基于遗传模拟退火算法的三维装箱问题研究从计算复杂性理论来讲,装箱问题是一个NP难题,很难精确求解。目前的求解方法主要是一些近似算法,如NF(NextFit)近似算法、FF(FirstFit)近似算法、FFD(FirstFitDecreasing)近似算法等。近似算法的求解结果与物品的体积数据有较大关系,有时在极端情况下的求解结果很不理想。本文以三维离线装箱问题为研究对象，利用遗传算法和模拟退火算法集成的思路对该问题进行求解，并编写程序代码在 Matlab 环境下进行实现。1、 问题描述假设有一批待装货物,它们有多种货物种类,每种货物的尺寸重量是不同的,对一尺寸己知的集装箱进行装载。这里所面临的问题是在满足一定约束的条件下,需要找到一种装箱方案进行装载,能够得到一种最佳的装载效果,这里指的是空间容积率最高或者载重利用率达到最高。2、 优化模型优化模型中的目标函数值可以评价装箱方案的优劣，本文考虑待装箱子的空间利用率最大以及所使用箱子数目最小，目标函数规定为：其中：m 为所使用的箱子数目，Cmax为一个足够大的常数，在本文中取为1000，以保证Cmax/
