流水作业由二台柔性机器组成时的极小完工时间之和问题

该文考虑下述由2台机器组成的流水作业问题:n个相同工件需依相同次序在机器1、2上共进行3次加工.工件j的第一次加工在机器1上进行,所需时间为p1;其第二次加工或单独在机器1上或单独在机器2上进行,当工件j的第二次加工在机器1上进行时,所需时间为p12,当工件j的第二次加工在机器2上进行时,所需时间为p21;其第三次加工需在机器2上进行,所需时间为p2.要求适当安排这n个工件的加工方式以使它们的完工时间之和达到极小.对该问题作者对应不同情况给出了不同的最优解法.     

带有学习效应的加工时间可控退化工件单机排序问题

讨论了带有学习效应、加工时间可控的退化工件的单机排序问题。工件的实际加工时间是一个关于所排位置、开始加工时间和所分配资源的函数。加工时间可控是指工件的实际加工时间是一个依赖资源分配量的函数。目标是确定工件的最优排序、最优加工时间和最优资源分配量、极小化最大完工时间、总完工时间、完工时间差和资源消耗的总费用。考虑了2种情形:学习因子与工件有关的线性资源函数;将学习效应与工件的实际加工时间、依赖开始时间结合在一起的凸资源函数。通过分析最优解的一些重要性质,将这2个问题分别转化为指派问题,给出了2个计算复杂性为O(n3)的最优算法,证明了该问题是多项式时间可解的。     

带有分段线性递减加工时间和拒绝工件的单机排序问题

讨论了带有分段线性递减加工时间和拒绝工件的单机排序问题。在这一模型中,工件的实际加工时间是关于开始时间的分段线性递减函数,目标函数是极小化被接受工件的最大完工时间和被拒绝工件的总惩罚之和。这一问题是NP-难的。基于对问题的分析,给出了一个全多项式近似策略。全多项式近似策略的计算复杂性为O(n4 L4/ε3)。     

带有分段线性递减加工时间和拒绝工件的单机排序问题

讨论了带有分段线性递减加工时间和拒绝工件的单机排序问题。在这一模型中,工件的实际加工时间是关于开始时间的分段线性递减函数,目标函数是极小化被接受工件的最大完工时间和被拒绝工件的总惩罚之和。这一问题是NP-难的。基于对问题的分析,给出了一个全多项式近似策略。全多项式近似策略的计算复杂性为 O(n4L4/ε3)。
     

具有指数学习效应和恶化效应的可拒绝单机排序问题

讨论了带有工期窗口的单机排序问题。规定每个被接受的工件都有1个待定的交货期窗口,且所有工件的交货期窗口大小相同。工件的实际加工时间为与其开始时间和位置有关的指数函数。1个工件或者被拒绝,或者被接受。被拒绝就要支付拒绝的费用;被接受就会产生相应的提前、延误惩罚以及最大加工时间的惩罚。研究了2个问题,都需要确定工件的最优排序和窗口的开始时间,第1个问题的目标函数是与窗口的开始时间、窗口的大小、提前时间、延误时间、最大完工时间以及拒绝费用有关的函数。第2个问题的目标函数是与窗口的开始时间、窗口的大小、提前和延误的工件数、最大完工时间以及拒绝费用有关的函数。该问题在多项式时间可解,给出了问题的多项式时间算法。     

带有优先约束的分批排序问题

对工件带有优先约束的分批排序问题进行了研究,其目标函数为最大完工时间．优先约束为：有一个树上包含有n个工件,其余的m-1条链上的工件数总和为常数,且工件的加工时间不限制．对于此种情况,给出了一个多项式时间算法．     

带有退化和资源约束的不同类型机排序问题

讨论带有线性退化和线性资源约束的不同类型机排序问题。每个工件都有一个基本加工时间。工件的实际加工时间是与他的基本加工时间、开始加工时间、实际加工位置以及被分配的资源量相关的一般函数。分别讨论了2个排序问题,一个目标函数为每台机器的最大完工时间、总完工时间、加工时间绝对差以及资源分配之和;另一个目标函数为每台机器的最大完工时间、总等待时间、等待时间绝对差以及资源分配之和。目的是同时确定最优资源分配和工件最优的加工顺序,从而使每个目标函数极小化。通过将每个问题的目标函数转化为对应的指派问题,进而求解,并证明每个问题都是在多项式时间内可解的。     

