???????? 本文針對海爾集團配車系統(tǒng)的業(yè)務(wù)需求，簡要介紹了運用遺傳算法(GA)和啟
發(fā)式算法(HS)求解集裝箱裝載問題的模型，討論兩個模型的建立和求解算法的異同。文
中根據(jù)實驗數(shù)據(jù)，對兩種算法的性能進行了比較和分析，最后提出了有機地結(jié)合兩種模
型的設(shè)想。
關(guān)鍵詞：遺傳算法；啟發(fā)式算法；集裝箱裝載；組合優(yōu)化
???????? 隨著國內(nèi)物流業(yè)的發(fā)展，物流相關(guān)技術(shù)的應(yīng)用和發(fā)展受到越來越多的重視，電子化
配車作為物流配送過程中的一個關(guān)鍵性的技術(shù)，對提高配送業(yè)務(wù)的自動化水平，提高車
輛裝載的優(yōu)化程度，提高配送業(yè)務(wù)的工作效率方面都有重要的意義。在海爾物流的運輸
計劃流程中，由于運輸量大、產(chǎn)品種類繁多、而且要求按訂單發(fā)運，用手工方式操作工
作量很大，配送人員的工作效率和配送的準(zhǔn)確率、優(yōu)化程度都受到限制。針對上述原因，我們與海爾集團合作，開發(fā)電子化配車系統(tǒng)，以解決當(dāng)前面臨的這些問題，旨在尋求面向現(xiàn)代物流企業(yè)實用的優(yōu)化配送算法，建立現(xiàn)代物流配送系統(tǒng)，以期達到對現(xiàn)代電子化配送裝載業(yè)務(wù)有一個實用、有效的技術(shù)解決方案目的。
???????? 在實際應(yīng)用中，由于實際應(yīng)用約束條件很復(fù)雜，為了考慮求解快速和解的優(yōu)化，以
及實用性，人們往往采用啟發(fā)式算法求解該問題。文獻[7] 便是在考慮了實際應(yīng)用中的
一些約束條件的基礎(chǔ)上提出的一種基于空間劃分的三維裝箱問題的啟發(fā)式算法。遺傳算
法（Genetic algorithm，簡稱ＧＡ）作為一種模擬自然進化過程的隨機性全局優(yōu)化概率
搜索算法，具有很強的全局搜索能力，特別適合求出問題的近似最優(yōu)解，用GA 解決復(fù)
雜裝箱問題是一可行思路[6]。
??????? ?本文首先簡單介紹這兩種方法，然后根據(jù)實驗數(shù)據(jù)對這兩種算法進行比較分析。