总加权误工损失的两个代理单机排序问题

研究同总加权误工损失有关联的两个代理间单机排序的问题.两个代理之间的排序问题中,允许工件在加工过程中中断,设总加权误工损失为第一个代理的目标函数,最大正则函数是第二个代理的目标函数.在此问题中结合EDD规则确定一个最优排序算法,使得满足第二个代理目标可行的情况下,第一个代理的目标函数最小.在上述问题最优排序规则确定的前提下,求出最优排序使得第一个代理的目标函数最小.最终给出了和总加权误工损失有关的排序问题的一个最优算法,并且证明了问题在在多项式时间内可解.     

关于总加权提前损失的两个代理单机排序问题

[目的]研究与总加权提前损失有关的两个代理单机排序的问题.[方法]第1个代理工件的工期相同,目标函数是最小化总加权提前损失;第2个代理的目标函数是最大正则函数,它的特殊情形为最大完工时间.目标是寻找一个排序,使得在满足第2个代理目标可行的情况下,第1个代理目标函数值最小.[结果]利用背包问题证明了该问题是一般意义下NP难的.[结论]最终给出了总加权提前损失有关的两个代理单机排序问题的一个最优算法,并证明了该算法是拟多项式时间可解的.     

带有固定区间的双代理排序问题

【目的】研究带有固定区间的双代理排序问题。【方法】第一个代理的工件加工过程可以中断，考虑两种机器类型：单台机器时考虑的目标函数为总权误工损失或总权提前损失；两台平行机时考虑的目标函数为总完工时间，同时必须在规定的固定区间加工第二个代理的工件，目标是在满足第二个代理目标的可行性前提下寻找一个使第一个代理的目标函数值更小的排序方案。【结果】设计了单台机器固定区间工件损失问题的排序算法，也为两台平行机总完工时间问题设计了相应算法。【结论】设计的算法可在多项式时间内得到解决，且证明了算法的最优性，并用数值实验说明了算法的可行性。     

最大延迟限制下两个代理的重新排序

两个代理的重新排序问题是指,每一个代理有一个非中断加工的工件集,两个代理共用一个机器进行加工,每一个代理分别考察依赖于各自工件完工时间的目标函数.针对单机上有限错位和原始工件集最大延迟限制下,使得新工件集的最大延迟或总加工时间和最小的多代理重新排序问题,设计出几个这类问题的多项式或拟多项式时间的算法.     

关于误工的两个代理单机排序问题

【目的】研究与误工相关的两个代理单机排序问题。【方法】第一个代理工件的到达时间与工期满足一致关系,目标函数为总误工或最大误工。第二个代理工件可中断,目标函数为总误工工件个数,在模型确定的情况下结合Lawler算法或EDD规则确定一个最优排序规则,使得满足第二个代理目标可行的情况下,第一个代理的目标函数值最小。【结果】在上述模型最优排序规则确定的前提下,求出最优排序方案使得第一个代理的目标函数最小。【结论】提出了总误工问题的一个拟多项式时间动态规划算法,给出了最大误工问题时间复杂度的证明。
     

固定区间下的可中断单机双代理总加权误工问题

【目的】研究在固定区间内工件可中断的单机双代理排序问题。【方法】每个代理都有各自对应的工件集合以及目标函数，它们只能共同使用1台机器来完成各自工件的加工，每个代理的目标都是最小化各自的目标函数。第一个代理工件可中断且到达时间与工期满足一致性关系，目标函数为总加权误工费用；第二个代理中工件位于固定时间窗口内进行加工。【结果】排序的目的是为了第二个代理中工件满足加工时间区间等于固定区间条件下，使得第一个代理的目标函数达到最小化。【结论】利用了分块的原则，给出了最优性质刻画和复杂性分析，以及设计了一个伪多项式时间动态规划算法。     

关于误工的两个代理单机排序问题

【目的】研究与误工相关的两个代理单机排序问题。【方法】第一个代理工件的到达时间与工期满足一致关系,目标函数为总误工或最大误工。第二个代理工件可中断,目标函数为总误工工件个数,在模型确定的情况下结合Lawler算法或EDD规则确定一个最优排序规则,使得满足第二个代理目标可行的情况下,第一个代理的目标函数值最小。【结果】在上述模型最优排序规则确定的前提下,求出最优排序方案使得第一个代理的目标函数最小。【结论】提出了总误工问题的一个拟多项式时间动态规划算法,给出了最大误工问题时间复杂度的证明。     