线性加工时间单机成组排序问题

讨论一类线性加工时间成组排序问题．在这一模型中，工件的加工时间是其开工时间的线性函数，全部工件分成若干组．工件的加工必须满足成组技术限制，同组工件间没有安装时间，各组间有与顺序无关的安装时间．目标函数为极小化最大完工时间．基于对问题的分析，给出了多项式算法。     

两个带有分批费用的单机平行分批排序问题

假定工件和批处理机都在零时刻到达,工件被成批进行加工,一旦开始加工就不允许中断,每批的加工时间等于该批中最大的加工时间,而且假设每分一批都产生一个分批费用。第1个问题对目标函数为任意的正则函数与分批费用之和的情形,利用动态规划方法给出了拟多项式时间算法;第2个问题对目标函数为误工工件数与分批费用之和的极小化问题,同样利...     

带有学习效应和退化效应的可拒绝排序问题

讨论了具有学习效应和退化效应的多窗口的可拒绝单机排序问题。工件的实际加工时间与开始加工时间和所排位置有关。工件集分为接受工件集和拒绝工件集,对于被拒绝加工的工件而言,它的费用只与工件有关,目标是确定接受工件集的最优加工顺序和拒绝费用,从而极小化2个费用函数。考虑2个问题,第1个问题的目标函数是与提前、延误、窗口的开始时间、窗口的大小以及拒绝费用有关的函数,第2个问题的目标函数是与提前、延误工件数、窗口的开始时间、窗口的大小以及拒绝费用有关的函数,并且针对这2个问题分别给出了多项式时间算法。     

恶化工件具有p-s-d安装时间的非同类机排序

主要讨论了恶化工件具有p-s-d安装时间的非同类机排序问题.工件的实际加工时间与开工时间有关,安装时间是依赖于所在机器上已加工完的工件的加工时间的简单函数,即p-s-d形式.本文所考虑的问题是如何确定工件在非同类机上的加工顺序使得所有工件的总完工时间最小.在每台机器上加工的工件数确定的情况下,将该排序问题转化为一个指派...     

带有学习效应和加工时间可控的排序问题

考虑了带有学习效应和加工时间可控的交货期窗口的单机排序问题。工件的加工时间是关于所分配资源的线性函数或凸函数。其中每一个工件均有一个交货期窗口且窗口大小相同,若工件在窗口之前或之后完工则会产生相应的惩罚,若工件在窗口中完工则无惩罚,目标是通过极小化包括提前,误工工件数、窗口的开始时间、窗口大小和资源消耗的总惩罚函数确定工件的最优排序、最优加工时间和最优资源分配量。在加工时间是线性资源函数的情况下,通过将问题转化为一系列指派问题,构造一个多项式时间算法;在加工时间是凸资源函数的情况下,构造了一个在多项式时间内可解的动态规划算法。     

带有退化效应和不可用区间的并行批排序问题

在制造业中,处理机由于长时间使用而发生故障或进行维护、保养等原因,产生一些不可用区间;并且工件的实际加工时间往往与它的开始加工时间有关。研究一种带有退化效应和不可用区间的无界单机并行批处理机排序问题。在这一模型中,工件的实际加工时间是其开始加工时间的线性递增函数。而并行批处理机中,同批工件同时开始加工,同时完工,且批一旦开始加工就不可中断;每批的加工时间等于这批工件中加工时间的最大者;同批中工件的完工时间都相同,为这批的完工时间。讨论的目标函数为最大完工时间问题。通过对最优解性质的分析,给出了求解此问题的多项式时间的最优算法。     

强制工期相等的双机流水车间排序问题

讨论了强制工期相等的n个工件在双机流水车间的加工.在允许机器空闲的条件下,寻找一个工件排序,使得最大提前完工时间最小.由于工件不允许延迟,问题可能会不可行排序.先讨论问题的可行性,如果问题可行,找出一个可行序列作为预排序列,并给出一个算法计算出每个工件尽可能迟的开工时间,而后,给出一个多项式时间算法,在预排序列的基础上,通过调整最先加工的工件来获得最优排序.     

