利用遗传算法和模拟退火，解决三维装箱问题，并可图形化展示装箱方案结果

有一些物品，需要将这些物品装到箱子中，求装箱情况，那么我们应该思考如何装箱，装箱时要遵循什么样的准则。

一类带有罚函数的模拟退火算法求解装箱问题，宋昊，，对装箱问题中的体积约束条件做了松弛处理，进而提出一种带有罚函数的模拟退火算法，用于求解一维背包问题。实验结果表明，基于罚

VS2019平台，装箱问题的模拟退火算法求解。装箱方式为FF装箱，箱子二维限制条件。测试请选择Release X64，速度更快。模拟退火算法为智能优化算法，参数较多。

贪心算法之装箱问题，使用c语言来实现的，贪心算法之装箱问题，使用c语言来实现的，

为实现三维装箱问题的高效求解，提出了一个三维的剩余空间最优化算法（Three-Dimensional Residual-Space-Optimized Algorithm，3D-RSO）。在满足3个著名约束的条件下，该算法将三维问题转化为带有高度约束的二维问题，通过对箱子放置后的剩余空间状态分析，提出了基于概率较优的空间分割方法和箱子布置规则。相比于传统算法，3D-RSO在求解过程中不需要任何的预处理和搜索操作，是一种最坏计算复杂度为[O(2n2)]的直接求解算法。针对强异构体的实验表明，该算法能够在极短的时间内对算例进行高效求解，适合应用在大规模或者需要被快速求解的三维装箱问题中。

【优化求解】基于遗传和模拟退火的三维装箱问题matlab.md

集装箱装载是货物运输过程中重要的一步，其属于NP-hard问题。为了提高效率，降低成本，提出了以集装箱体积利用率最大化为目标建立三维装载模型，同时考虑体积约束、重量约束、重心约束、方向约束。利用混合遗传、模拟退火与三空间分割启发式装载算法求解模型，算法中融入局部最优解保存策略来避免局部较好解在后续的算法过程中出现适应度降低的情况。通过强异类算例与弱异类算例对算法进行性能测试，并结合具体的货物装载数据，得出三维装载图与目标函数值。结果表明，该算法应用于集装箱装载有着较好的效果。

【三维装箱】基于粒子群算法求解三维装箱问题matlab源码.md

主要介绍了c语言来实现贪心算法之装箱问题,需要的朋友可以参考下