单机分族分批排序的最小误工个数问题

文章研究了同一族内,给出并证明了其最优排序的性质。对工件到达时间和工期相一致时的情形,得出了一个时间复杂性为O(mb(n/m)2m)的动态规划算法。     

一种特殊的单机双目标分批排序问题

考虑目标函数为Cmax和∑ωjCj的单机上批容量无限制的两类双目标分批排序模型:约束模型和线性加权模型.这里通过动态规划的递推算法分别给出了相应问题的多项式时间算法,并分析了算法的时间复杂性.最后指出在本文约束模型解决前提之下.问题相应的主次指标模型也可相应解决.     

P与d一致时的分族分批排序误工个数问题

研究了一类分族分批排序最小误工个数问题,给出并证明了最优排序的性质,证明了此问题是NP-困难的．对工件的到达时间和工期一致时的情形,给出了一个时间复杂性为O（mb（n/m）^2m）的动态规划算法．     

带有安装时间以及可分批加工的供应链排序问题

研究了单制造商多客户的供应链排序问题;同一客户的工件可以分批进行加工,不同客户的工件不可以在一批中加工;当相邻的两批工件属于不同客户时则需要相应的安装时间.以生产和运输总费用最小为目标函数,建立了集成排序模型;分别用工件的加权总完工时间和最大延迟作为排序目标,采用动态规划的技巧给出了最优算法,并分析算法复杂性.     

若干带拒绝费用的分批排序问题研究

首次考虑了工件可拒绝的单机串行分批排序问题.对于问题1,s｜s-batch,rej｜Cmax＋Σ j∈ ej,均给出了最优算法;对于问题1,s｜s-batch,rej｜Σ j∈s Cj＋Σj∈ ej,通过动态规划算法给出了多项式时间的精确算法.研究了问题1｜B〈n,rej｜Σj∈s wjCj＋Σj∈ ej中工件加工时间均相等的特殊情况.     

极小化最大完工时间及拒绝费用的单机可拒绝分批排序

首次考虑了工件可拒绝的单机分批排序问题,目标函数是极小化最大完工时间加上被拒绝工件的拒绝费用之和.对于工件同时到达的情况,本文通过动态规划算法给出了多项式时间的精确算法,借助于数据结构中的堆排序,我们将算法复杂性降低为O(n2logB).     

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.     

加工时间服从均匀分布的单机随机排序问题

讨论了工件的加工时间服从均匀分布的单机随机调度问题,目标是使拖后工件数的数学期望最小.采用理论分析的方法,研究了工件的最优加工顺序.结果表明:在(1)工件的权重相等(2)工件的权重与工件的平均加工时间成比例的两种情况下,最短期望加工时间优先规则的不可中断静态优先策略和不可中断动态优先策略是确定使拖后工件数最少的优先策略,并对算法的最优性进行了证明.该成果对非正规目标函数的单机随机排序问题的解决具有一定的参考价值和指导意义.     

平行机器的分批排序问题

本文研究一类具有分批约束的平行机排序问题.在恒同机情形导出Greedy算法,在m=2情形建立了匹配算法,在两台一致机器情形讨论了2-交换算法,并得到若干计算复杂性结果。     

排序问题1‖∑Ui最优解的唯一性及全部解的生成

本文研究经典排序问题－最小化误工工件数的单机排序问题，由于多指标决策问题的需要，希望确定出一个单指标问题的全部最优解的结构，这自然包括唯一性问题。     

极小化最大完工时间的批到达同时加工排序问题

考虑工件成批到达的同时加工排序问题,目标函数为极小化最大完工时间.给出模型在特殊情况下的统筹算法和针对一般情况的局部统筹算法,并通过大量的实例计算来验证两启发式方法的有效性.     

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.     

考虑周期性维护与工时恶化的单机调度研究

机械加工的"个性化定制"和"多品种小批量生产"需求与日俱增,生产的高度灵活性和设备维护的必要性给调度工作带来了巨大挑战,实际生产伴随的工时恶化效应使得调度问题更加复杂。为了解决周期性维护策略下考虑工时恶化的单机调度和维护决策问题,利用分段线性函数对工时恶化进行描述,分别基于固定周期维护与柔性周期维护的特点,以最小化最大拖期成本和维护成本为目标建立模型,通过数值实验和调参分析,确定了维护决策的关键和非关键因素。结果表明:柔性周期维护没有批次空闲,目标函数值随β/α比值的增大呈阶梯增长状,能实现成本的"自适应"调节,较固定周期维护有显著优势。构建生产与维护的联合调度模型,可实现维护策略的优劣对比和生产与维护的联合决策,降低企业生产和维护的运营成本。     

并行机优化调度问题的新算法

将调度规则的简洁性与遗传算法的强大搜索能力相结合,提出一种能用于最小化拖期任务数并行机调度问题的基于遗传的新的调度算法,并用计算实例表明了该调度算法优于迄今最好的启发式算法,并能适用于大规模并行机调度问题,本算法计算量小,具有很强的鲁棒性。提出的基于遗传的调度算法不仅能用于生产调度领域,在大规模数值计算及计算机网络技术等方面都有很好的应用前景。     

极小化延误工件个数的单机分组排序问题

研究了以极小化延误工件个数为目标的单机分组排序问题，证明了该问题是强ＮＰ困难的，甚至限定所有工件有单位加工时间和一致的组间调整时间也是如此。     

平行工件在线排序问题的下界

通过分析模型Q2m|rj=0,mj,on-line-ncv|Cmax的特点,设计出了实例并证明了模型的下界为2-s/m(s+1),这一下界推广了1995年Shmoys,Wein和Williamso研究的模型Pm|rj,mj,on-line-ncv|Cmax的下界2-1/m.     

并联运动机床运动学和动力学分析与仿真

以4 XP XU YY U X型并联运动机床为例,采用影响系数法建立了运动学分析的数学模型,利用Lagrange方程求解出动力学模型,为其它理论分析奠定基础。同时以虚拟样机软件ADAMS为工具,建立了并联机床的仿真模型,并对并联机床进行了动力学分析,获得了并联运动机床的动态特性,从而完善并优化了并联运动机床的系统设计。     

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.     

基于Matlab的并联机床系统动力学模型计算

并联机床是空间多环机构在机床领域的创造性应用,该文以拉格朗日动力学模型为编程的理论基础,利用Matlab的矩阵运算、符号推导和绘图等功能以及VC的面向对象编程特点进行混合编程,通过VC和Matlab接口技术实现两者的数据交换,既减轻了纯VC编程的工作量和调试难度,又提高了计算精度和可靠性,使动力学仿真和控制更为准确可靠.