预先知道工件最大加工时间的带机器费用的排序

对大多数排序问题来说，机器集往往是事先给定的，而且在算法进行过程中，机器集是不变的。Imreh和Noga第一次提出了在排序中考虑机器费用的模型。他们研究了所谓的List Model problem，并给出了竞争比为（1＋5的平方根）／2≈1．618的在线算法，同时证明了该模型的任意在线算法的竞争比至少是4／3。本文研究List Model problem的一个半在线情形，我们假设工件的最大加工时间预先知道，我们将给出一个竞争比为19／12≈1．583的半在线算法，同时证明对该问题的这一半在线情形，任意半在线算法的竞争比至少是4／3。这表明部分信息有利于设计更好的算法。     

带机器准备时间的同类机在线与半在线排序问题

研究带机器准备时间的m台同类机(uniform machines)在线和半在线排序问题，目标函数为极小化最大机器(工件)完工时间。对于在线情形，证明了LS算法的最坏情况为ρ=｛（1 √5）/2，m=2,1 √2m-2/2,m≥3，并且当m=2，LS算法是最好的近似算法；当m=2，3，…，6时界是紧的，特别地，当s1=s2=…=sm-1,sm≥l时，证明了LS算法的最坏情况界为ρ=｛（1 √5）/2，m=2,3-4/m 1,m≥3，而且界是紧的；对于已知加工时间递减的半在线排序问题，证明了LS算法的最坏情况界为2—2/(m 1)。     

两台带准备时间的同类机的半在线排序

研究了带机器准备时间的两台同类机的半在线排序问题,这里目标函数为极小化最大机器完工时间.对于所有工件总的加工时间已知的半在线情形,我们给出了一个竞争比为max{52 1,1 bb}的半在线算法,其中b为机器速度.并且算法对于对于机器加工速度b<2时的同型机情形是最好的.     

带准备时间的两台同类机半在线排序

针对机器速度和准备时间不同,探讨了带机器准备时间的两台同类机半在线排序问题,以达到优化工作效率的目的.目标为极小化最大机器完工时间,对于所有工件中最大工件的加工时间已知的这种半在线情形,给出了一个竞争比不少于(s+1)/(2s+1)的MIN半在线算法.     

基于缓冲区的同型机物资调度优化

现代物流运输车辆调度方法复杂多变。将缓冲区引入物流调度中,解决物资冗余的问题;分析了带缓冲区的两台同型机半在线调度优化问题,目标为最大化最小机器加工时间,给出了一个竞争比至少为2/3的半在线算法。     

凸二次规划的Predictor—Corrector算法

考虑凸二次规划问题，给出了一个新的算法，证明了算法的迭代不数至多的Ｏ（√ｎＬ）。     

具有前瞻区间和不相容工件族的流水车间在线排序问题

研究对多台单位流水车间上具有前瞻区间的不相容工件族无界批处理的在线排序问题。通过组合优化的方法分类讨论得到问题的下界，对算法Am（β）进行了竞争比分析说明这是该问题最好可能的在线算法。给出了该问题的下界为1+η，其中η是方程(2f－1)η2+(f+β)η+β－f=0的一个正根，这里0≤β<1。同时提供了一个最好可能的在线算法Am（β）。通过竞争比分析说明了算法的可行性。     

工件带运输时间的单机分批排序问题

主要考虑了在线和离线两种模型下的工件带运输时间的单机分批排序问题.工件一但被加工完将会被马上运往目的地.我们考虑了三种限制模型:(1)在线模型:批量B无穷大,工件的加工时间和运输时间一致,即:若工件Ji的加工时间Pi大于等于工件Jj的加工时间pj,那么它们的运输时间有qi≥qj.(2)在线模型:批量B无穷大,工件的最大运输时间和最小的运输时间的比小于等于1 平方根5/2.对于(1),(2)这两种模型我们给出了一个竞争比为1 平方根5/2的在线算法,并且这个结果是最好的.(3)离线模型:批量B有限,当工件的到达时间是整数并且加工时间P=1时,我们给出了一个时间复杂性为O(n2lnn)的多项式时间算法,当工件的加工时间不是1,但工件的到达时间的个数是一个常数m时,我们给出了一个时间复杂性为O(2m-1nlnn)的多项式时间算法.     

复合两信息的同类机半在线排序问题

研究了两台同类机的一个半在线排序问题，当预先知道所有工件的加工时间总和（sum）与最大工件的加工时间（max）及目标为极大化最小机器完工时间的情形时，证明了此问题的竞争比为（3s＋2）／（2s＋2）的半在线算法．     

有界平行批处理机的在线排序问题

主要研究的是在线运输排序问题,即研究m台有界平行批处理机上考虑工件运输的在线排序问题.工件按时间在线到达,即一个工件只有在被释放之后才能知道它的一切信息.这些工件首先要在平行批处理机上分批加工,然后加工完成的工件再被一个运输车辆运送给某个顾客.当车辆的容量是充分大的时候,给出一个最好可能的在线算法,其竞争比为(5(1/2)+1)/2;当车辆的容量有限时,给出一个竞争比为(5(1/2)+3)/2的在线算法.