Palletization的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列問答集和資訊懶人包

Palletization進入發燒排行的影片

多尺寸箱體疊棧問題之啟發式演算法開發

為了解決Palletization的問題，作者張鳳予 這樣論述：

在物流業中，許多部份都已自動化，像是自動撿貨可以增加效率及訂單精準度。但是在倉儲出貨端的疊棧部分，目前還是仰賴人工將箱子堆疊至棧板上。若是能將箱體疊棧問題(Pallet Loading Problem, PLP)結合演算法及自動化設備，像是機械手臂，便能實現箱體疊棧的智動化。因此，本研究旨在開發啟發式演算法來找出最佳的箱體疊棧方案，藉此降低所需人力、棧板數量以及增加疊棧的效率。本研究將藉由物流業者提供最常使用的10種箱型及固定大小的棧板來進行疊棧。首先，利用快速堆疊的方法，找出在符合箱子不互相重疊及重心等條件下的初始解，再利用模擬退火法、改善的模擬退火法以棧板數最小化為目標，找出最佳的箱子堆

垛形狀及使用的棧板數最少。研究結果顯示，模擬退火法及改善的模擬退火法皆可找到最小化使用的棧板數，但是改善的模擬退火法可以在更短得時間內即獲得最佳解，因此能實際應用到物流業中，增加效率，實現倉儲的智動化。

原物料切割問題於印刷產業之應用

為了解決Palletization的問題，作者陳碩彥 這樣論述：

本研究主要進行單維和平面切割問題的探討，並針對印刷產業在依照訂單的數量和尺寸之需求進行切割；而安排出最有效率的切割計畫，會有助於廠商在生產成本、時間的減少和市場競爭力的提升。研究中利用最佳化演算法解決單維切割問題，包含在不同尺寸訂單之需求下，安排何種組合之最佳切割計畫才能使原料浪費最小化；及解決平面切割問題中，在不同尺寸之矩形下，如何安排最合適的排列切割組合才能使原料浪費和作業時間達到最佳組合方案。本研究根據演算法之結果，在單維切割時，求出之結果使浪費原料最少，生產成本最低；在平面面積時，求得之結果則使原料浪費和作業時間達到最佳組合，並以產業範例來說明此研究提出之方法的實用性及有效性。