阿里IJCAI2017Workshop论文：使用深度强化学习方法求解一类新型三维装箱问题(10)

附录：
A： 三维装箱问题的启发式算法
用于求解本文的新型三维装箱问题的启发式算法包括最小表面积（least surface area）算法和最小浪费空间（least waste space）算法。算法的详细步骤如下所示：
算法2：针对三维装箱问题的启发式算法
1:
使用l表示物品集合，每一个物品的长宽高分别为li、wi和hi
2:
初始化一个足够大的箱子B，其长宽高分别为L, W, H （可以设置为

）
3:
初始化剩余物品集合
，初始化可用空间集合
4:
for t = 1 to n do
5:
如果t =1：
6:
选择一个表面积最大的物品
7:
将物品放入箱子中，然后将由此产生的3个可用空间加入到ES中
8:
否则：
9:
使用最小浪费空间算法从物品集合S中选择一个物品i , 更新
10:
使用最小表面积算法选择物品的放入空间位置和朝向
11:
在放入物品之后，会产生新的可用空间(ES1)，而之前的部分可用空间会被占用(ES2)，更新可用空间集合
12:
结束判断
13:
end for
14:
返回能够容纳所有物品的箱子的表面积