摘要(Abstract)：
为了减少含异形板件的板式家具打包的包裹个数，提出基于禁忌搜索的该类板式家具码垛优化算法；分析该类板式家具码垛问题的约束条件，并建立目标函数；采用可以有效确定订单中所有该类板式家具码垛顺序与旋转方向的编码方式，并利用启发式算法生成实时监测包裹质量的较优初始解，以便利用禁忌搜索求解该类板式家具码垛问题；结合临界多边形和最低水平线法，设计将编码转换为对应码垛方案的解码方式，并给出所提出算法的适配值函数及邻域结构；利用禁忌搜索计算该类板式家具订单，确定并优化每个板件的码垛顺序、旋转方向与码垛位置，得到包裹个数较少的码垛方案；选取欧洲排样问题兴趣小组(ESICUP)提供的算例测试所提出的算法，并与已有研究中可复现的板件智能分包方法对比。结果表明，相对于对比方法，所提出算法所得该类板式家具打包的包裹个数减少38.46%,验证了所提出算法的可行性与有效性。
关键词(KeyWords)： 家具打包;码垛优化;禁忌搜索;异形板件;临界多边形;最低水平线法;板式家具;
基金项目(Foundation):国家自然科学基金项目(52275490)
作者(Author): 季晏庆,赵诗奎
DOI: 10.13349/j.cnki.jdxbn.20241126.001
参考文献(References)：
[1] 熊先青，吴智慧.大规模定制家具的发展现状及应用技术[J].南京林业大学学报(自然科学版),2013,37(4):156.
[2] 李荣荣，姚倩.面向智能制造的板式定制家具柔性生产线设备配置[J].木材科学与技术，2021,35(2):23.
[3] 熊先青，袁莹莹，潘雨婷，等.基于揉单生产的定制家居自动识别与智能分拣技术[J].林业工程学报，2020,5(6):162.
[4] 陈炫锐，陈庆新，毛宁.板式家具企业的订单组批问题研究[J].工业工程，2019,22(2):96.
[5] 汪金朋.家具板材包装算法的研究与应用[D].广州：广东工业大学，2019.
[6] 罗斌，关立俊.板件智能分包的方法和装置：109795751B[P].2021-04-16.
[7] AGRAWAL P K.Minimising trim loss in cutting rectangular blanks of a single size from a rectangular sheet using orthogonal guillotine cuts[J].European Journal of Operational Research,1993,64(3):410.
[8] JAKOBS S.On genetic algorithms for the packing of polygons[J].European Journal of Operational Research,1996,88(1):165.
[9] ADAMOWICZ M,ALBANO A.Nesting two-dimensional shapes in rectangular modules[J].Computer-Aided Design,1976,8(1):27.
[10] BENNELL J A,DOWSLAND K A,DOWSLAND W B.The irregular cutting-stock problem:a new procedure for deriving the no-fit polygon[J].Computers & Operations Research,2001,28(3):271.
[11] 刘胡瑶，何援军.基于重心NFP的二维不规则形状排样算法[J].中国机械工程，2007,18(6):723.
[12] 梁利东，钟相强.粒子群算法在不规则件排样优化中的应用[J].中国机械工程，2010,21(17):2050.
[13] 韩伟，张子成.基于模拟退火的贯通约束不规则排样[J].中国机械工程，2016,27(24):3326.
[14] 闫嘉，李林峰，林毓培，等.基于改进免疫遗传算法的汽车零件排样[J].西南大学学报(自然科学版),2023,45(5):204.
[15] GLOVER F.Future paths for integer programming and links to artificial intelligence[J].Computers & Operations Research,1986,13(5):533.
[16] 毛良献，王品.板材排样中非拟合多边形的构造实现方法[J].计算机系统应用，2019,28(9):168.
