定义输入有限数量的多种物品和多个背包，且物品和背包都有长、宽、高、体积、重量，以背包的体积利用率最大作为目标函数求解，先对背包进行建系，同时对空间进行编码处理．采用“密度递增”的定序规则和“占角策略”的定位规则，将密度最小的货物第一个放入原点所在的角落，之后再利用三空间分割规则对剩余空间划分，重复此过程，在货物摆放过程中，我们又设定了重量约束，货舱重量平衡约束，体积约束、三维尺寸约束（即长、宽、高约束），直到剩余空间不再支持继续放入货物，从而得出空间利用率以及货物摆放情况。请用Python对上述问题建模求解，并输出最优装载方案，详细至哪个背包放了哪种物品多少个

本题是一个多背包问题，可以使用遗传算法（Genetic Algorithm）进行求解。以下是具体实现步骤：

1. 定义问题的数据结构。可以使用字典来表示物品和背包，其中物品包含长、宽、高、体积、重量等属性，背包包含容量、当前重量、当前体积等属性。

2. 定义问题的适应度函数。由于我们的目标是最大化背包的体积利用率，因此适应度函数应该以空间利用率为评价指标。具体实现可以先计算出所有背包的总容量和已使用容量，然后求出它们的体积利用率之和作为适应度值。

3. 定义遗传算法的参数。包括种群大小、交叉率、变异率、进化代数等。

4. 初始化种群。随机生成一定数量的个体，每个个体表示一种货物的摆放方案。具体实现可以采用密度递增的定序规则和占角策略的定位规则来生成初始解。

5. 交叉和变异。采用单点交叉和随机变异的方式对种群进行进化，生成新的个体。

6. 选择。根据适应度函数，从种群中选择出适应度最高的个体作为下一代种群的父代。

7. 迭代。重复以上步骤，直到达到预设的进化代数或者找到满足要求的解。

8. 输出最优解。输出空间利用率最大的解，包括哪个背包放了哪种物品多少个。

具体实现代码如下：