分组装箱

克雷PowerBI 2023-01-13 03:12:10

课时名称	课时知识点
分组装箱	39 分组装箱，39 分组装箱，39 分组装箱

...全文

96 回复打赏收藏转发到动态举报

写回复

回复

切换为时间正序

请发表友善的回复…

发表回复

数学建模之锁具装箱.doc

【资源介绍】基于DQN深度强化学习解决三维在线装箱问题python源码+项目说明.zip 问题描述物流公司在流通过程中，需要将打包完毕的箱子装入到一个货车的车厢中，为了提高物流效率，需要将车厢尽量填满，显然，车厢如果能被100%填满是最优的，但通常认为，车厢能够填满85%，可认为装箱是比较优化的。设车厢为长方形，其长宽高分别为L，W，H；共有n个箱子，箱子也为长方形，第i个箱子的长宽高为li，wi，hi（n个箱子的体积总和是要远远大于车厢的体积），做以下假设和要求： 1. 长方形的车厢共有8个角，并设靠近驾驶室并位于下端的一个角的坐标为（0,0,0），车厢共6个面，其中长的4个面，以及靠近驾驶室的面是封闭的，只有一个面是开着的，用于工人搬运箱子； 2. 需要计算出每个箱子在车厢中的坐标，即每个箱子摆放后，其和车厢坐标为（0,0,0）的角相对应的角在车厢中的坐标，并计算车厢的填充率。运行环境主机 |内存 | 显卡 | IDE | Python | torch -----|------|------|-----|--------|----- CPU：12th Gen Intel(R) Core (TM) i7-12700H 2.30 GHz | 6GB RAM | NVIDIA GEFORCE RTX 3050 | Pycharm2022.2.1 | python3.8 | 1.13.0 思路（1）箱子到来后，根据车厢的实际空间情况，按照策略选择放置点；（2）当摆放箱子时，以6种姿态摆放，并对其进行评估，使用评估值最高的姿态将箱子摆放在选中的角点上；（3）重复以上步骤，直到摆放完毕。建立模型在车厢内部设置坐标系，靠近驾驶室并位于下端的一个角的坐标为（0,0,0），相交于原点的车厢长边、宽边和高边分别为x轴，y轴和z轴方向，L、W、H分别为车厢的长、宽、高。箱子具有六种摆放姿态，分别以箱子的长宽、长高、宽高平面为底，旋转90°可以得到另外三种摆放姿态。核心 # 箱子放置策略本算法将角点作为车厢内部空间中箱子的摆放位置，每次放入新箱子后搜索新生成的角点，当向车厢中放入第一个箱子时，假设车厢中只有原点一个角点，当一个箱子放入后，会产生新的角点，再放置箱子后，又会产生新的角点。建立箱子可放置点列表，表示箱子i到来时，车厢内部所有可选的摆放位置，在放置新箱子后更新可放置点列表，并记录已放置箱子到车厢顶部距离，用于后续的奖励函数。 # DQN （1）设置一些超参数，包括ε-greedy使用的ε，折扣因子γ，目标网络更新频率，经验池容量等。（2）由于给定的箱子数据较少，为了增加模型训练数据数量，将给定的箱子数据打乱，以随机的形式生成并保存，作为训练数据，训练网络模型。（3）奖励函数使用x-y平面中两个最大剩余矩形面积（如下图）之和与箱子到车厢顶部的距离作为奖励值R，奖励函数表示如下【说明】该项目是个人毕设项目，答辩评审分达到95分，代码都经过调试测试，确保可以运行！欢迎下载使用，可用于小白学习、进阶。该资源主要针对计算机、通信、人工智能、自动化等相关专业的学生、老师或从业者下载使用，亦可作为期末课程设计、课程大作业、毕业设计等。项目整体具有较高的学习借鉴价值！基础能力强的可以在此基础上修改调整，以实现不同的功能。欢迎下载交流，互相学习，共同进步！

11.集装箱码头业务统计实务[收集].pdf

leetcode 推箱子 march action dynamic-planning: 动态规划一般可分为线性动规，区域动规，树形动规，背包动规四类。举例：线性动规：拦截导弹，合唱队形，挖地雷，建学校，剑客决斗等；区域动规：石子合并，加分二叉树，统计单词个数，炮兵布阵等；树形动规：贪吃的九头龙，二分查找树，聚会的欢乐，数字三角形等；背包问题：01背包问题，完全背包问题，分组背包问题，二维背包，装箱问题，挤牛奶（同济ACM第1132题）等；应用实例：最短路径问题，项目管理，网络流优化等；给定一个整数数组，找到一个具有最大和的子数组，返回其最大和（求最大子数组之和的方法）给定两个字符串，求长度最大的公共子串给定字符串求长度最大的不重复子串求一维数组中不重叠的两个子数组的最大和(求两个子数组最大的累加和) 动态规划-最短路径动态规划-背包问题 f(i,j) = Max{ f[i-1,j-W[i]]+P, f[i-1,j] (j <W[i]) } f[i,j]表示在前i件物品中选择若干件放在承重为 j 的背包中，可以取得的最大价值。 f[i-1,j] (j <W[i

在这项研究中，提出了一种综合方法来同时解决码头起重机调度和院子卡车调度问题。提出了一个数学模型，该模型考虑了主要的现实世界假设，例如码头起重机的非穿越，优先约束和可变的泊位时间，目的是最大程度地减少船只的完工时间。基于数值结果，提出的数学模型对求解小实例具有合适的效率。提出了两种版本的帝国主义竞争算法（ICA）来启发式地解决该问题。算法的分组版本（G-ICA）用于在考虑卡车分配作为分组问题的基础上解决大型实例。将所提出的关于小问题的元启发式方法的有效性与数学模型的最佳结果进行了比较。为了比较所提出的算法在大型实例中的效率，生成并求解了多个实例，并将算法的性能进行了比较。此外，开发了一种模拟退火（SA）算法来解决该问题并评估所提出的ICA算法的性能。根据实验结果，与ICA和SA相比，G-ICA具有更好的性能。此外，还对伊朗一个集装箱码头的实例进行了调查，结果表明，所提出的模型和解决方案适用于现实世界中的问题。

克雷PowerBI的课程社区_NO_2

3

社区成员

370

社区内容

发帖

与我相关

我的任务

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章