在家具行业中,产品的装箱工序是生产过程中的重要组成部分,装箱结果的优劣直接影响到家具企业在产品装载与物流运输等环节的成本。通过对多家家具企业调研发现,目前的家具产品装箱过程主要依靠工人的自身经验,而这种装箱方式很容易造成放置不合理、容器空间利用率较低、效率低、工人工作负担重等问题。本文主要对矩形件家具产品的装箱问题进行研究,寻找一种能够合理优化家具产品放置结构,提高容器空间利用率的算法,减少容器使用数量,避免家具产品因放置不合理而造成的损坏,提高资源配置效率,降低企业成本。针对家具产品装箱问题,结合企业实际装箱要求,本文研究了分箱分层方法、启发式放置算法及改进的自适应遗传算法,求解以平均空间利用率最大化为目标的多约束优化模型。本文的主要工作包括:第一,针对装载容器的合理选择及空间划分问题,设计了分箱算法,计算容器预计使用数量,并利用分层策略划分容器空间,将家具产品装箱问题转化为二维矩形件装箱问题。第二,针对家具产品放置不合理造成的空间浪费问题,从定位角度出发,在最低水平线放置算法的基础上,提出了一种改进的启发式放置算法,通过优先搜索策略,并结合放置适合度选择更合适的放置区域,减少区域空间的浪费。另外,对于含镂空类型家具产品,为了充分利用镂空区域,设计了前处理组合方法,减少镂空区域空间的浪费。第三,针对装箱时容器空间利用率较低的问题,从装箱方案优化角度出发,在同行研究的基础上,提出了一种改进的自适应遗传算法,通过个体适应度值的局部角度和种群进化过程的整体角度共同作用,自适应调整交叉概率和变异概率,进一步增强算法性能,提高寻优能力,以获得更高空间利用率的装箱方案。最后,为验证本文算法的有效性及改善性能,从经典标准算例和家具产品算例两个方面进行大量实验测试。通过73个标准算例实验,验证了在四个优化算法和两个放置算法中,改进后的自适应遗传算法与启发式放置算法的表现性能最佳。通过与其他文献的四种算法对比实验,本文算法的平均空间利用率最多提高1.9561%。通过2951个家具产品数据实验,验证了分箱算法的平均计算时间节省31.75秒、改进的自适应遗传算法的平均空间利用率最多提高1.42%、前处理组合方法的平均空间利用率提高0.06%。通过对14637个家具产品进行装箱实验,本文算法比人工经验装箱节省了约1/10的容器使用数量,具有较好的装箱效果。