将多个不同长、宽、高、重量的集装箱装入两个不同长、宽、高、载重限制的货船，画出装载图，matlab

这是一个非常复杂的问题，需要进行一定的数学建模和算法设计才能得到最佳的装载方案。在Matlab中，可以采用遗传算法等优化算法来求解。以下是一个简单的示例代码，仅供参考：

假设有5个集装箱，分别为A、B、C、D、E，它们的长、宽、高、重量如下：

A：2m × 3m × 4m，重量1t
B：3m × 4m × 1m，重量0.5t
C：1m × 2m × 3m，重量0.3t
D：2m × 2m × 2m，重量0.8t
E：4m × 3m × 2m，重量1.2t

假设有两艘货船，它们的长、宽、高、载重限制如下：

货船1：5m × 8m × 4m，载重2t
货船2：6m × 10m × 5m，载重3t

以下是一个简单的代码示例：

% 集装箱数据
boxes = struct('name', {'A', 'B', 'C', 'D', 'E'}, ...
               'length', [2, 3, 1, 2, 4], ...
               'width', [3, 4, 2, 2, 3], ...
               'height', [4, 1, 3, 2, 2], ...
               'weight', [1, 0.5, 0.3, 0.8, 1.2]);

% 货船数据
ships = struct('name', {'ship1', 'ship2'}, ...
               'length', [5, 6], ...
               'width', [8, 10], ...
               'height', [4, 5], ...
               'max_load', [2, 3]);

% 定义遗传算法参数
options = gaoptimset('Display', 'iter', 'PopulationSize', 100, ...
                     'Generations', 100, 'EliteCount', 10);

% 定义适应度函数
fitnessfcn = @(x) fitness(x, boxes, ships);

% 运行遗传算法
[x, fval] = ga(fitnessfcn, 5, [], [], [], [], [0, 0, 0, 0, 0], [1, 2, 3, 4, 5], [], options);

% 输出最佳方案
disp(['最佳方案：', num2str(x)]);
disp(['最佳适应度：', num2str(fval)]);

适应度函数的具体实现可以根据具体需求进行设计。例如，可以采用以下方法计算方案的适应度：

1. 对于每个集装箱，计算它在货船上的位置和姿态（如旋转角度）。
2. 检查每个集装箱是否与其他集装箱发生碰撞，并计算碰撞的程度。
3. 检查每个货船的载重是否超过限制，并计算超载的程度。
4. 根据以上三个指标，计算方案的适应度。

这个问题还有很多细节需要注意，如何避免局部最优解、如何加速计算等等，这里就不再详细讨论了。