可变费用的单机等待损失排序问题

证明了可变费用的单机等待损失排序问题１‖Σｆ＿ｉ（ｃ＿ｉ）是ＮＰ－ｈａｒｄ；给出了一般情形下工件优先安排加工的两个判别条件；对几种特殊情形给出了多项式时间算法或最优解的判定条件。     

关于总加权提前损失的两个代理单机排序问题

[目的]研究与总加权提前损失有关的两个代理单机排序的问题.[方法]第1个代理工件的工期相同,目标函数是最小化总加权提前损失;第2个代理的目标函数是最大正则函数,它的特殊情形为最大完工时间.目标是寻找一个排序,使得在满足第2个代理目标可行的情况下,第1个代理目标函数值最小.[结果]利用背包问题证明了该问题是一般意义下NP...     

基于损失函数融合的组排序学习方法

排序学习已经在信息检索和机器学习领域中获得了广泛的关注,一系列的排序学习理论主要是基于3种排序样本构造方法提出的,分别是:单文档方法(pointwise)、文档对方法(pairwise)、文档列表法(listwise)。特别地,文档列表法中的组排序的方法可以有效地提高排序的性能。将这些方法与损失函数相结合来提高组排序的性能,基本思想是融合不同的损失函数来扩充基于神经网络方法的损失函数。首先,本文提出了一种基于J氏距离(Jeffrey’s divergence)的组样本损失函数的构造方法;然后,基于该组排序的方法,提出了一种与其他损失函数进行融合框架,在LETOR3.0数据集上比较了所提出方法的性能;最后,实验结果表明所提出的加权损失函数融合方法能够有效地提高查询的相关性排序结果。     

带有固定区间的双代理排序问题

【目的】研究带有固定区间的双代理排序问题。【方法】第一个代理的工件加工过程可以中断，考虑两种机器类型：单台机器时考虑的目标函数为总权误工损失或总权提前损失；两台平行机时考虑的目标函数为总完工时间，同时必须在规定的固定区间加工第二个代理的工件，目标是在满足第二个代理目标的可行性前提下寻找一个使第一个代理的目标函数值更小的排序方案。【结果】设计了单台机器固定区间工件损失问题的排序算法，也为两台平行机总完工时间问题设计了相应算法。【结论】设计的算法可在多项式时间内得到解决，且证明了算法的最优性，并用数值实验说明了算法的可行性。     

并行加工系统“提前／拖期”排序问题研究

通过对现有单机Ｅ／Ｔ排序问题的研究，建立了一类相 应的多机并行加工系统的Ｅ／Ｔ排序模型，模型的优化目标为工件排序的提前与拖期损失的总罚值为极小。还给出了一个工程实用型启发 式排序算法。     

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。     

风险排序理论及其在精算中的应用

介绍了风险比较的相关数学概念,提出了利用风险比较解决实际问题的方法,并讨论了在以下两种情况下,某一风险优于另一风险:其一是谁的风险较大,其二是谁具有较重的尾.具体地,尾较重的风险具有较大的停止损失保费,该情形等同于风险厌恶型及决策者对风险的共同偏好.通过实例进一步地介绍了风险排序理论在精算中的几个重要应用.     

时间错位限制下最小化总完工时间的继列分批重新排序

研究在时间错位限制条件下,继列分批最小化总完工时间的重新排序问题.对于最大时间错位和总时间错位的不同约束情况下,研究可行排序和最优排序的结构性质,进而设计了它们的拟多项式时间算法.     

求解多目标单机分批排序问题

分批排序(Batch Scheduling)是在半导体生产过程的最后阶段提炼出来的一类新型的排序问题．单机分批排序问题就是n个工件在一台机器上加工，要将工件分批，每批最多可以同时加工B个工件，每批的加工时间等于此批工件中的最大的加工时间．目前只有Cheng-shuo Wang，Reha Uzsoy运用Random Key方法编码研究了单目标函数为Lmax的分批排序问题．给出组合优化中的多目标分批排序问题的一种新编码，结合模糊数学知识，运用遗传算法研究多目标分批排序问题．研究了多目标遗传算法的机制特征，进而给出求解多目标分批排序的遗传算法．     

基于工件位置的排序博弈收益分配准则

针对基于加权总完工时间排序问题的合作博弈,根据工件对联盟收益的贡献,给出了基于工件位置的收益分配准则,探讨了它与排序博弈的核心之间的关系,讨论了哑元性和断开不变性,提出了平均损失相等性,利用有效性和平均损失相等性对一个特殊的基于工件位置的分配进行了公理化.      

