有一个容器，例如可以说它的体积为“V”。容器需要填充各种类型的盒子，每种类型都有独特的尺寸（体积），例如，假设
Box Type A - 体积为K. 盒型B - 体积为L
现在的问题是，需要找出两种类型的最大盒子数量，这些盒子可以容纳在容器中（两个盒子的组合）
为了简化，假设“W”和“R”是数量，那么我们得到 （K * W）+（L * R）= V
以及如何将纸箱（盒子）堆放在容器中。
例如，第一行（按行我的意思是当框架是x坐标时），容器中的盒子应该包含4个“盒子类型A”的堆栈（从容器的底板开始）和“箱子类型B”最上面的两个堆栈（靠近集装箱的顶部天花板）（堆栈我的意思是当箱子放在彼此的顶部时[z坐标明智]）。此后，在前一个完成，直到整个容器装满。
问题是在容器中布置这些盒子的最佳方法是利用容器中的所有（或大部分）空间，并装入最大可能数量的盒子，这些盒子可以是1或者1的组合更多（一个容器中最多约5种类型的盒子）。
程序应该简单地输入框的类型和细节，容器和voilà，你会得到一个完整的详细分析。
问题在于我没有涉及机器学习领域或解决这类问题。如果我得到了关于使用什么算法的建议，在哪里开始学习解决这个问题等等，我会很感激，这是解决这个问题的最佳方法，任何有用的机器学习库等等。
答案 0 :(得分：2)
此问题是线性优化的变体，称为整数线性优化link at wikipedia。众所周知，这个问题通常是NP难的，所以大多数解决方案都是迭代的。有关进一步的讨论，请参阅文章中的参考资料
编辑：我建议您查看已提供lgpl解算器库的LPSOLVE
答案 1 :(得分：0)
您可能想看一下这个问题的答案：
答案 2 :(得分：0)
如果你真的是指机器学习，而不是预先编程算法，那么我觉得这很难。当盒子数量变大时，简单的试错法将会非常糟糕。
我想知道是否值得研究编程计算机玩Go的方法。在最终游戏中应用蒙特卡罗方法已经取得了很多进展，这对于你的包装问题来说是一种类似的组合问题。见This reference.
答案 3 :(得分：0)
纯粹用机器学习解决这个问题是一个坏主意。这是一个确定性问题的原因，其他形式的AI更适合这一点。但是，如果您唯一的选择是机器学习，我会使用最小平方误差梯度优化来加强学习。它是理解机器学习的简单方法之一，适用于您的问题，因为它是确定性的。如果可能的话，使用其他算法来补充机器学习。