《三维装箱：问题、模型和方法》系统性地探讨了三维装箱问题（3DPP）的理论、模型和求解方法，旨在为学术研究和实践应用提供全面的参考。书中首先介绍了装箱问题的基本概念、构成要素和分类，分析了其在交通、物流、制造等领域的广泛应用及其重要性。随后，重点聚焦于三维装箱问题，详细阐述了其基本类型、约束条件、优化目标和决策变量，构建了系统的优化模型，并探讨了多种求解算法。　
　　为解决三维装箱问题，书中提出了多种创新方法，包括构造型启发式算法、降维法、装载点法、空间划分法和块装载等，分别从不同角度优化装箱过程。此外，还引入了树搜索和智能优化算法，进一步提升求解效率和效果。　
　　《三维装箱：问题、模型和方法》还深入探讨了三维装箱问题与车辆路径问题的结合，分析了复杂场景下的优化策略，并对三维装箱的基准数据集进行了系统整理和分析，为研究者和开发者提供了重要的参考依据。　
　　全书内容丰富，理论与实践结合紧密，既适合运筹优化、智能运输和智慧物流等领域的本科生和研究生作为教材使用，也适用于物流企业、软件开发人员和研究人员作为参考工具书。通过《三维装箱：问题、模型和方法》，读者可以全面掌握三维装箱问题的基础理论、建模方法和求解技术，助力实际问题的优化与解决

1装箱问题概述
1.1切割与布局问题002
1.2装箱问题的构成要素005
1.3装箱问题的分类011
1.4装箱问题的建模和求解016
1.5装箱问题的输入和输出020
1.6装箱问题的发展历史021
1.7本章小结023

2一维和二维装箱问题
2.1一维装箱问题026
2.2二维装箱问题031
2.3矩形条带装箱问题047
2.4本章小结052

3三维装箱问题
3.1概述054
3.23DPP的基本类型055
3.33DPP的约束056
3.43DPP的优化目标066
3.53DPP的决策变量067
3.63DPP的优化模型069
3.73DPP的求解算法概述074
3.8本章小结076

4构造型启发式算法
4.1概述078
4.23DPP的构造型启发式算法079
4.3定序规则081
4.4箱体布局管理策略084
4.5货物装载规则087
4.6开箱规则088
4.7本章小结089

5降维法
5.1概述092
5.2码墙法092
5.3分层法099
5.4堆塔法102
5.5分层堆塔法107
5.6其他107
5.7本章小结108

6装载点法109
6.1概述110
6.2关键点法110
6.3拐角点法115
6.4极限点法120
6.5基于装载点的货物装载规则122
6.6本章小结133

7空间划分法135
7.1概述136
7.2剩余空间及锚点136
7.3三空间分割法137
7.4极大空间法144
7.5开空间法153
7.6全支撑空间法154
7.7空间划分法的装载规则155
7.8本章小结162

8块装载163
8.1概述164
8.2简单块164
8.3复合块170
8.4完全支持块174
8.5基于块的3DPP算法175
8.6本章小结177

9树搜索178
9.1树的简介179
9.2状态空间法181
9.3树搜索183
9.43DPP的树搜索表示192
9.3DPP的树搜索算法195
9.63DPP的蒙特卡洛树搜树算法204
9.7本章小结212

10智能优化算法213
10.1概述214
10.2基于种群的优化算法215
10.3基于邻域搜索的智能优化算法221
10.4基于货物排序的优化228
10.5基于解提升的优化235
10.6本章小结245

11考虑三维装箱约束的车辆路径问题246
11.1车辆路径问题247
11.23L－VRPTW问题248
11.33L－VRPTW模型251
11.4顺序法257
11.5R1P2策略261
11.6P1R2策略267
11.7本章小结273

12三维装箱问题的基准数据集274
12.1概述275
12.23DPP数据集275
12.33L－VRP数据集281
12.4本章小结292

参考文献 293