| 信息简介： |
摘 要：在集装箱堆垛系统中箱体的存储和提取过程中，一个最重要的目标就是在提取过程中最小化需要重置箱体的数量。对两种优先级排列的箱体结构分别用分支定界法和启发式算法求得翻箱方法，并对这两种方法做一个比较。
关键词：翻箱技术；重置；分支定界法；启发式算法
图1 栈及其状态表示
表1 BB算法和启发式算法在处理类型a时的表现
表2 BB算法和启发式算法在处理类型b时的表现 在现实中，集装箱的堆垛有两种不同优先级构造类型，即单个箱体的优先级都是相互关联的类型，箱体组的优先级是相互关联的类型。
两种算法在研究过程中用的记录栈状态的方法如图1。
1.分支定界法
描述算法用到的符号：
N：最初贝中箱子的数量
r：贝中栈的数量
S1：从最初的贝中i栈中k箱被抬起的状态
SK：从最初贝中箱被抬起后贝的状态
ak：第k个箱子被抬起的动作。这个动作伴随着要抬起哪个箱子和要放置位置的决定h（akSk-1）：在Sk-1状态的贝中，通过经验得出的ak动作需要重新放置箱子的数量F（Sk）：从Sk状态的贝到抬起剩下的N-k个箱子需要变换位置的最小数量，现在算法可以被描述为：F（S0）=■{h（a1S0）+F（S1）},where S0 changes to S1 by action a1（S0 ■ S1）.进一步可得：F（S0）=■{■h（aiSi-1）+F（SK）}where Si-1 ■Si for i=1,2,...,k.
1.1单个箱体的优先级都是相互关联的类型
单个箱体的优先级都是相互关联的类型，贝 |
