流水生产中存在调整时间的Lot—Streaming问题

对二台机器流水生产中的ＬＳ问题，以往的研究多为固定分批数，寻找最优分批大小，本文对机器引入调整时间，研究同时决定最优分批数及最优分批大小，并给出了相应最优算法。     

三台机器流水作业中存在不同调整时间的Ｌot—streaming问题

对三台机器流水作业的Ｌot-streaming问题（简称ＬＳ）以往的研究在忽略调整时间，分批数固定的条件下，寻找最优分批大小；本文对机器i每加工一个新的子批量分别引入一独立的调整时间si=kpi(i=1,2,3)，研究同时决定最优分批数及分批大小，并给出了相应最优算法。     

LS排序的界

讨论任务的加工是不可中断,处理机是同速机的排序问题Ｐｍ,ａｉ∥Ｃｍａｘ,证明了用ＬＳ算法求解该问题的误差界是２－１／ｍ。     

具有相关调整时间的排序问题

讨论任务具有相关调整时间的排序问题，首先把[2]中关于LPT算法的结论推广到一般算法，然后又进一步将新的结论推广到处理机为恒速机的情况。     

具有相关调整时间的排序问题

讨论任务具有相关调整时间的排序问题 .首先把 [2 ]中关于LPT算法的结论推广到一般算法 ,然后又进一步将新的结论推广到处理机为恒速机的情况 .     

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)。     

一类P／Sij／Cmax问题的LS算法分析

提出一类有准备时间的排序问题；分析了ＬＳ算法解此问题的最坏情况；个性了ＬＰＴ算法，使最差性能指标由４－２／ｍ改进到８／３－２／３ｍ。     

具有传递时间的排序问题

研究具有传递时间的两类单机排序问题，运用交换方法证明最优性条件并设计了相应算法。     

一类处理机具有准备时间的恒速机排序问题

讨论任务的加工是不可中断,处理机是恒速机且处理机具有准备时间的排序问题,目标函数是极小化最大完工时间.对于2台处理机的情况,已经有了一个与处理机加工速度有关的排序的界.研究了对于m(m≥2)台处理机的一种特殊情况,给出了一个与处理机加工速度有关的算法的界.     

调整时间可分离的FlowShop调度问题F3|s|C_(max)

研究了三台机器调整时间可分离的FlowShop调度问题,目标函数为极小化最大完工时间·证明了最优调度可能不是排列调度,但是工件在前两台机器上具有相同加工顺序的调度中至少存在最优调度·在排列调度范围内,对于工件在第二台机器上的调整时间与加工时间之和的最大值不超过工件在第一台或第三台机器上的调整时间与加工时间之和的最小值的情况,给出了求解最优调度分派规则,并以分派规则为基础给出了多项式最优算法     

调整时间可分离的无等待FlowShop调度问题

研究了3台机器调整时间可分离的无等待FlowShop调度问题,目标函数为极小化加权完工时间和·基于对问题的分析,给出了目标函数的一般表示·对某些特殊情况,给出了问题存在多项式最优算法的充分条件·在此条件下,将单机调度问题的WSPT规则应用到无等待FlowShop调度问题,得到了求解无等待FlowShop问题最优调度的分派规则·通过反例指出了文献中的某些错误·     

Improved Fruit Fly Optimization Algorithm for Solving Lot-Streaming Flow-Shop Scheduling Problem

An improved fruit fly optimization algorithm （iFOA） is proposed for solving the lot-streaming flow-shop scheduling problem （LSFSP） with equal-size sub-lots. In the proposed iFOA, a solution is encoded as two vectors to determine the splitting of jobs and the sequence of the sub-lots simultaneously. Based on the encoding scheme, three kinds of neighborhoods are developed for generating new solutions. To well balance the exploitation and exploration, two main search procedures are designed within the evolutionary search framework of the iFOA, including the neighborhood-based search （smell-vision-based search） and the global cooperation-based search. Finally, numerical testing results are provided, and the comparisons demonstrate the effectiveness of the proposed iFOA for solving the LSFSP.     

