带有减少线性恶化效应的双代理调度问题

本文研究带有减少线性恶化效应的双代理单机调度问题.该问题来源于钢铁企业中的连铸-轧制生产过程.两个代理在共同的单机上竞争加工各自的工件,每个代理都有自己的目标函数需要优化.目的是找到一个调度使得满足第二个代理的目标函数不超过一个给定的上界的约束下,第一个代理的目标函数最小.本文把减少线性恶化效应引入到双代理调度中,工件的加工时间定义为它们开始时间的减少线性函数.对于带有减少线性恶化效应的双代理单机调度的两个问题,分别给出了问题的一些最优性质,并提出了多项式时间最优算法.     

改进遗传算法在含调整时间调度中的应用

在求解含调整时间的工件调度最小化最大完工时间时,由于其内在的复杂性,很难用经典方法求出最优解,只能通过简化手段来求取次优解,因而精度不高.针对这一缺陷,将调度问题转化为经典的旅行商问题,并采用基于优先级的比例选择、实数两点交叉及模式变异算子的改进遗传算法对其求解.仿真实验表明,此方法在满足最小化最大完工时间前提下,既能求解规模更大的调度,又能进一步提高调度完工时间的精度.     

极小化不可行量函数的Flow Shop变异问题

讨论一类Flowshop的变异问题。在这类变异问题中 ,给定一个截止工期 ,该工期比Flowshop最优调度中的最大完工时间小。讨论的问题是在全部工件的完工时间不超过截止工期的限制下 ,极小化不可行量函数。这类问题与矩阵函数因子分解有着密切联系。基于对问题的分析 ,证明了这一问题等价于单机调度中极小化类似的延迟量函数。推广了已有的结论。     

三目标单机随机调度问题

讨论一类具有随机加工时间的单机调度问题 ,目标是确定 n个独立工件的最优排序 ,使工件提前完工时间之和 ,延误时间之和及守工时间之和的线性组合之期望值最小 .在一定条件下得出最优排序的形状.     

加工时间依赖于资源消耗量的平行机调度问题

研究了一类平行机调度问题,其中假定作业加工时间是资源消耗量的线性减函数,调度的目标是在限定最大完工时间时最小化资源消耗总量. 分析了对应单机问题的最优算法和下界构造方法,进而提出了两个优化策略用于构造模拟退火算法和禁忌搜索算法.考虑了多种最大完工时间限制情形, 构造了大量随机实验数据,对算法解的精确度及计算效率进行了测试.实验表明所构造的模拟退火算法能够在合理的时间内提供高质量的满意解.     

公共交货期窗口的单机随机调度问题

讨论一类具有随机加工时间的单机调度问题，所有工件设置一个公共交货期窗口，每个工件的加工时间服从正态分布，目标是确定n个独立工件的一个排序，使工件的提前／延期之和与完工时间之和的线性组合之期望值最小。问题的最优解具有v-型特征。     

带不可用时间段和恶化加工时间的单机调度

对机器带有一个不可用时间段并且加工时间恶化的不可续型单机最大完工时间调度问题进行了研究,简单说明了此问题的NP-困难性,提出了一种动态规算法以得到最优解,并给出了最短正常加工时间优先规则的最坏情况误差界限,最后提出了一种启发式算法采寻求近似解.实验结果表明该启发式算法无论从时间上还是解的质量上都是非常优异的,与动态规划给出的最优解相比,其平均相对误差仅为0.082%,最大误差也仅为3.448%,并且将近有一半的算例能得到最优解.     

求解并行加热炉群调度问题的三阶段算法

针对并行加热炉群调度问题,提出了以板坯的最大完工时间和炉内总停留时间最小化为目标的求解算法.算法由3个阶段组成:第1阶段以关键路规则为基础确定板坯排序,在一定条件下具有最优性;第2阶段对任意给定的板坯排序,给出该排序下关于炉内总停留时间的最优可行排序;第3阶段对任意给定的可行板坯排序,给出该可行板坯排序下满足板坯释放时间的最优调度方案.     

基于时间片段的多IT项目人力资源调度问题求解

针对多个IT项目的人力资源调度问题, 根据其在时间和人员方面的特殊要求, 可以将项目的演进时间划分 为相等的时间片段, 然后根据特定时间片段内的活动与可选人员之间的关系, 建立相应的人员调度方案搜索树. 将所有时间片段内的搜索树按顺序连接后, 可以得到总的方案树, 并列出所有的方案, 然后根据不同方案下得到的平均提前完工率和提前完工率方差, 找到最优解. 又为该搜索算法添加了启发规则, 使搜索空间急剧收缩, 极大提高了搜索效率. 基于该算法的特殊性, 可以将其用于求解许多具有与上述问题类似条件的资源调度问题. 本研究通过实例发现, 根据运算中的特殊规律, 该算法还具有进一步提取启发规则的潜力.     

Job-Shop调度问题的优化模型及算法

建立了关于 Job-Shop调度问题的一般优化模型 ,将问题归结为双层规划 ,以特例形式给出了最小完工时间与提前 /拖期 Job-Shop调度批量模型 ,构造了一个有效的求解算法 ,数值实验表明了模型及算法的正确性和有效性 .