同时具有学习和恶化效应的不同工期指派问题研究

讨论工件同时具有学习和恶化效应的单机排序模型,其中工件的实际加工时间是其基本加工时间、开工时间和所排位置的函数,每个工件都有自己的工期。目标是确定工件的加工顺序和工期,使工件的提前成本、延迟成本和工期的机会成本的加权和最小。证明此问题在工件引入学习和恶化效应后,依然多项式时间可解,同时给出了求解算法和实例来说明如何最优的求解这个问题。     

带有恶化和拒绝的工期指派的单机排序问题

讨论带有恶化和拒绝工件的工期指派的单机排序问题。工件的实际加工时间是其开始加工时间的线性增函数。如果工件被拒绝,则有一个惩罚费用,否则工件被加工。每个工件都要确定一个工期,文章讨论的工期指派分为CON(共同工期指派)和SLK(相同松弛工期指派)两种情况。对于CON工期指派问题,其目的是确定最优公共工期及工件的加工顺序,使工期、提前、延误和拒绝的总费用最小。将该问题归结为一系列指派问题,从而得到了一个复杂性为O(n4)的算法来求解此问题。对于SLK工期指派问题,目的是确定最优的松弛量及工件的加工顺序,使松弛、提前、延误和拒绝的总费用最小。将其归结为一系列指派问题,给出了求解此问题的多项式时间的最优算法。     

带有恶化效应和维修恶化的单机工期指派问题

本文研究了同时带有恶化工件和机器恶化维修的单机工期指派问题。工件的实际加工时间是与工件基本加工时间和工件在排序中的实际加工位置相关的一般函数。机器维修时间与其开始维修时间有关,是其线性恶化函数。研究的目标函数是加权提前、延误和工期之和,目的是确定工件的最优加工顺序、公共工期及维修位置,使目标函数最小。将此问题转化为指派问题,从而证明了该问题在多项式时间内是可解的。对于问题的一种特殊情况进一步给出了一个复杂性为O(n2logn)的最优算法。
     

退化条件下的工期指派的单机排序问题

研究退化条件下的工期指派的单机排序问题。每个工件均有一个关于工期的连续非减的惩罚函数。工件的加工时间是退化的,即工件的加工时间是其开始加工时间的一个线性增函数,所有工件都有一个相同的退化率。目标是确定工件的最优加工顺序、最优工期和最优开始加工时间,使总工期、误工工件数及总完工时间之和最小。工件在工期之后完成则称为误工工件,工件在工期之前完成则是提前工件。工期指派分两种情况,一种是所有的工件工期都相等,另一种是不同的工件有不同的工期。对于上述两种情况分别给出了最优解的3个性质,并且证明了这个问题是多项式时间可解的。     

具有恶化效应、资源分配、速率修正和松弛工期的排序问题

研究带有松弛工期指派的单机排序问题,工件的实际加工时间同时受到恶化效应、凸资源分配与一次机器速率修正活动的影响。为确定工件的最优排序、速率修正活动的最优位置、最优的公共容许流和最优的资源分配量,使2个约束目标函数极小化。第1个目标函数是在满足资源总量有限的条件下,极小化总惩罚费用,即提前、延误、公共容许流和时间表长的加权和;第2个目标函数是在总惩罚有限的条件下,极小化资源消耗总费用。将上述问题分别转化为指派问题。当速率修正活动位于不同的位置时,选取使得目标函数最小的解为最优解。对2个问题分别给出多项式时间算法,算法的复杂度为O(n4),其中n为工件的数量。用数值算例分别验证2个算法,说明给出的求解算法比较有效。     

具有共同松弛时间的恶化型工件排序问题研究

研究工件加工时间具有恶化效应的单机松弛工期排序问题.其中恶化效应指的是工件的实际加工时间是其开工时间的递增函数且所有工件的恶化率相同,工件的松弛工期等于其实际加工时间加上共同的松弛时间.目标是确定工件的一个排序和工件工期的共同松弛时间使得工件的提前时间、延迟时间和工期的共同松弛时间的线性加权和达到最小.用运筹学方法证明了该问题可以转化为两个向量的乘积问题,从而多项式时间可解,并给出了求解的最优算法.     

同时具有学习效应和恶化效应的机器可用限制性排序问题

针对单机和两台机器的平行机排序问题,建立了工件同时具有学习效应和恶化效应,机器有可用性限制的排序模型.考虑了目标函数为极小化总完工时间的单机、两台机器的同型机问题和两台机器的同类机问题.对于机器在任意时间进行维修的一般情况给出了动态规划算法,通过数值例子说明了算法的有效性,对机器在使用前进行维修的特殊情况给出了多项式算法.     