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。     

静态非流水型作业排序方法研究

本文分析了非流水型作业排序的特点，提出在单件小批生产条件下，以最小延期交货损失费、最小在制品占用成本和最大设备利用率为排序目标，采用新的优化规则及算法求近优排序结果．实例分析表明，非流水型作业排序具有实际意义的方案数远小于理论方案数，为ｎ·ｍ／ＲＮＤ／Ｔ问题求最优解提供了依据     

随机型作业计划动态排序方法研究

分析了随机型作业计划静态和动态排序问题及其研究现状,用排队论和概率论方法推导了静态和动态作业计划的排序方案数算式,得出了随机型作业排序问题实际方案数远小于传统理论方案数的结论,分析了排序问题的目标函数及其优化要求,根据任务到达和作业时间具有随机性和变动性的特点,提出了相应的排序准则,并提出变准则策略实现多目标动态排序,是解决随机型作业计划排序问题的有效方法。     

任意分布数据的映射归并排序算法研究

针对银行业务管理、高考成绩统计、气象资料整理等一类特殊“汇总”排序问题。文中提出了一种以映射、链接和归并为基础的新排序算法－映射归并排序算法（以下简称为“映射归并排序”）,给出了该排序算法的描述、时间复杂度分析及用C语言编写程序进行算法比较的实验结果。算法分析和实验结果都表明：映射归并排序方法和待排序数据分布无关,其时间复杂度仅为O（N）;而且在处理上述大规模“汇总”排序问题时,映射归并排序速度明显优于Flash Sort,Proportion Split Sort,2－路重复的K路归并排序和直接K路归并排序等算法。     

常见排序算法多线程实现与比较

目的 对目前常用排序算法进行多线程实现,并运用不同类型数据集进行比较研究,以充分利用现代计算机多核处理器优势,有效提高大规模数据排序操作。方法 首先简要介绍目前常用的11种排序算法的基本原理,然后基于Go语言采用多线程模式进行代码实现,最后用3种不同类型测试数据进行详细比较,分析这些排序算法的优缺点及适用范围。结果 对于同一个排序方法,多线程可以明显提高排序效率,但相同规模数据条件下,不同的数据类型影响排序效率。结论 多线程排序能够充分利用计算机多核资源,提高排序效率。对于大规模数据,多数排序方法都可以快速得到排序结果。     

模糊排序中的一个重要指标

在模糊决策中，模糊集的排序问题占据着很重要的地位。本文在模糊数的条件下指出了众多作者所用的排序指标实际上是同一指标，并对该指标的缺点及与排序有关的性质进行了讨论。     

有重叠的两抓钩周期性排序问题的启发式算法

抓钩排序问题不同于古典的排序问题,只有一个抓钩和一种产品,它仍然被证明为ＮＰ难题,对于有重叠区域的两抓钩周期性排序问题,迄今尚无法用数学模型直接求解。为了寻找出好的排序,提出了一种启发式算法以及求解有重叠两抓钩周期性排序问题。该方法把问题分解成相应序列的子问题,并对每个序列化建立和求解一个整体问题的线性规划模型,在序列空间中,通过寻找好的序列以得到最佳的排序。量化的示例表明所使用的方法是高效的。     

n/1∥■+■+问题的几个判别条件

n/1//■+■+问题是一种新的多目标排序问题.本文提出并证明了n/1//■+■+问题的六个最优判别条件,据此得出了一类特殊的n/1//■+■+问题的解法.     

处理机具有准备时间的排序问题Pm,ai‖∑Cj

讨论处理机具有准备时间的同速机排序问题Pm ,a_i‖∑ C_j.证明了SPT排序是最优排序 .     

可行的排序算法探讨

本文分析了三类排序算法的优点和缺点,给出了必要的证明,探讨了研究可行的排序算法条件。此外,本文把第三类排序算法引入了并行算法。