多车辆直运越库调度的建模与启发式算法

以最小化客户的最晚交货时间为目标,建立了多车辆直运越库物流调度问题的混合整数线性规划模型,并使用优化工具ILOG CPLEX求解得到了适当规模问题和小规模问题的精确最优解;基于最大加工时间(LPT)规则,提出求解多车辆直运越库物流调度问题的启发式算法,通过对中等以及大规模实例的数值计算,比较了混合整数线性规划模型和启发式算法之间的计算性能.结果表明,启发式算法具有良好的近似性能,所测24组实例中的相对误差不超过9.5%,接近于精确解.     

越库作业调度模型与算法研究

针对暂存区容量有限的越库中心的作业调度问题,以暂存成本、额外搬运成本和换车成本总和最小化为目标,建立数学模型。构建分支定界算法对问题进行精确求解;结合贪婪算法和遗传算法构建混合启发式算法对问题进行近似求解。大、小规模情形下的数值实验结果表明：分支定界算法可以有效求得小规模问题的精确解,但随着问题规模的增大,难以在较短时间内求得精确解;混合启发式算法在小规模情形下与分支定界算法的求解误差最小为0,最大为0.58％;大规模情形下,在给定1800 s内,混合启发式算法的求解质量均优于分支定界算法,两者差距最大为7.16％。这表明所构建的混合启发式算法是有效的。     

基于循环取料的不确定越库调度模型与算法

研究运输时间不确定环境下基于循环取料的越库调度问题.对问题建立不确定情况下求解该问题的混合整数规划模型;提出2阶段启发式算法和基于禁忌搜索算法的改进算法来获得近似最优解;通过在小规模和大规模情形下进行数值实验,验证了启发式算法的有效性.     

资源受限最小赋权树形图的一种贪婪分解启发式算法

资源受限的最小赋权树形图问题(RMWA)是NP-难的,针对RMWA问题给出一种新的贪婪分解启发式算法.通过分解目标函数和约束条件,把RMWA模型分解成一个最小赋权树形图问题和n个独立的特殊背包问题.对这n个独立的特殊背包问题,设计贪婪算法求其解,其时间复杂度为O(nmlog2m);然后调整该解使其满足树形图的约束条件得到RMWA问题的一个可行解,该算法总的复杂度为O(nm2).最后,给出实例来阐述该贪婪分解启发式算法.     

0-1多项式背包问题的一种精确算法

提出了0-1多项式背包问题的一种新的精确算法. 该算法是一个基于拉格朗日松弛和对偶搜索的分枝定界方法. 用外逼近法求拉格朗日对偶问题得到上界,其中拉格朗日松弛问题通过转化为一个网络最大流问题来求解. 为了提高算法的效率,利用两种启发式方法求初始可行解,并用填充和交换的方法改进后得到初始下界; 并且在分枝定界前, 利用所得到的拉格朗日界, 先固定最优解中某些变量的值. 数值结果表明该算法是有效的.     

启发式求满意解方法的研究

本文将H.A.Simon的满意解思想与启发式的形式相结合,提出了一种启发式求一类资源分配型计划问题满意解的方法。该法先将计划问题转化成一种子-格问题,然后对子-格问题求解,使一类难以用运筹学等精确方法解决的问题获得解决。本文所提出的方法是将计算机程序式的计算能力与人类启发式的选择能力相结合而产生的解题方法,具有形象化、计算简单、富有实际意义等优点。     

求解AFS问题的两种启发式算法在最坏情况下性能比上界的可达性研究

对文献[2]中提出的求AFS问题的次优解的两个简单易行的启发式算法及其品性进行了进一步的研究。由于已证明了其在最坏情况下性能比Cmax（H）／Cmax的上界不去超过2,本文用两个典型的例子证明：对这两种算法,这一上界是可达的。     

求解带缓冲区和机器可用性约束的非置换流水车间调度

为得到非置换流水车间更好的调度方案,考虑到缓冲区、机器可用性约束和序列相关换模时间,以最小化最大完工时间为目标,建立数学模型和析取图模型,构造了一种面向NPFS的列表启发式算法.算法通过允许列表和候选列表记录启发式过程信息,采用量子蚁群和SPT启发式规则搜索并选择析取边的可行移动方案,得到一个没有冲突的有向非循环图.通过正交试验法验证了算法关键参数,实例验证了算法求解和CPLEX的精确解相同.同时采用8组Demirkol测试问题,与MHD-ACS和ACO算法比较评估,验证了算法的有效性和鲁棒性.     

针对目标的布局启发式算法

为解决二维矩形布局问题，在广泛研究各种启发式方法的基础上，提出了基于目标的启发式算法．该算法在布局开始时确定布局目标，布局过程中综合运用多种策略，让每个局部最优解达到布局目标值，得到稳定的、可靠的全局解；并且简要分析了矩形正交布局的空间分解方法，提出了群组的基本策略以及布局的定序规则和定位规则、实验结果表明，算法具有较强实用性，布局效率提高2％以上．     

以总加权完工时间为目标的两台机越库排序的动态规划算法

提出并研究两台机器环境下的以带权总完工时间为目标函数的越库配送排序问题.越库作业的入库与出库车辆被看作是排序问题中的机器,入库货物与客户需求为具有前序集限制关系的被加工工件.研究了该问题的计算复杂性及其最优解的若干性质,提出求解该问题的逆向动态规划算法,并给出了动态规划算法的数值实验.结果表明,所提出算法至少可以求解25个工件规模的越库配送排序问题.