箱型推荐
优化, 上海市, 2023
基于订单大数据，计算出最合适的箱型和长宽高，从而优化纸箱型号、减少包材浪费；根据订单的物件体积、重量以及特性，推荐最合适的箱型和装箱方案。如此一来，大小合适的箱子不仅可以减少商品与箱子之间的碰撞、减少耗材成本，还节省了运输成本、运输空间，同时也更加绿色环保，减少过度包装，一举多得;不断推动物流数字化、智能化、绿色化。
业务问题
- 对于每一个订单的所有商品，推荐用几个什么型号的包材。做到前置切箱
- 目标：最小化成本，提升效率
装箱算法
- 3D BinPacking Problem
- Constraint: 物品累积后的长宽高不能超过箱子长宽高
- Constructive Algo: 构造性算法求解
- Meta-heuristic，分层的算法设计
- 重点：剩余空间&摆放位置的管理策略
- 在订单下发时计算，响应时间短
新的问题
- 根据历史的订单数据，设计每个仓库最合适的箱型
- 优化总体包材和配送成本
算法方案
- 无梯度优化算法：Derivative Free Optimization。适用于解决优化变量维数不高，约束相对简单，但目标函数非常复杂的问题
- 加入Local Search
实现思路
采用蒙特卡洛搜索树在装箱问题中的应用
- 目标：使用蒙特卡洛搜索树预测物品装箱顺序，使最终使用的包材表面积最小
- 输入数据：各个物品的长宽高等数据
- 输出数据：各个物品的装箱顺序
实现效果
- 采用蒙特卡洛搜索树预测的物品装箱顺序，装箱之后物品占用的立方体表面积比现有方法降低5%。
相关论文
A Multi-task Selected Learning Approach for Solving 3D Flexible Bin Packing Problem
相关专利
对应网站
箱型推荐网站