Algorithm 将红盒包装在蓝盒中以优化成本是一项挑战

Algorithm 将红盒包装在蓝盒中以优化成本是一项挑战,algorithm,optimization,graphics,linear-algebra,graph-algorithm,Algorithm,Optimization,Graphics,Linear Algebra,Graph Algorithm,这主要是包装问题: 假设有20个不同尺寸r1至r8的红色包装箱(因此每个尺寸可能存在多个),应使用蓝色包装箱装运,蓝色包装箱有3种尺寸b1、b2和b3 无论重量如何,蓝色盒子b1的运输成本为成本1,蓝色盒子b2的运输成本为成本2,相应地,蓝色盒子b3的运输成本为成本3 我们可以使用任意大小组合的任意数量的蓝色盒子,但目标是将运输成本降至最低。这意味着,如果我们考虑将多个红色盒子(大小不同)放在蓝色盒子里,如果它们合适的话。 我们假设最大的红色框可以很容易地适合蓝色框b1,以及它们之间的关系 成

这主要是包装问题: 假设有20个不同尺寸r1至r8的红色包装箱(因此每个尺寸可能存在多个),应使用蓝色包装箱装运,蓝色包装箱有3种尺寸b1、b2和b3

  • 无论重量如何,蓝色盒子b1的运输成本为成本1,蓝色盒子b2的运输成本为成本2,相应地,蓝色盒子b3的运输成本为成本3
  • 我们可以使用任意大小组合的任意数量的蓝色盒子,但目标是将运输成本降至最低。这意味着,如果我们考虑将多个红色盒子(大小不同)放在蓝色盒子里,如果它们合适的话。 我们假设最大的红色框可以很容易地适合蓝色框b1,以及它们之间的关系 成本1,…成本3如下:

    成本1=2*2=3*3

  • 为了简单起见,我们可以选择任意值来定义每个红色框的尺寸,如果需要,可以选择蓝色框的尺寸


现在,您解决这个问题的方法是什么?

首先,您可以使用树形图或kd树,您可以在这里找到一个示例:。
也许您可以将其与装箱算法相结合,例如first fit。

我们只需使用重量系数来估算装运成本,我们发现,加入体积将使优化问题发挥作用。没有线性优化的知识,所以这里是我们尝试的。