工件加工时间为非线性分段函数的单机排序问题

讨论工件加工时间是开工时间非线性分段函数的单机排序问题，目标函数为极小化最大完工时间，总完工时间和加权总完工时间．对于目标函数为极小化最大完工时间和总完工时间的问题，给出了求解最优排序的多项式算法，对于目标函数为加权总完工时间的问题，给出了工件间的一致关系。     

Two single machine scheduling problems with a learning effect

研究工件具有学习效应的两个单机排序问题.工件的学习效应指的是工件的加工时间为所排位置的函数. 对以下两个目标函数:加权总完工时间与最大延误, 证明在某些特殊情况下加权最小加工时间优先(WSPT)规则和最早工期优先(EDD)规则可以分别给出最优算法. 也给出了这两个规则在一般条件下的最坏情况界.     

带学习效应的极小化全总完工时间的分批排序问题

讨论了分批排序中工件具有带学习效应、目标函数为极小化加权总完工时间两个问题,分别就所有工件的加工时间都相等的情况给出了两个算法,并证明了这两个算法的最优性.     

一致性条件下带磨损因子的排序问题

考虑下述带磨损因子的排序问题：n个工件需在同台机器上依次加工，工件j,j=1，2，…，n,所需的加工时间同它被开始加工的时间有关，当工件j开始被加工的时间为t时其所需的加工时间为Pj=bjt，其中bj可视作与工件j有关的一个磨损因子．要求适当排列这n个工件的加工顺序，使某目标函数值达最小．对最大迟后、最大延误、加权完工时间之和这三个目标函数，文中给出了相应条件下的最优算法．     

一类带折扣加权总完工时间单机排序问题

讨论了工件加工时间和排列中位置相关的单机排序问题．对工件加工时间和位置相关的两个线性模型Pi(v)=ai-biv和pi(v)=aiv^-b进行了讨论，目标函数是带折扣的加权总完工时间,并且对工件加工时间与给定权值之间具有一致关系的某些情况给出了最优算法。     

两类极小化最大加权完工时间排序问题研究

研究两个单机排序问题。目标函数均是最大加权完工时间。对于问题I｜｜maxw,c,证明了LW规则序是最优排序,而问题1｜r,｜maxw,cj．用3-划分问题归结。证明是强NP困难的。     

单机模糊交货期调度问题最优解性质的分析及证明

每个工件依据其完成时间有一个满意程度.单机模糊交货期总加权满意程度最大化问题是一个NP-难问题.当工件的参数满足一定条件时,最优解中相邻工件的排列顺序也可以确定,从而简化问题的难度.本文对最优解的性质进行了分析和证明.     

一类多乘积问题的全局优化方法

给出一类多乘积问题(P)的全局优化方法.首先将(P)转化为其等价问题(Q),利用变量代换,把(Q)写成(EQ)形式,然后建立(EQ)松弛线性规划(RLEQ),通过求解一系列线性规划问题,不断更新最优值的上下界,证明了所给算法的收敛性,数值实验表明算法是可行的.     

工件带安装时间平行机排序问题的列生成算法

研究了工件带与加工次序有关的安装时间的平行机排序问题，给出它的整数规划模型，并结合动态规划和分支定界方法，给出它的列生成算法．通过试验表明：算法对中等规模的问题是有效的，它可以计算到10台机器和60个工件甚至含有更多大工件的大规模问题．     

平行机上一种带拒绝费用的排序问题研究

主要研究了一种平行机上的排序问题。目标函数是使总完工时间最小但不能超过总拒绝费用的阀值。提出了该问题是NP一难的证明。针对该排序问题给出了伪多项式时间的动态规划算法且设计出了FPTAS。     

具有非线性恶化函数和安装时间的 单机排序问题

研究了具有非线性恶化函数的加工时间,同时工件的安装时间与已加工完工件的实际加工时间有关（即p-s-d）的单机排序问题.证明了极小化最大完工时间,极小化完工时间和是多项式时间可解的.另外极小化加权完工时间和,极小化总延误以及极小化最大延误在一定的条件下是多项式时间可解的.     

Dynamic Optimization Algorithm for Flying Trajectory of a Free-flying Space Robot

A new method of dynamic optimization for the flying trajectory of a free-flying space robot based on its flying motion characteristics is presented. The continuous flying trajectory is broken into a number of segment and the control efforts and the duration of the segment are chosen as the optimization parameters. The objective function is made by using the weighted sum of the fuel used and the time spent, and the constraint equations are selected. Finally, the internal point punishment function method is adopted in the optimization program, and the results of computer simulation are given.