机器具有可用性限制的加权总完工时间问题

研究一种带有学习和恶化效应,并且机器具有可用性限制的排序问题。讨论的目标函数为加权总完工时间的单机和两台机器的平行机问题。在某些实际生产过程中,工件加工时间的变化既受生产设备长时间使用,导致恶化现象的影响,也受生产设备或工人加工效率提高的影响。因此,在这种模型中,工件的实际加工时间不仅与它的所排位置有关,而且还与工件的开始加工时间有关。此外,由于机器发生故障或进行维护与保养等原因,导致其在某一区间内无法加工工件。针对某种学习和恶化效应模型下机器在任意时间段维修的单机和2台机器的平行机的某些情况,分别给出了拟多项式时间动态规划算法,分析了算法复杂性,并给出相应数值例子表明算法的有效性。     

工件分簇的半连续型批处理机调度问题

半连续型批处理机调度问题是从钢铁工业加热炉对管坯的加热过程中提炼出来的,其中把加热炉看作批处理机,同一时刻可以有C个工件被加工。工件以批方式进行加工,批中工件的进入、加工和离开都是按周期进行,同一批中的工件都有自己的开始加工时间和完工时间,且加工时间均等于这批工件中加工时间的最大者,批的大小为这批工件的个数。半连续型批处理机调度问题包含如何分批及安排各批间的加工顺序。考虑了单机且工件分簇的情况,其中在同一簇中工件的加工时间相同。目标函数为极小化总完工时间。对于工件的簇数是F的情况,通过最优解的性质给出了一个复杂性为O（F^2）的动态规划算法,能够获得对应问题的最优解。     

工件可拒绝的分批配送问题研究

考虑工件可拒绝的分批配送问题:一个制造商为一个客户加工n个工件,每个工件既可以被接受加工,也可以被拒绝加工(但要支付拒绝费用),工件加工完之后要安排车辆运送给客户,完工时间为工件送达客户的时间.目标函数为被接受工件的总完工时间、总配送费用和被拒绝工件的总拒绝费用三者之和,文中对处理机为单机的情形给出了多项式时间算法,且证明了两台平行机的情形下该问题是NP-完备的,并给出了伪多项式时间算法.     

带准备时间的任务单机学习效应排序问题

具有学习效应的任务的加工时间和带有准备时间的任务问题是排序论中的重要研究内容,它们对任务的完工时间有重要影响．研究了具有学习效应且带有准备时间的任务单机排序问题,其中学习效应指的是任务的实际加工时间是该已经排好的任务对数加工时间的递减函数,目标函数为最小化总完工时间．这个问题是NP-难问题．用分支定界法给出了此问题的最优解,为了提高分支定界法的运行效率,同时给出了一个启发式算法、几个优势性质和两个下界．计算结果表明分支定界法和启发式算法求解此问题非常有效．     

带有恶化和拒绝的工期指派的单机排序问题

讨论带有恶化和拒绝工件的工期指派的单机排序问题。工件的实际加工时间是其开始加工时间的线性增函数。如果工件被拒绝,则有一个惩罚费用,否则工件被加工。每个工件都要确定一个工期,文章讨论的工期指派分为CON(共同工期指派)和SLK(相同松弛工期指派)两种情况。对于CON工期指派问题,其目的是确定最优公共工期及工件的加工顺序,使工期、提前、延误和拒绝的总费用最小。将该问题归结为一系列指派问题,从而得到了一个复杂性为O(n4)的算法来求解此问题。对于SLK工期指派问题,目的是确定最优的松弛量及工件的加工顺序,使松弛、提前、延误和拒绝的总费用最小。将其归结为一系列指派问题,给出了求解此问题的多项式时间的最优算法。