基于 三维装箱问题的算法研究-1 的基础上 对整个装箱过程发生的函数进行封装
资源下载
# -*- coding: utf-8 -*- from matplotlib import pyplot as plt #设置图表刻度等格式 from matplotlib.ticker import MultipleLocator, FormatStrFormatter from mpl_toolkits.mplot3d import Axes3D import numpy as np #make_pic内置函数 def box(ax,x, y, z, dx, dy, dz, color='red'): xx = [x, x, x+dx, x+dx, x] yy = [y, y+dy, y+dy, y, y] kwargs = {'alpha': 1, 'color': color} ax.plot3D(xx, yy, [z]*5, **kwargs)#下底 ax.plot3D(xx, yy, [z+dz]*5, **kwargs)#上底 ax.plot3D([x, x], [y, y], [z, z+dz], **kwargs) ax.plot3D([x, x], [y+dy, y+dy], [z, z+dz], **kwargs) ax.plot3D([x+dx, x+dx], [y+dy, y+dy], [z, z+dz], **kwargs) ax.plot3D([x+dx, x+dx], [y, y], [z, z+dz], **kwargs) return ax #显示图形的函数：Items = [[num[0],num[1],num[2],num[3],num[4],num[5],num[6]],] def make_pic(Items): fig = plt.figure() ax = Axes3D(fig) ax.xaxis.set_major_locator(MultipleLocator(50)) ax.yaxis.set_major_locator(MultipleLocator(50)) ax.zaxis.set_major_locator(MultipleLocator(50)) for num in Items: box(ax,num[0],num[1],num[2],num[3],num[4],num[5],num[6]) plt.title('Cube') plt.show() #把尺寸数据生成绘图数据 def make(O,C,color): data = [O[0],O[1],O[2],C[0],C[1],C[2],color] return data #可用点的生成方法 def newsite(O,B_i): # 在X轴方向上生成 O1 = (O[0]+B_i[0],O[1],O[2]) # 在Y轴方向上生成 O2 = (O[0],O[1]+B_i[1],O[2]) # 在Z轴方向上生成 O3 = (O[0],O[1],O[2]+B_i[2]) return [O1,O2,O3] #3.拟人化依次堆叠方体 def packing3D(show_num,color,O,Box_list): canput = 0 O_items = [O] O_pop = [] for i in range(0,len(Box_list)): #货物次序应小于等于可用点数量，如：第四个货物i=3，使用列表内的第4个放置点O_items[3]，i+1即常见意义的第几个，len即总数，可用点总数要大于等于目前个数 if i+1 <= len(O_items): #如果放置点放置货物后，三个方向都不会超过箱体限制,则认为可以堆放 if O_items[i-1][0]+Box_list[i][0]<=C[0] and O_items[i-1][1]+Box_list[i][1]<=C[1] and O_items[i-1][2]+Box_list[i][2]<=C[2]: #使用放置点，添加一个图显信息 new_show = make(O_items[i-1],Box_list[i],color) if new_show not in show_num: show_num.append(make(O_items[i-1],Box_list[i],color)) #计数加1 canput = len(show_num) - 1 #把堆叠后产生的新的点，加入放置点列表 for new_O in newsite(O_items[i-1],Box_list[i]): #保证放入的可用点是不重复的 if new_O not in O_items: O_items.append(new_O) #如果轮到的这个放置点不可用 else: #把这个可用点弹出弃用 O_pop.append(O_items.pop(i-1)) #弃用可用点后，货物次序应小于等于剩余可用点数量 if i+1 <= len(O_items):# and len(O_items)-1>=0: #当可用点一直不可用时 while O_items[i-1][0]+Box_list[i][0]>C[0] or O_items[i-1][1]+Box_list[i][1]>C[1] or O_items[i-1][2]+Box_list[i][2]>C[2]: #一直把可用点弹出弃用 O_pop.append(O_items.pop(i-1)) #如果弹出后货物次序超出剩余可用点，则认为无法继续放置 if i-1 > len(O_items)-1: break #货物次序应小于等于剩余可用点数量 if i+1 <= len(O_items): #如果不再超出限制，在这个可用点上堆叠 new_show = make(O_items[i-1],Box_list[i],color) if new_show not in show_num: show_num.append(make(O_items[i-1],Box_list[i],color)) #计数加1 canput = len(show_num) - 1 #把堆叠后产生的新的点，加入放置点列表 for new_O in newsite(O_items[i-1],Box_list[i]): #保证放入的可用点是不重复的 if new_O not in O_items: O_items.append(new_O) return canput,O_items,O_pop #<<<---写一个函数专门用来调整方向和计算剩余货物 def surplus(num,Box_list,change):#change='ab','bc','ac',0有三组对调可能，共6种朝向 new_Box_list = Box_list[num-1:-1] if num == 0: new_Box_list = Box_list if change == 'ab': for i in range(0,len(new_Box_list)): new_Box_list[i]=(new_Box_list[i][1],new_Box_list[i][0],new_Box_list[i][2]) elif change == 'bc': for i in range(0,len(new_Box_list)): new_Box_list[i]=(new_Box_list[i][0],new_Box_list[i][2],new_Box_list[i][1]) elif change == 'ac': for i in range(0,len(new_Box_list)): new_Box_list[i]=(new_Box_list[i][2],new_Box_list[i][1],new_Box_list[i][0]) elif change == 0: return new_Box_list else: return new_Box_list return new_Box_list #残余点二次分配函数 def twice(show_num,color,O_pop,Box_list): for a2 in O_pop: if a2[0]==0 and a2[1]==0: Plan = packing3D(show_num,color,a2,Box_list) Box_list = surplus(Plan[0],Box_list,0) elif a2[1]==0 and a2[2]==0: Plan = packing3D(show_num,color,a2,Box_list) Box_list = surplus(Plan[0],Box_list,0) elif a2[0]==0 and a2[2]==0: Plan = packing3D(show_num,color,a2,Box_list) Box_list = surplus(Plan[0],Box_list,0) return Box_list调用这些函数进行一次初步装箱和二次转向装箱
#1.给定空间容器C 4.2*1.9*1.8 O = (0,0,0) #原点坐标 C = (420,190,180) #箱体长宽高 color = 'red' #箱体颜色 #显示箱体 show_num = [make(O,C,color)] #2.给定有限量个方体 500个(60,40,50)的方体，当方体大小存在差异时，我们将按照体积大小降序排列，优先摆放大体积的 B=[(40,50,60) for num in range(0,1200)] #把货物第一次装箱 Plan1 = packing3D(show_num,'blue',(0,0,0),B) #print(len(show_num)) #把剩下的货物分出来 B2 = surplus(Plan1[0],B,'ab') #把剩下的货物再次尝试装箱，针对三个在轴线上的点为新的原点 twice(show_num,'orange',Plan1[2],B2) print(len(show_num)) make_pic(show_num)最终显示效果 可以看到在第二次发生简单转向后， 箱体的利用率再一次得到提升，这个时候装载率达到114/箱
那么如果全部货物1200件，1200/114向上舍入，11车能够装完
