带有交货期和加工时间可控的单机排序问题

讨论了带有交货期和工件的加工时间可控的单机排序问题.本文首先根据最优排序的性质确定了最优资源的分配方法,并将问题转化为指派问题,通过构造多项式时间算法确定最优排序.然后,本文将学习效应与加工时间可控问题结合,分别讨论了加工时间是线性资源函数和凸资源函数两种情况,证明了该类问题是多项式时间可解的.最后,讨论了一种特殊情况(学习因子是常数,加工时间是凸资源函数),给出了复杂性为O(nlogn)的算法,通过运行此算法确定最优资源分配量和工件的最优排序.     

可控排序问题的凸二次规划松弛近似算法

用凸二次规划松弛方法,研究工件加工时间可控的,使加工时间压缩费用与加权总完工时间之和为最小的排序问题,得到界为3/2的多项式时间近似算法.     

加工时间可控的单机排序问题

研究带有学习效应和恶化效应的单机排序问题。在此模型中,工件的学习效应是与工件加工位置相关的减函数,工件的恶化效应是与其开始加工时间相关的线性函数。在无资源约束的情况下,分别讨论了目标函数为最大完工时间、总完工时间及总完工时间的绝对差之和的排序问题,证明了这些问题都是多项式时间可解的。对于带有资源约束问题,若分配一定的资源,工件加工时间会减少。讨论了在线性资源分配情况下,带有学习效应、恶化效应和资源分配量的交货期排序问题,其中所有工件有一个共同的交货期。目的是确定最优交货期、资源分配及工件的加工顺序,使交货期、提前、延误和资源分配量之和最小,通过将其转化为指派问题,证明问题是多项式时间可解的。     

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。     

凸二次规划松驰方法研究离散加工时间可控排序问题

用凸二次规划松弛方法研究离散加工时间可控的排序问题,得到界为3/2的多项式时间近似算法。     

凸二次规划松弛方法研究离散加工时间可控排序问题

离散加工时间可控的排序问题,得到界为3/2的多项式时间近似算法。     

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.     

工件可外包的单机准时排序问题

【目的】研究一类单机准时排序问题,其中工件有公共的交货期和交货截止期,允许工件外包加工,外包加工将产生外包费用,目标是极小化总提前时间,总延迟时间与总外包费用之和。【方法】首先给出该问题的若干最优性性质,然后对于交货期和交货截止期都待定,以及给定交货截止期两种情形分别讨论。【结果】对于第一种情形,设计了多项式时间算法,对于第二种情形,证明了它是NP-困难的并设计了伪多项式时间的动态规划算法。【结论】所讨论的单机准时排序问题所得到的结果为冷鲜食品生产管理者提供了有效决策支持。     

加工时间离散可控的分批排序问题

分批排序和可控排序是两类重要的现代排序模型,该文中把这两类排序模型相结合,讨论加工时间离散可控的单机分批排序问题:对于所有工件具有相同的可控加工时间和控制费用这一情形,分别考虑机器容量有限及无限两种情况下,分别使最大完工时间和总完工时间加上加工时间可控所需费用的总和为最小作为优化的目标,讨论了这四个问题的最优解的性质,并在此基础上提出了相应的多项式时间最优算法.     

单机误时排序问题的分段优化

本文对满足一定条件的单机误时排序问题给出一个优化方法。方法的思想是光确定最后加工的部分工件顺序，从而把原问题缩小，缩小后的问题或还可继续使用该方法进一步缩小或用其它已有方法求其最优顺序，最后获得原问题的最优安排。     

神经网络方法求解多目标多加工工艺的柔性制造系统散件调度

针对多目标、多加工路径选择的柔性制造系统 ( FMS)散件调度特点 ,提出一种带可控因素的神经网络模型 .用灵活的规则推理体现 FMS的系统目标 ,用可靠的神经网络演算解决非线性问题的优化组合 ,达到以较少的代价同时获得系统的完备性和适应性的效应     

变长分组Banyan网中排队的神经网络调度

提出了适用于变长分组情形下进行调度的系统结构;给出了分组调度的具体原则;基于所给出的调度原则,研究了利用Hopfield神经网络实现优化调度的方法和在硬件电路上的可实现性,仿真实验表明了所给调度方法的有效性。     

求解线性规划问题的神经网络模型

提出了一个解线性规划问题了增广的神经网络模型，证明了该网络全局稳定子平衡点，而平衡点就是线性规划问题的解，该网络的优点是，能够实时获得问题的精确解，且可以同时获得带等式或不等式约束的对偶问题解，该网络易于电路实现。     

基于人工神经网络描述的编程

目的在神经网络结构和算法描述语言的基础上,提出神经网络编程的概念,建立神经网络仿真系统。方法采用具有强类型,并发性和面向对象等特点的Ａｄａ语言作为系统的宿主语言,建立基于结构,算法描述的神经网络认真系统。结果为神经网络的工程应用研究提供手段。结论采用神经网络编程,可以将神经网络与传统的编程语言在通用计算机的基础上统一起来,达到更新更高的处理能力。     

一种具有模糊交货期的单机调度问题

研究了一种具有模糊交货期的最小化全部满意度的单机调度问题。机器能力限制要求在任何时间至多加工一个工件,且在工件加工之间无空闲时间。考虑了一种梯形隶属度函数并推广为非线性情形。该问题清晰化后可利用动态规划状态空间松弛来求解。     

边界控制下一类系统能控性及神经网络实现

应用对耦合系统的一种分解方法，得到线性分布参数系统的状态与边界控制之间的定量关系，使得能控对城可以用显式表示出来，进而可分析系统的能控性问题．并讨论了在神经网络上实现的可能性     

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。     

基于新型进化规划的异构神经网络集成算法

提出一种基于新型进化规划的异构神经网络集成算法。首先利用改进的进化规划,克服传统的进化规划及EPNet模型的不足,生成多个异构的最优网络,然后对异构网络进行组合求解。该集成算法充分利用了Bootstrap采样的天然特性实现了网络间的异构和差异度,同时又保证了单个成员网络的精度,克服了传统Bagging,Boosting算法中成员网络结构固定,缺乏个体精度的缺点。通过仿真实验证明,该方法较传统集成算法具有更好的泛化性能并减少了传统集成算法中的随机不确定因素。