[发明专利]基于改进遗传算法和模拟退火算法的三维球体装箱方法

权利要求书

1.一种基于改进遗传算法和模拟退火算法的三维球体装箱方法，其特征在于：包括数据预处理阶段、球体内接立方体空间装箱阶段和“立方体-球体”展开阶段，

(1)数据预处理阶段步骤为：

(1.1)接收待分解的模型信息；

(1.2)对接收的模型信息进行编码设计；

(2)球体内接立方体空间装箱阶段步骤为：

(2.1)根据预处理后的信息生成初始解；

(2.2)根据适应度函数，求解当前初始解中初代种群的适应度函数值；

(2.3)根据当前的交叉率和变异率，随机选取需要进行交叉和变异的个体并进行操作，以此产生部分新个体；

(2.4)根据当前代中各个个体的适应度函数值，使用选择算子选出将进入下一代种群的个体；

(2.5)判断得到的后代是否发生进化，并以此为依据调整交叉率和变异率；

(2.6)进行终止条件判断，若当前进化的次数计数器达到预设的数值，说明完成了求解，结束操作，若未达到预设进化次数，则返回步骤(2.2)，重复接下来的步骤直至终止；

(3)“立方体-球体”展开阶段步骤为：

(3.1)根据步骤(2)中得到的中间解，并以此进行参数的初始化；

(3.2)使用分割法生成模拟退火算法的初始解；

(3.3)进入抽样过程，生成符合约束条件的新解，并判定是否接受该解；

(3.4)更新温度，判断是否满足终止条件，若达到，则结束求解，输出当前解即为最优解，否则返回步骤(3.3)重新进行抽样操作。

2.根据权利要求1所述的基于改进遗传算法和模拟退火算法的三维球体装箱方法，其特征在于：步骤(1)中待分解的模型信息包括待分解模型初始位置坐标与父节点包围盒中心坐标、目标容器球体的中心坐标及半径。

3.根据权利要求2所述的基于改进遗传算法和模拟退火算法的三维球体装箱方法，其特征在于：步骤(1.2)中在进行位置编码设计前，首先要根据实际使用需要确定约束条件；

其具体位置编码方式为：

①对每个零件个体根据其原本的位置，获得一个三位的位置编码；

②根据将要分解模型的零件数量，沿z轴分为N份；

③从z轴坐标最大值处开始，该分组中每个模型位置编码第一位为0，以此类推，分配至编码N-1；

④之后，对于其中任意一个分组，以中心点建立坐标系，根据其所在象限的位置，以1和-1为区分分配剩余位置编码；

⑤获得对每个零件的位置编码后，根据装载顺序编排为数据串p，p中包含所有的待装箱物体内容，数据串中的每位整数数值pi代表了对应待装箱物体的编号。

4.根据权利要求3所述的基于改进遗传算法和模拟退火算法的三维球体装箱方法，其特征在于：步骤(2.1)的具体方式为：

①根据位置编码中的层级编码数据，也即其中第一位数据，将所有待装箱模型根据层级分为n组；

②对于每层组中的物体，再根据编码后两位的象限数据，继续细分为4个象限组，并根据其中物体的体积大小，从小到大的顺序排列，形成待装箱的层级块列表；

③对待装箱容器也按相同模式分为4n个子容器。

5.根据权利要求4所述的基于改进遗传算法和模拟退火算法的三维球体装箱方法，其特征在于：步骤(2.3)中交叉操作使用两点交叉，将其中两个个体选取随机的两个标记点k1和k2，交换两个个体中标记点的分布结果，生成新的两个个体；变异操作使用互异变异，随机选中单个个体中两个被分配的零件信息，在满足约束条件的情况下进行位置交换；

步骤(2.4)中选择操作中采用轮盘赌选择，将当前种群中的每个个体在一个指定的数值区间片段中进行对应，根据适应度函数值得到的结果大小，为每个个体片段分配等比的长度；随后，算子将在区间范围内生成随机数，根据该随机数处在的位置，获取该区域对应的种群个体，该个体即为被选中的目标个体，循环生成随机数直至抽取的种群个体数达到设定的需求。