流水作业由二台柔性机器组成时的极小完工时间之和问题

该文考虑下述由2台机器组成的流水作业问题:n个相同工件需依相同次序在机器1、2上共进行3次加工.工件j的第一次加工在机器1上进行,所需时间为p1;其第二次加工或单独在机器1上或单独在机器2上进行,当工件j的第二次加工在机器1上进行时,所需时间为p12,当工件j的第二次加工在机器2上进行时,所需时间为p21;其第三次加工需在机器2上进行,所需时间为p2.要求适当安排这n个工件的加工方式以使它们的完工时间之和达到极小.对该问题作者对应不同情况给出了不同的最优解法.     

用AGLA算法求解一类以TFT为目标的模糊Flow Shop调度问题

针对一类加工时间不确定的以总流经时间(TFT)为目标的置换Flow Shop调度问题,应用模糊数学的方法表示加工时间的不确定性,提出了一种改进的智能算法——异步遗传局部搜索算法(AGLA)。该算法初始种群的一个解由构造型启发式算法产生,其他解随机产生;通过引入一个加强的变邻域搜索机制和一个简单的交叉算子,对种群执行异步进化操作(AE);算法最后加入重启机制防止陷入局部极小。仿真实验结果验证了AGLA解决模糊Flow Shop问题的有效性。     

基于模糊规划的处理时间不确定条件下的Job shop问题

研究了处理时间不确定条件下的Job shop生产调度问题,建立了基于模糊规划理论的不确定Job shop调度模型。在采用两种模糊运算的基础上,结合模糊优化和遗传算法给出了一个解决非线性模糊优化问题的可行算法,通过仿真数据说明了所建模型及算法的有效性,并就结果进行了讨论。     

A Novel Particle Swarm Optimization for Flow Shop Scheduling with Fuzzy Processing Time

Since in most practical cases the processing time of scheduling is not deterministic, flow shop scheduling model with fuzzy processing time is established. It is assumed that the processing times of jobs on the machines are described by triangular fuzzy sets. In order to find a sequence that minimizes the mean makespan and the spread of the makespan, Lee and Li fuzzy ranking method is adopted and modified to solve the problem. Particle swarm optimization （PSO） is a population-based stochastic approximation algorithm that has been applied to a wide range of problems, but there is little reported in respect of application to scheduling problems because of its unsuitability for them. In the paper, PSO is redefined and modified by introducing genetic operations such as crossover and mutation to update the particles, which is called GPSO and successfully employed to solve the formulated problem. A series of benchmarks with fuzzy processing time are used to verify GPSO. Extensive experiments show the feasibility and effectiveness of the proposed method.     

基于改进遗传算法的Flow Shop调度算法研究

给出了Flow Shop调度问题的数学模型,介绍了三种用于求解该问题的启发式算法,根据普通遗传算法与启发式算法的互补特性,提出了结合两者各自优势的改进遗传算法．通过两个不同规模的经典算例对算法的优化性能进行了对比分析,结果表明,采用了保优策略的改进遗传算法的搜索能力优于启发式算法及普通遗传算法,并具有较强的鲁棒性．     

面向对象Flow-shop调度问题的遗传算法求解

以面向对象的程度设计方法,实现了用遗传算法求解ＦｌｏｗＳｈｏｐ调度问题（ＦＳＳＰ）文中讨论了ＦＳＳＰ的不同存贮方式（ＵＩＳ、ＦＩＳ和ＮＩＳ）,时限问题以及不同的交叉算子对算法的作用     

柔性Flow Shop加权完成时间调度问题的启发式分析

针对柔性flow shop加权完成时间调度问题,通过对机器环境进行分组,证明了一个基于有效作业最短加权平均处理时间的启发式算法是渐近最优的.