论文总字数：21650字

摘 要

车辆装箱是物流企业正式运作之中实施的重要工作之一，车辆装箱分析是物流企业决策分析中的一项重要内容。随着物流行业的迅猛发展，如何根据企业的实际情况找寻到合适的装箱方法也成为了各大物流企业的重要研究方向。同时，物流装箱问题也是一个多元化问题，如何在安全性、空间性、经济性等诸多限制条件中找到利益最大化的平衡点，是装箱问题的实质。

本文阐述了物流装箱方法优化之后在企业之中的运用。首先就现有的车辆装箱方法进行介绍，以及介绍各种方法的优缺点和适用范围。接着就不同物流企业的实际情况，比如物流 企业运输 的物流形状、运输距离等因素，分析其 适用的物流装箱方法。最后是应用实例设计与分析，即选择了一个实际企业来分析它的物流装箱方法，运用启发式算法来求解其装箱情况以及选择装箱方法。

关键词：物流企业；车辆装箱；反聚类分析法；启发式算法

Abstract

Vehicle packing is one of the important tasks implemented in the formal operation of logistics enterprises, and vehicle packing analysis is an important content in the decision-making analysis of logistics enterprises. With the rapid development of the logistics industry, how to find a suitable packing method according to the actual situation of the enterprise has also become an important research direction of major logistics companies. At the same time, the logistics packing problem is also a diversified problem. How to find the balance point of maximizing the benefits among many constraints such as safety, space and economy is the essence of the packing problem.

This article describes the application of logistics packing methods in enterprises after optimization. First, the existing vehicle packing methods are introduced, and the advantages, disadvantages, and scope of application of various methods are introduced. Then, based on the actual situation of different logistics companies, such as the logistics shape and distance of logistics companies, the applicable logistics packing methods are analyzed. Finally, the design and analysis of application examples, that is, choosing an actual enterprise to analyze its logistics packing method, using genetic algorithm to solve its packing situation and choosing packing method.

Key Words：Logistics Enterprise; Vehicle Packing; Anti-Clustering Analysis Method; Genetic Algorithm

目录

第1章 绪论 - 5 -

1.1研究目的和意义 - 5 -

1.2.1 研究目的 - 5 -

1.2.1 研究意义 - 5 -

1.2国内外研究现状分析 - 6 -

1.2.1 国外研究现状 - 6 -

1.2.2 国内研究现状 - 7 -

1.3研究内容和思路 - 8 -

1.3.1基本内容 - 8 -

1.3.2研究目标 - 8 -

1.3.2技术方案 - 8 -

第2章 车辆装箱分析的方法 - 9 -

2.1车辆装箱问题分类 - 9 -

2.1.1 按照装箱物体所属装箱空间 - 9 -

2.1.2 按照装箱物体的形状 - 9 -

2.2车辆装箱方法 - 10 -

2.2.1数学规划法 - 10 -

2.2.2 构造法 - 10 -

2.2.3 数值优化方法 - 11 -

2.2.4现代优化方法 - 11 -

2.2.4反聚类分析法 - 11 -

第3章 应用实例设计与分析 - 13 -

3.1问题描述 - 13 -

3.2启发式算法简介 - 13 -

3.3解决思路 - 15 -

3.4问题求解 - 15 -

3.4.1货物聚类 - 15 -

3.4.2货物配装 - 17 -

第4章 总结与展望 - 19 -

4.1 总结 - 19 -

4.2 展望 - 19 -

参考文献 - 21 -

致 谢 - 23 -

第1章 绪论

毫无疑问，现代物流业就是是国民经济的新兴支柱，企业必须重视物流服务质量和物流发展优势，不断加强和优化公司的物流绩效管理。由于市场的竞争日趋激烈，物流公司面临着复杂且瞬息万变的环境，在这种环境中，他们必须正确了解自己的目标和实现目标的方法。 为了确保公司达到指定的目标，它必须具有适当的成本降低方法。物流装箱已成为业务活动中必不可少的重要手段。

