集装箱装载问题

早在19世纪初，英国博士安德遗森提出利用集装箱运输的设想，而后经历了全封闭货运车厢，铁路平板车运输，公路集装箱运输以及海轮集装箱运输等变革。发展到今天，集装箱运输的高效益，高协作，高效率，多式联运的优势已经得到了世界的认可，被广泛的使用在水、路、空运输中，成为现代物流行业中最常见的一种运输方式。

纵观国际全球航运集装箱率已由1981年的20%上升到现在的65%左右，其中中国占有很大份额。我国港口集装箱运输起步于20世纪70年代,经历了比较漫长的初期培养阶段和。进入90年代, 随着我国改革开放步伐的加快,国际贸易领域和规模不断扩大,我国集装箱港口进入了布局调整和快速发展阶段。1990年全国港口集装箱吞吐量仅为156万TEU。而2016上半年全国规模以上港口完成集装箱吞吐量1846.39万TEU，并且我国的主要港口集装箱吞吐量仍然保持稳步增长的态势。

面对如此迅猛增长的集装箱运输量，物流企业要想提高自身竞争力不被市场淘汰，自然要降低成本。有调查表明，商品从供应商处生产要消费者购买这一过程中，在运输装卸储存方面的费用高达50%以上。由此可见，运输费用在整个供应环节都占有很重要的地位，并且也是高成本的关键所在。然而与高昂的运输费用不匹配的却是集装箱承载率却很低的情况，调查发现，集装箱装载过程都是靠人工完成且摆放随意，没有一个明确的优化方案，仅凭个人经验装载很容易造成空间的浪费，所以优化集装箱的货物容载量以提高集装箱的利用率才能为企业带来更多的效益。

要想起到优化集装箱装载的目，将多种货物装到一定空间体积的箱体内，需要满足最大承载重量，方向，顺序等多方面的约束。三维装箱问题是一维和二维装箱问题的扩展，属于NP问题，利用普通数学方法难以求解，因此学者提出了许多优化算法（如：启发式算法，数学规划方法，遗传算法等），并且还一直在研究当中。

随着物流业的蓬勃发展，“合理化配送”已经成为推动当今物行业的内在需求。中国国家基建规划中的建设重点在于集装箱运输业的发展，但事实上，集装箱运输存在许多弊端，不仅企业在积极尝试整改，寻找解决方案，相关学者也在不断的加入，对该项目的进行优化研究。

优化集装箱装载问题对物流行业来说是一项严峻的挑战。由于集装箱装载过程中大多数都是人工操作、没有确定的装箱模式和理论依据，装箱工人往往是按照自己的工作经验来操作，可能会形成以下两种局面：

（1）对箱体内部空间规划不合理，货物随意摆放，货物与货物之间存在缝隙或者没有最优布局，造成了箱体空间的浪费，增大了企业的成本。

（2）装箱时，考虑因素不全面，譬如负重、重心不稳等因素，易发生箱体消耗、货物损坏等不良影响，影响了企业的收益。

如何摆脱这种局面对企业来说是个难题，为了能够达到提高货物装载的时间和空间利用率，降低运输成本，提高企业在市场中的竞争力的目的，采用计算机进行数据处理和科学的算法对集装箱三维装载问题进行优化是本文的研究目标。

从实际角度来看，当今经济发展全球化，贸易发展多元化，人们除对贸易质量关注之余对运输服务要求也越来越高。集装箱是物流运输中应用最多且最先进的运输工具，虽然运输方便快捷，但它的装载的空间利用不高，装箱方法不科学，造成了一定的资源损失。作为运输过程中的重要环节，这种资源损失对企业来说

是耗费很高，因此利用科学的方法模式摆脱人工操作落后的局面，提高单一箱体装货数量，是物流行业服务的核心问题。

网络的发展颠覆了我们以往的生活模式，人类进入物联网时代，物流运输不仅仅是物品的流通，还是信息的流通，如果继续使用人工装载方法，操作效率、正确性都不能得到精确保障，影响物流企业实现规模化信息化的管理。不符合当今时代的发展趋势，因此，研究三维装载问题对行业的发展具有较高的意义。

从理论角度看，目前关于一维、二维装载问题研究比较多，且已经取得了较好的研究成果。三维装箱问题的提出比较晚，且由于其多约束性，目前还没有一种成通用的方法，需要我们不断求知探索。并且市场中已经有许多拼箱软件的出现，但是在物流行业大热，运输量量不断攀升的情况下，使用拼箱软件的企业仍然很少，抱怨其质量问题的声音不断出现，这也表明了对于装箱问题的还需要寻求更好的解决方法。

因此无论从理论方面还是从实际方面来看，研究集装箱三维装载问题对推动整个物流行业的发展都具有较高的经济价值和社会价值。

20世纪90年代，我国开始了对集装箱装载问题的研究，虽然时间晚于国外，但在学习了前辈的经验之后近几年也出现了不少的研究结果。

姜义东、何大勇等人提出的空间分割式，利用三叉树表示空间布局结构的方法。该算法是构造型启发式算法，每装货一次就对空间重新进行分割，优化了问题的复杂程度。

阎威武提出了的解决方案是在确定体积的前提下，考虑方向，重量等其他约束条件，通过空间合并货物合并的方法，选择出装载率最高的方案，从而得出最优解。

黄文奇教授提出拟人算法，即最大穴度算法。该算法应用于解决二维矩形packing问题。而后又对核算方法的不足进行改进，将其应用推至三维装载问题上。

张德富等人提出混合模拟退火算法，这种算法是在模拟退火算法、基础启发式算法、复合块生成算法的基础上提出来的，能够高效求解三维装箱问题。

国外对装箱问题的研究要先于国内，装箱问题与布局类问题本质相同，早在百年前，高斯（Gauss）就开始了关于布局问题的研究。20世纪70年代开始，装箱问题就引起了广泛的关注。由于NP-HARD问题目前不存在精确解，当时的研究相继提出了许多近似算法。

第一个用来解决装载问题的算法是启发式算法，它是由新西兰的George J.A 和Robinson D.F提出的一种“层”的概念解决装箱问题。自此算法提出来以后被科学家广泛应用，主要依据研究人员的知识背景以及探索经验。

1975年，美国J.Holland教授率先提出遗传算法，该算法主要是模拟达尔文生物进化论的自然选择和遗传学机理的计算模型，通过生物进化自然选择出一种也最优解的方法，在解决三维装载问题中也很常见，并且如今相继出现许多利用改进后的遗传算法求解装箱问题。与“层”的思想不同的是H.Gehring和A.Bortfeldt引入了“塔”的概念。现将货品组成相互独立的塔，再放入箱内进行调整，最后利用遗传算法得出最优解。

1982年，Kirkpatrickt提出了模拟退火思想引起了人们的重视，这种算法需找到最优解后方可终止，因此迅速发展成求解NP完全问题的有效算法。

调查国际期刊文献表明，对于三维装箱问题的研究较多的有：单箱体强异构装载问题、同类多箱体强异构装载问题、单箱体弱异构货物装载问题、弱异构箱体强异构货物的装载问题。