[论文] GENPACK：KPI 引导的工业三维装箱多目标遗传算法

Source: arXiv - 2601.11325v1

概述

该论文提出了 GENPACK，一个新颖的遗传算法（GA）框架，针对工业三维装箱问题（3D‑BPP），并显式地优化现实世界的关键绩效指标（KPIs），如稳定性、平衡性和搬运可行性。通过将这些KPIs编织进多目标适应度函数，作者在大型生产级基准上实现了显著更好的空间利用率和托盘支撑。

关键贡献

• KPI‑驱动的多目标遗传算法 – 将稳定性、平衡性和表面支撑直接整合到适应度评估中。
• 基于层的染色体编码 – 捕捉托盘上自然的“层层堆叠”，实现更真实的装箱。
• 领域特定的遗传算子 – 定制的交叉和变异，遵守物品方向、重量分布和搬运约束。
• 混合流水线 – 将遗传算法与快速构造启发式相结合，用于初始种群的种子生成和局部细化。
• 广泛的实证验证 – 在 BED‑BPP 基准（1,500 个真实工业订单）上进行评估，空间利用率提升最高 35 %，表面支撑提升 15‑20 %，且结果方差更低。

方法论

1. Chromosome design – 每个个体编码一系列“层”；每层列出放置在同一高度的物品，保持物品在托盘上堆叠的顺序。
2. Fitness function – 三个 KPI 的加权和：
   • Space Utilization (SU) – 物品体积 / 托盘体积。
   • Surface Support (SS) – 由下层物品支撑的物品重量比例（用于衡量稳定性）。
   • Balance Index (BI) – 托盘重心相对于几何中心的偏离程度。
     GA 在最大化 SU、最小化 BI 并最大化 SS 的同时，允许用户调节各 KPI 的相对重要性。
3. Genetic operators –
   • KPI‑aware crossover 在父代之间交换完整层，保持可行的堆叠模式。
   • Mutation 随机重新排列层内物品或将物品移动到相邻层，然后进行快速可行性检查。
4. Hybrid initialization – 初始种群通过快速构造启发式算法（例如先适应递减、基于货架的装箱）生成解，以为 GA 提供强有力的起点。
5. Local refinement – 在每一代 GA 结束后，使用轻量级的“修复”启发式算法调整任何不可行的放置（例如悬空的物品），并微调平衡。

整体流程以批处理模式运行：处理一组订单，GA 迭代固定代数（或直至收敛），最终将最佳个体输出为最终的托盘布局。

Results & Findings

关键要点

• 将 KPI 融入适应度函数可产生不仅更紧凑且更稳固、易于搬运的包装方案。
• 基于层的表示方式相较于平面物品排列显著缩小搜索空间，从而加快收敛速度。
• 即使有适度的运行时开销，该方法仍能适应真实订单量，适用于仓库的夜间或每小时计划任务。

Practical Implications

• Warehouse Management Systems (WMS) 可以将 GENPACK 接入其托盘构建模块，自动生成平衡且高利用率的包装，无需手动调节。
• Robotic pick‑and‑place 生产线受益于改进的表面支撑，降低运输过程中的物品滑动风险，并减少机械臂的磨损。
• Logistics cost reduction – 更高的空间利用率直接转化为运送的托盘数量减少，从而降低材料和运费支出。
• Customizable KPIs – 企业可以重新加权适应度组件，例如将易碎物品的处理优先于纯粹的密度，从而在不重新设计算法的情况下实现特定领域的优化。
• Integration simplicity – 由于遗传算法基于标准的物品列表（尺寸、重量、方向约束），现有的 ERP/WMS 数据管道可以几乎无需转换地直接输入 GENPACK。

限制与未来工作

• 可扩展性到超大订单（成千上万件）仍然会产生明显的运行时间；作者建议使用并行 GA 种群或 GPU 加速的适应度评估作为下一步。
• 静态 KPI 权重——当前的公式要求用户设定固定的重要性值；自适应或基于学习的加权方式可以进一步提升在异构订单组合下的鲁棒性。
• 实时重新规划——该方法是批处理导向的；将其扩展到处理动态订单到达或临时变更，将扩大其在即时调度中的适用性。
• 物理验证——虽然 KPI 是稳定性的代理指标，论文并未在实际托盘上进行实验测试；未来工作可以加入基于传感器的反馈回路，以弥合仿真与现实的差距。

作者

• Dheeraj Poolavaram
• Carsten Markgraf
• Sebastian Dorn

论文信息

• arXiv ID: 2601.11325v1
• 分类: cs.NE
• 发表时间: 2026年1月16日
• PDF: 下载 PDF