本文主要是介绍装箱(背包)问题(Packing Problem),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
装箱问题也叫背包问题,简单来说,就是把小货物往大箱子里装,要如何才能装得多。个人常见的经历就是“装冰箱”,很有趣的现象就是常常感觉冰箱再也装不下了,但是经过一翻折腾之后又神奇的装下了。
从企业运作角度来看就是尽量让每个容器(仓库、车辆、集装箱、船等)装的尽量多,可以节约企业的费用。通常,装载率85%左右,使用装箱优化方法后,可以达到90~95%左右。海尔做过一个海运装箱的项目,节约了大量运费。日本的汽车企业也非常重视装箱问题,他们海运过来的汽车零件箱内几乎每个角落都会被填满,而且经常改进其装箱方案。
装箱问题是典型的NP难问题,一般使用启发式算法——贪婪算法、蚁群算法、禁忌搜索、遗传算法、NF(Next Fit)近似算法,FF(First Fit)近似算法、FFD(First Fit Decreasing)近似算法、BF(best Fit)、BFD(Best Fit Deceasing)等。
装箱问题可以分为一维、二维、三维、多维
这篇关于装箱(背包)问题(Packing Problem)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!