
• disp('图像生成中...')
• depict( Scheme, 1,'c' )   %    ( 方案，画出编号为i箱子，颜色） 颜色：r\g\b\c\m\y\k\w
• 
  

               

5 M) k, U7 o- [' b2 k& X- j二、运行结果

6 j+ S$ w0 x5 p. F
. z# o: b6 Z; h" p$ z

regngfpcb

基于matlab遗传和模拟退火的三维装箱问题