基于超启发算法的二维条带装箱优化研究

摘要

针对二维矩形条带装箱问题，旨在最小化固定宽度条带的排放高度，提升制造与物流环节的空间利用率和装载效率。提出一种融合最佳天际线法与自适应多算子的超启发式算法：首先以多种排序策略结合最佳天际线启发式快速生成高质量初始解；继而引入基于Metropolis准则的接受判断，并设计11种全局与局部扰动算子，通过自适应权重动态调度算子，实现全局探索与局部开发的平衡。结果表明：在Hopper C类标准算例中，本文算法在7个算例上取得更优高度，其中C5P3算例装箱高度由对比算法的96降至91。在企业真实数据集中，装箱高度由9 567 mm降至9 445 mm，降低122 mm；在另一组矩形件数据中，算法平均装箱高度为2 666 mm，较对比算法的2 724 mm降低58 mm。研究表明：该方法以超启发式算法框架和高效的算子调度机制，显著地提升了二维条带装箱的求解精度与鲁棒性，为复杂生产环境下的高效、紧凑装载提供了可落地的技术路线和理论支持。

关键词

超启发式算法 / 条带装箱问题 / 最佳天际线法