Аналіз генетичних алгоритмів розв’язання задачі двовимірної ортогональної упаковки прямокутних об’єктів у напівнескінченну смугу

Abstract

Досліджено клас генетичних алгоритмів вирішення задачі двовимірної ортогональної упаковки прямокутних об’єктів у напівнескінченну смугу фіксованої ширини. Наведено результати теоретичного аналізу складності реалізації декодерів MERA та BLF; запропоновані власні реалізації цих декодерів з низкою евристичних оптимізацій. Запропоновано реалізацію генетичного алгоритму розв’язання задачі упаковки для окремих випадків (із забороною поворотів об’єктів та з поворотами на 90 °). Описано результати тестових випробувань розробленого алгоритму за різних конфігурацій основних параметрів з використанням загальновідомих тестових наборів. Наведено результати порівняння отриманого алгоритму з іншими відомими алгоритмами.

Исследован класс генетических алгоритмов решения задачи двухмерной ортогональной упаковки прямоугольных объектов в полубесконечную полосу фиксированной ширины. Приведены результаты теоретического анализа сложности реализации декодеров MERA и BLF; предложены собственные реализации этих декодеров с рядом эвристических оптимизаций. Предложена реализация генетического алгоритма решения задачи упаковки для отдельных случаев (с запретом поворотов объектов и с поворотами на 90°). Описаны результаты тестирования разработанного алгоритма при разных конфигурациях основных параметров с использованием общеизвестных тестовых наборов. Приведены результаты сравнения полученного алгоритма с другими известными алгоритмами.

A class of genetic algorithms for solving the 2D Strip Packing Problem is investigated. The theoretical analysis of the complexity of implementing decoders MERA and BLF is done. Original implementations of these MERA and BLF decoders enhanced with a number of heuristic optimizations are proposed. Genetic algorithm for solving the 2D Strip Packing Problem for special cases (allowed/forbidden objects rotation by 90°) with the use of MERA/BLF decoders is proposed. Extensive computational experiments with well-known instances are performed to analyze different configurations of basic parameters of proposed genetic algorithm. The comparison of the obtained algorithm with other known algorithms is given.