1.1研究目的和意义

1.2.1 研究目的

所有公司的目标里面一定会有减少成本，而减少物流成本是最关键之处之一。基本上所有物流活动都有物体的运输，加工，存储，分发，包装，装卸，销售以及其他相关的物流信息。物流运输通常基于整个车辆。因此，对于固定距离，车辆运输的物体越多，每单位物体的运输成本越低。将产品装入每辆车是降低物流成本的有效方法。

此外，装车的稳定性 也是值得各个企业关注的地方。特别是针对远距离运输，如果装载的物体结构不稳定，不仅可能导致货物损坏，更严重的可能还会导装运车辆出现交通事故，引发安全问题。因此在成本之外，稳定性也是必须要谨慎考虑的因素。

合适的装箱方式更可以方便货物的装载与搬卸，如果可以设计成整块化的包装，有对应的自动化器械配合完成搬运工作，不仅是对人工成本的减少，更是对搬运效率的极大提高。而且未来的机械化更是一种趋势，其安全性更能控制在一定范围之内。如果研究的装箱方法可以给广大的研究者一点启发，就是笔者最大的荣幸了。

1.2.1 研究意义

装箱问题作为随电子商务而兴起的问题之一，因为其实际的研究有诸多限制条件及较大的变化性，比如物体的体积，有限空间的多少，以及物体的本身属性对装箱的限制条件等，这就要求物体不能彼此重叠，且要保证空余空间达到最小，所有的货箱也必须规整的排放，不能倾倒；由于有些物体自身 的受压性比较低，所以也应该考虑放在上面的货物不能太多，否则会导致底部的货物损坏。所以仅仅用传统的算法比较困难解决当下的实际问题。而现有的启发式方法比如遗传算法、层次分析法等可以很好的对此类问题进行分析。因此，我们有了解决此类复杂实问题的客观条件。

而对于企业来说，减少成本即是提高利润。而且对于装箱方法的探究，可能需要人才和时间，但是其带来的利润确实可以在之后的所有装箱中使用，是一个一本万利的举措。更多很多物流活动，因为装箱的安排合理，配送路程也会大大缩短。而我们都知道，在今天的高速时代下，时间上的先机对企业是至关重要的，这也会连续影响库存等因素，而物流可以准时、及时的到达，其所在的物流企业会有一系列的好处。

对于研究人员来说，物流装箱因为是兴起的技术问题，相比于其他更多成熟的技术方案，其必然有比较大的突破空间。更重要的是，装箱问题因为其环节较多，所以有很多着手点，因此对科研者来说，机遇与挑战并存。

1.2国内外研究现状分析

1.2.1 国外研究现状

寻根求源，物流装箱问题能够追溯到1960的Gilmore和Gomory ^[1]，提出了切削问题，同时研究出了线性编程解决方案来解决切削问题。为了解决装箱问题，国内外科研人员和学者进行了很多的钻研，但是在装箱问题研究开始之初，装箱问题就以Cutting and Packing(Camp;P Problem)命名，Dyckhoft ^[2]之前的名称和分类总结了以前有关拳​装箱问题的工作。在各种装箱问题的基础逻辑结构的基础上，他提出使用类型学对各种类型的装箱问题进行系统与系统的集成，在多个维度上对包装问题进行分类，例如维度，任务类型和装箱物品的分类。例如，依照尺寸，它可以分为一维的装箱，二维的装箱和三维的装箱。基于任务的类型，装箱问题还可以划分为一个装箱容器的包装问题以及多个容器的装箱问题。

