具有负载依赖型维护时长和弹性维护开始时刻的单机调度问题

考虑维护时长为负载依赖型且维护开始时刻具有一定弹性的单机调度问题,其中机器在加工过程中需要进行一次维护,维护的开始时刻是决策量且需位于一个事先给定的时间段内,维护时长依赖于机器维护前已加工工件的加工时长之和,目标是确定维护的开始时刻并安排所有工件的加工使得制造期最小化。对维护时长函数的导函数大于或等于1的情形,给出了一个最优调度方案。对维护时长函数的导函数小于1的情形,证明了任何非延迟调度算法的最坏情况界都不超过2,并证明了经典的LS算法、LPT算法和SPT算法及它们的一些变形算法的最坏情况界均为2。     

具有DeJong学习效应的两台机器流水作业排序问题

[目的]讨论具有DeJong学习效应的两台机器流水作业排序问题.[方法]目标函数是极小化总完工时间.[结果]首先对一般情况,证明了 SPT算法的界为2.然后考虑了两种特殊情况:1)两个工序的加工时间和与第2台机器工序实际加工时间同序;2)第2台机器工序的加工时间相同.对于第1种特殊情况,给出了 SPT算法一个改进的界.对于第2种特殊情况,给出了最优算法.[结论]推广了已有文献的结果.     

最小化时间表长的平行机调度近似算法研究

讨论机器具有固定周期维护t,目标函数为最小化时间表长的m台平行机调度问题.这是一个NP-难的问题.关于该问题主要分析了当维护时间t≤T/3时,利用经典的装箱算法FFD我们可以得到关于该问题的一个近似算法FFPTD.该算法的最坏误差界为2,最后以实例说明2为该算法的紧界.     

具有学习效应的两台机器流水作业排序问题

讨论了具有学习效应的2台机器流水作业排序问题,目标函数为极小化总完工时间.首先证明了2个相关引理,基于2个引理和对问题的分析,证明了用SPT算法解决问题的界为一个与工件的最小加工时间和最大加工时间相关的且小于2的一个值.     

维护时长依赖于机器负载和机器空闲的单机调度问题

考虑一个含有单次维护的单机调度问题,其中工件不可中断,维护的开始时刻给定但维护时长是维护之前机器负载和机器空闲时长的线性增函数,目标是最小化时间表长。分3种情况进行讨论,对前2种情况分别给出了一个多项式时间最优算法,对最后一种情况分析了LPT算法的性能并给出了通过经典背包问题的任意一个FPTAS来获得该情况的一个FPTAS的方法。     

带有可控性维护的单机调度问题研究

为在附加费用不大的条件下,通过最小化工件完成时间之和来减小work-in-process中的库存,尽可能使工件按期交付,在将工件调度与机器维护统一进行考虑的模型基础上,提出了带有预防性维护的单机调度问题,并对其进行了建模.将机器的维护周期适当放宽,以便在保证总的附加费用不超出预先给定的一个常数的前提下,实现工件的完成时间和的最小化.对工件加工允许中断的情况给出时间复杂度为O(n*ln(n));对工件加工不允许中断的情况给出一个启发式算法,其时间复杂度为O(n2).由该启发式算法很容易得到问题的可行解,从而为问题的进一步研究打下了基础.     

具有周期维护的最小化工件完成时刻之和的平行机调度问题

考虑具有周期维护的m台平行机调度问题,一组给定的工件在这些机器上加工,目标是给出工件完成时刻和最小的调度方案。基于经典的SPT(最短加工时间优先)算法,提出了名为MSPT的启发式算法,并证明了该算法优于SPT算法。     

求解带缓冲区和机器可用性约束的非置换流水车间调度

为得到非置换流水车间更好的调度方案,考虑到缓冲区、机器可用性约束和序列相关换模时间,以最小化最大完工时间为目标,建立数学模型和析取图模型,构造了一种面向NPFS的列表启发式算法.算法通过允许列表和候选列表记录启发式过程信息,采用量子蚁群和SPT启发式规则搜索并选择析取边的可行移动方案,得到一个没有冲突的有向非循环图.通过正交试验法验证了算法关键参数,实例验证了算法求解和CPLEX的精确解相同.同时采用8组Demirkol测试问题,与MHD-ACS和ACO算法比较评估,验证了算法的有效性和鲁棒性.     

单台机器有使用限制的排序问题

研究单台机器有使用限制的排序问题,即机器在给定的一个时间段内不可用,目标为最小化最大完工时间.每个工件都有一个到达时间,只有工件到达了才能加工,工件在加工过程中不可中断.对于该问题的离线情形,给出了一个近似比为4/3的近似算法和一个动态规划算法.对于问题的在线情形,给出了一个最优在线算法.     

最小化总完工时间和总延误的两代理公平定价问题

【目的】研究单台机器环境下，一个代理最小化总完工时间而另一个代理最小化总延误的公平定价问题。【方法】每个代理的工件有相同的加工时间，其中：第1个代理的目标是最小化总完工时间，第2个代理的目标是最小化总延误，并且第2个代理的工件拥有不同的交货期；将这一问题分为不同的情形分别进行考虑。【结果】在Pareto排序集合下的KS公平排序可以在线性时间内找到，并且公平定价的值为1/2，举例说明了这个界是紧的。【结论】上述结果对已有文献结果进行了推广，丰富了单台机器环境下两代理排序的公平定价问题的内容。