Применение муравьиного алгоритма для задачи трёхмерной упаковки грузов

Маклашин Д.И., Хабаров С.П.

Санкт-Петербургский государственный лесотехнический университет имени С.М. Кирова, Санкт-Петербург

Ключевые слова: муравьиный алгоритм, трёхмерная упаковка, метод максимального заполнения пространства, 3D-BPP, жадный алгоритм, логистическая оптимизация, заполнение пространства.

Аннотация. Задача трёхмерной упаковки грузов является одной из ключевых в логистике и управлении ресурсами, возникающей при необходимости оптимального размещения объектов в ограниченном пространстве транспортных средств или складов. В данной работе предложен гибридный алгоритм, использующий муравьиный алгоритм для определения порядка размещения ящиков и метод максимального заполнения пространства для их эффективной укладки в трёхмерном пространстве. Подход сочетает адаптивную эвристику на основе феромонов с управлением свободным пространством, что позволяет учитывать объём, вес и стоимость грузов. Проведённые эксперименты демонстрируют способность алгоритма достигать высокой плотности упаковки и превосходить традиционные методы, такие как жадный алгоритм, по экономическим критериям. Исследование подчёркивает новизну применения муравьиного алгоритма к задаче трёхмерной упаковки и его потенциал для оптимизации транспортных процессов. Перспективы работы связаны с адаптацией подхода к динамическим условиям и интеграцией с другими методами.

Application of the ant colony optimization algorithm to the three-dimensional cargo packing problem

Maklashin D.I., Khabarov S.P.

Saint-Petersburg State Forest technical University named after S.M. Kirov, Saint-Petersburg

Keywords: ant algorithm, three-dimensional packaging, maximum space filling method, greedy algorithm, 3D-BPP, logistics optimization, space filling.

Abstract. The three-dimensional cargo packing problem is a fundamental challenge in logistics and resource management, emerging whenever objects must be optimally placed within the confined space of transport vehicles or warehouses. This study proposes a hybrid algorithm combining the ant colony optimization method to determine box placement order with the maximum space filling technique for efficient spatial arrangement. The approach integrates pheromone-based adaptive heuristics with space management, addressing volume, weight, and cost constraints. Experiments demonstrate its ability to achieve high packing density and outperform conventional methods, such as the greedy algorithm, in economic terms. The research highlights the novelty of applying the ant colony optimization method to three-dimensional packing and its potential for optimizing transport processes. Future work aims at adapting it to dynamic conditions and combining it with other techniques.