Makespan and reliability driven scheduling algorithm for independent tasks in Grids

In the dynamic,complex and unbounded Grid systems,failures of Grid resources caused by malicious attacks and hardware failures ale inevitable and have an adverse effect on the execution of tasks.To mitigate this problem,a makespan and reliability driven(MRD)sufferage scheduling algorithm is designed and implemented.Different from the traditional Grid scheduling algorithms,the algorithm addresses the makespan as well as reliability of tasks.The simulation experimental results show that the MRD sufferage scheduling algorithm can increase reliability of tasks and can trade off reliability against makespan of tasks by adjusting the weighting parameter in its cost function.So it Can be applied to the complex Grid computing environment well.     

加工时间线性恶化的成组加工流水作业问题

文章讨论了m台机器的Flow Shop成组加工问题.工件在不同机器上的加工时间以相同的系数(斜率)线性恶化.目标函数分别为极小化时间表长和总完工时间.对于目标函数为极小化时间表长的Flow Shop成组加工问题.再进一步细分为组间无调整时间和组间有相同调整时间的两种情形来讨论,都得到了最优调度(排序).对于目标函数为总完工时间的Flow Shop成组加工问题,只要组内按qij单调递增(SPT)序加工,组间按S.单调递增序加工可得最优调度.     

多产品批处理过程调度的MILP建模

基于时间间隙的概念和连续时间描述，将设备、产品分配给时间间隙分别表达为两类0-1变量。采用一个时间轴，建立了具有并行生产线的单阶段多产品批处理过程的调度数学模型。模型表达为一个混合整数规划（Mixed Integer Linear Programming,MILP)问题。相对于已有的基于时间间隙描述的调度模型，该模型0-1变量少，且能处理顺序相关建立时间。求解采用分支定界法（BAB）。计算表明，该模型求解速度快，松弛线性规划和MILP的最优解之差（Integraligy Gap)小，尤其对包含多个相同批次的调度问题求解效果更为显著。     

一个求分批排序最小时间表长的多项式时间近似方案

给定一个批处理系统{pi,ri:i=1,…,n}，pi，ri分别代表工件i的加工时间和释放时间，该系统至多可以同时处理B(批容量)个工件．一个批次的加工时间是此批次所包含所有工件的加工时间的最大者．最后一个被加工完工件的完工时间常被称为时间表长(makespan)，主要给出了一个求分批排序最小时间表长的多项式时间近似方案(PTAS)．     

基于斜度指标的混合流水车间调度方法

针对混合流水车间（Hybrid Folwshop,HFS)最小化工件全部完成作业时间（Makespan)调度问题，提出混合整数规划模型，基于斜度指标的方法来对工件进行排序，采用最先空闲设备（FAM）算法来分配设备，并给出其最优值的下界以检验该算法。仿真结果表明，该方法能够较好地解决混合HFS的调度问题。     

基于性能预测的遗传强化学习动态调度方法

针对作业车间动态调度问题,在模式驱动调度的框架下,提出遗传强化学习动态调度方法。首先,采用优先规则编码的染色体表达问题的解,将染色体分割成基因模式作为分阶段调度算法的状态模式;其次,设计性能预测变量,构建启发式立即回报函数,引导和加快遗传强化学习算法的搜索进程;再次,设置遗传算子、强化学习及其相关参数以实现搜索过程＂开采＂与＂探索＂之间的平衡;最后,仿真实验结果验证了遗传强化学习调度方法的有效性。

Abstract：

In the framework of pattern driven scheduling,a genetic reinforcement learning （GRL） approach to schedule the job in the dynamical job-shop was proposed.First,the chromosome was coded by preference rules-based representation for the problem.The chromosome was divided into gene schema as state patterns for the multi-phase scheduling system.Secondly,a performance predictive variable to construct instant reward function was designed which was used to guide the learning system to progress rapidly.Thirdly,genetic operators,RL and controlling parameters carried out the search strategy for the balance of ＂exploration＂ and ＂exploitation＂.Finally,the simulation results verify the efficiency of GRL scheduling approach.     

关于工件组的两机自由作业时间表问题

讨论关于工件组的两机自由作业时间表的加工全长问题，无论是对于成组加工情形还是分组情形，该问题都可以被证明是ＮＰ困难的。对于成组加工情形，设计了一个性能比为５／４的近拟算法，该算法生成的时间表作为分组情形的解，性能比仍能保持为５／４。此外，还讨论了如何最优地求解只有一个工件组的情形。     

带到达时间的加工时间离散可控的单机排序问题1|rj , dm|Cmax +TPC的FPTAS算法

考虑工件加工时间离散可控的单机分批排序问题,目标函数是极小化最大完工时间与加工费用之和.对于工件不同时到达的情况,本文给出了FPTAS算法.     

一个成组加工中加工时间可变的加工全程问题

该文考虑在成组加工中工件加工时间受位置影响的单机排序问题．目标函数为极小化加工全程．我们给出了此问题的最优性条件，并且构造了一个最优算法．     

工件尺寸不同的并行机批调度问题

考虑并行批加工机上不同尺寸工件的调度问题；目标是极小化最大完工时间.给出了一个(2+ε)-近似算法，ε＞0可以任意小.