然而随着物流行业的发展以及装箱场景的复杂化，Dyckhoft 提出的针对装箱问题的解决方法逐渐无法胜任实践需求。21世纪后，Gerhard W^[3]在Dyckhoft关于对装箱问题分类的研究基础上，发展了新的分类方法，Gerhard W基于“任务类型”(Type of Assignment)和”物种品类”(Assortment of Small Items)将Camp;P 问题分为了六个基本的问题类型，包括同类物品装箱问题(Identical Item Packing Problem)、放置问题(Placement Problem)、背包问题(Knapsack Problem)、开放尺寸装箱问题(Open Dimension Problem)、切割问题(Cutting Stock Problem)以及箱式装载问题(Bin Packing Problem)。 当前，有几种用于装箱问题分类的通用分类方法：装载物品的尺寸和位置，按装载物品的形状和类型分类的任务，收到包装后的产品信息。其中，根据包装产品的类型，按照尺寸将装箱问题划分为一维装箱，二维装箱以及三维装箱。依照所装物品形状，装箱可以划分为常规产品装箱、不规则产装箱。按照包装过程中获取产品信息的情况分为在线包装和离线包装。与此同时，针对集装箱装载问题(Container Loading Problem),Bischooft E.^[4]在对装箱问题分类时提供了根据装载物品的数量和种类两个因素将装箱问题分为了同构装箱问题(Homogenous)、强异构问题(Strongly Heterogenous)以及弱异构问题(Weakly Heterogeneous)，其中同构装箱问题指待装问品的规格、尺寸和类型完全相同，异构装箱则相反，它是指包含多种形式，包装问题说明的项目，或强或弱是指物种的数量是所有盒装物品。目前，针对一维装箱技术问题和二维装箱处理问题,已经有了很多企业研究，如Micheal R.和David S J.^[5]证明了一维装箱时一个Np-Hard问题。Johnson和Demers^[6]给出了求解一维装箱问题的NF求解算法；Gilmore 和 Gorory^[1]提出了求解二维装箱问题的线性规划方法；Young-Gun等^[7]针对二维托盘装载问题(Pallet Loading Problem,PLP)提出了一种快速启发式求解算法；Burke E等^[8]提出了“底部-左侧”自适应(Bottom-Left-Fill)算法来求解二维装箱问题；Jakobs^[9]基于Bottom-Left算法设计了求解二维装箱问题的遗传算法；Chazelle^[10]在Bottom-Left算法的基础上提出了改良的BLF算法来求解二维装箱问题等。

1.2.2 国内研究现状

同时，国内研究人员对丁莎、谢海江、潘立武等分层收费方式等各种装箱问题进行了大量研究：首先，采用递归算法划分然后组件使用所有编程来解决最佳问题，并提高目标框中的空间利用率^[11]。张雅舰、谢松江等人，为提高遗传算法的计算速度，提出人与人之间的降序按降序添加到最适合创建人的适应算法中，可以提高使用遗传算法解决打包问题效率的转换^[12] 。刘胜，朱凤华，陆颖等人提出了一种交叉树搜索算法来解决打包问题。在受限的3D封装中，该算法根据容器的高度来组织所有字段，并创建一个二叉树来接收二进制封装树的填充因子，并将其作为最佳方案^[13]。 江爆、陈峰，王宇根据实操研究出类模式组合装箱模型，该模型的主要局限性在于货运意图和生产能力的结合，其主要功能是增加商用车和应急车辆的总数，并借助分支界定算法以及ILOG CPLEX优化软件，为解决混合整数编程模型问题^[14]。以限定扭曲区域的出现，高伟、杨鼎强提出了分解空间的装箱方法，这用于在将产品加载到顶部空间后划分剩余空间，L型空间被划分为左右空间，并且该结构由三叉树定义以表示上部区域^[15]。为解决一维装箱问题，邓冬林，王海燕，徐建华等装箱问题与方向图和染色体问题结合在一起，并使用方向圆进行定向包装，创建模型并设计一致的解决方案，该算法提供了优异的结果^[16]，为了提高装箱解决方案的质量，张新政及其同事将启发式规则与新协同进化算法相结合，并介绍了竞争策略和协调进化算法 ^[17] 。王利民等人将权重调整为一维空间并通过使用样本加权长度来减少三维空间问题^[18]。基于互联网，王伟设计了一种适合三维包装问题的算法，并验证有效 ^[19]。通过改进遗传算法，陈德良、陈治亚通过改进遗传算法，创建了混合整数规划模型^[20-21] 。王兆霞通过使用启发式算法解决三维包装问题，为包装问题设计了一个软件决策系统 ^[22]。罗建军，吴东辉，罗希飞等人开发了启发式算法，从一维包装问题到二维包装问题再到包含三维 ^[23]。

请支付后下载全文，论文总字数：21650字