带有可变加工时间和可用性限制的排序问题

研究带有恶化效应、学习效应和可用性限制的单机和2台平行机的排序问题。在这个模型中,工件的实际加工时间与其基本加工时间、加工过程中所排位置及开始加工时间有关;同时由于维修、保养等原因,使得机器在某段时间不能加工工件,即机器具有可用性限制,且维修之后机器性能完全恢复,讨论的目标函数为总完工时间。对于可以在任意时间只维修一次的单机问题,以及只有一台机器具有可用性限制的2台平行机问题,分别给出了拟多项式时间的动态规划算法。特别对于一台机器只在零时刻开始维修另一台机器无可用性限制的特殊情况,通过将其转化为指派问题,给出了复杂性为O(n4)的多项式时间最优算法,并通过一个数值例子说明了其计算过程。     

在退化维修下带有工期指派和加工时间可控的单机排序问题

讨论在一次退化维修下带有3种工期指派和加工时间可控的单机排序问题。其中机器的维修时间是维修开始时间的线性非减函数,工期指派的3种模型包括共同工期指派模型、松弛工期指派模型、无限制工期指派模型,工件的实际加工时间依赖于工件的开工时间、工件的位置以及资源分配的函数。目标是要找到机器的最优维修位置和最优排序,极小化提前时间、延误时间、工期以及资源分配的总费用。当机器的维修位置固定时,证明了该问题可以转化为指派问题;当机器的维修位置不固定时,给出了一个算法,并证明了该问题可以在O(n4)时间内求得最优解;最后以共同工期指派模型为例给出一个实例。     

带有恶化效应和维修恶化的单机工期指派问题

研究了同时带有恶化工件和机器恶化维修的单机工期指派问题。工件的实际加工时间是与工件基本加工时间和工件在排序中的实际加工位置相关的一般函数。机器维修时间与其开始维修时间有关,是其线性恶化函数。研究的目标函数是加权提前、延误和工期之和,目的是确定工件的最优加工顺序、公共工期及维修位置,使目标函数最小。将此问题转化为指派问题,从而证明了该问题在多项式时间内是可解的。对于问题的一种特殊情况进一步给出了一个复杂性为O(n2log n)的最优算法。     

一类具有维护和共同工期的单机排序问题

主要讨论了带有维护和共同工期的单机排序问题.工件的实际加工时间是与该工件在排序中的加工位置相关的.目标函数是共同工期相关的费用、提前完工的工件存储费用和不能在工期内完成的工件的惩罚费用之和.最后给出了多项式动态规划算法.     

共同工期下的总权误工单机双代理排序问题

【目的】研究共同工期下与总权误工相关的单机双代理排序问题。【方法】通过动态规划方法分析了双代理模型,即在第2个代理的总误工工件个数不超过一个给定值的前提下,使得第1个代理的总权误工最小。【结果】分别给出了最优性质、伪多项式时间算法以及时间复杂度分析。【结论】通过算例实验分析说明了算法的可行性。     

公共工期排序问题的分枝定界算法

本文着重对以极小化延误损失为目标的公共工期单机排序问题1|d|∑WiTi进行了研究，根据该问题的性质，我们设计一个分枝定界算法。     

最优公共交货期单机提前/拖后调度和对应的批次送货

本文考虑了一个包含工件生产和工件送货的单机调度问题。目标是寻找所有工件的公共交货期和每个工件的送货时间使得工件所受到惩罚(提前／拖后惩罚,送货费用等)的值最小。完成的工件按照批次进行送货,所有在公共交货期前完工的工件在最优交货期时间一起交付,对批次送货没有量的约束。本文确定了最优公共交货期,并给出了相应的排序。     

具有学习退化效应的TFT-LCD面板成盒多目标调度问题研究

针对薄膜晶体管液晶显示器(TFT-LCD)面板成盒生产规模性、多产品混线生产、机台特性复杂的特点,引入学习效应和退化效应,以最小化最大完成时间、机器等待时间、工件加权延期时间为目标函数,构建具有学习退化效应的TFT-LCD面板成盒多目标调度模型。基于两段式及IMM编码,采用多目标布谷鸟算法,结合双元锦标赛及动态淘汰规则,依据聚集距离密度评价指标构建帕累托非劣解集,对TFT-LCD面板成盒多目标调度问题进行求解。仿真结果表明,布谷鸟算法寻优能力优于精英保留贪婪解码遗传算法与工序期望最短完成时间调度规则等。通过实验,分析不同学习率和退化因子对调度结果的影响。     

具有安装时间和共同交货期的单机排序问题

研究了在逆一致性条件下,工件同时具有与已加工工件的实际加工时间有关的安装时间和学习效应的一类排序问题,目标函数为最小化超前有奖延误受罚之和。由于1||∑nj=1(αjTj-βjEj)是NP-难的,探讨了该模型的4类多项式时间可解的特例,并对一般情形给出了一分枝定界算法。     

单机带有不可用区间的松弛工期的排序问题

研究了在单机情形下具有不可用区间的松弛工期问题,不可用区间意味着在此区间不允许工件加工,且工件中断可恢复。松弛工期是工件加工时间加上1个给定的常数,这个常数为决策变量,排序的任务是给所有工件分配工期,同时确定工件的加工次序以使得目标函数值最小。目标函数值包括由于工件误工、提前及工期分配而导致的相关损失。根据不同的损失系数关系讨论了松弛工期的范围,提出动态规划算法。证明了动态规划的时间复杂性为O((P+T－pmin)nP2)。通过算例分析说明了算法的可行性。     

关于共同宽容的单机交错排序问题

研究关于共同宽容交货期的单机排序问题.当共同的宽容区间大小给定,位置不固定问题时,该问题证明是NP-hard的,并给出了求解上述问题的动态规划算法.     

Genetic Algorithm for Scheduling Problem of Chemical Batch Process with Due Date Constraints

The intense competition in the current marketplace ha s forced firms to reexamine their methods of doing business, using superior manu facturing practices in the form of just-in-time (JIT), production with JIT pra ctices pursue completion on time and zero inventory, which is often instruct ed according to the custom‘s demand or the sale contract. Earliness and tardine ss are undesirable because both of them will bring the extra cost, cost will als o be increased by some factors such as operation conditio...