按照装箱物体所属装箱空间

装箱问题可分为一维装箱问题，二维装箱问题，三维装箱问题三种。现实生活中常见的应该是三维装箱问题。

一维装箱问题只考虑一个因素，比如重量、体积、长度等。

二维装箱问题考虑两个因素——给定一张矩形的纸（布料、皮革），要求从这张纸上剪出给定的大小不一的形状，求一种剪法使得剪出的废料的面积总和最小。常见问题包括堆场中考虑长和宽进行各功能区域划分、停车场区位划分、包装材料裁切时考虑怎样裁切使得材料浪费最少、服装布料裁切、皮鞋制作中的皮革裁切等。

三维装箱问题考虑三个因素——一般指长、宽、高。装车、装船、装集装箱等要考虑这三个维度都不能超。

根据目标的不同,三维装箱问题可分成以下几类 ：

箱柜装载问题(three-dimensional bin packing problem，简称3D-BPP)：给定一些不同类型的方型箱子和一些规格统一的方型容器，问题是要把所有箱子装入最少数量的容器中。

容器装载问题(three-dimensional container-packing problems，简称3D-CPP)：在该问题中，所有箱子要装入一个不限尺寸的容器中，目标是要找一个装填，使得容器体积最小。

背包装载问题(three-dimensional knapsack loading problems，简称3D-KLP)：每个箱子有一定的价值，背包装载是选择一部分箱子装入容器中，使得装入容器中的箱子总价值最大。如果把箱子的体积作为价值，则目标转化为使容器浪费的体积最小。

按照装箱物体的形状

1).规则物体的装箱

包括二维规则物体的装载和三维规则物体的装载。规则物体是指具有规则外形的物体,例如圆柱体、矩形体等。在以前及现在的装载研究中,研究较多的仍然是规则体的装载问题,如:工业应用中的底盘装载;三维布局中的集装箱的货物摆放问题。

货物底盘装载问题广泛存在于工业生产和交通运输中。由于箱子的大小和形状完全相同,且箱子的边平行于底盘的边,因此该问题也可简化为二维问题。对于该问题,有的学者使用精确的方法求解。在运输生产中,常见的集装箱装载要求有两类,一是集装箱数量无限,而待装的货物有限,要使集装箱利用率最高;二是集装箱数量固定,待装货物数量无限,远远超过己有集装箱的承载能力,一般是其几倍,要求在有限的集装箱空间内尽可能地多装货物,使集装箱利用率最高,生产实际中更多地遇到的是第2类问题。集装箱布局要考虑货物重量、空间利用率、货物易碎性、以及吊装的可能性等等,为多目标多约束优化问题。

2).不规则物体的装箱

包括二维不规则物体的装载和三维不规则物体的装载。不规则物体是指具有任意几何形状的物体。不规则物体的装箱问题在工业生产中大量存在,但同时也是难度最大的装箱问题。二维不规则物体的装箱如服装样本的下料、皮革下料等。三维不规则物体的装箱如向具有任意几何形状的容器中放置任意几何外形的装箱物体,并满足特定的约束条件,达到装箱目标最优。该问题的求解算法基本上是启发式的。

按照装箱物体达到情况

1).在线装箱问题

如果一个装箱算法在装入物品时，只利用前面物品的信息，而不知道后继元素的任何信息，即按照元素到达顺序随到随装，则称该算法为在线(online)算法。这种情况下的装箱问题称为在线装箱问题。在实际应用中，往往要求装载具有在线特性。例如对从传送带上下来的物体进行装载。

2).离线装箱问题

物品装载以前就已得到所有物品信息,之后统一处理所有物品的近似算法称为离线(offline)装箱算法。这种情况下的装箱问题称为离线装箱问题。现代化的物流配送中,很多都要求按订单送货,因此物品的信息提前都是知道的。该问题广泛地出现在铁路货车车厢装载、汽车车厢装载、轮船配载、集装箱装载等情况中。