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．     

一种基于元搜索引擎的排序算法

本文在研究元搜索引擎及排序算法的基础上,提出了一种基于元搜索引擎的加权Borda排序算法,该算法通过权重信息来推荐成员搜索引擎,为元搜索引擎在海量数据搜索中提高查全率和查准率提供帮助。     

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。     

基于自适应环境因子熵权决策的多目标特征选择

多目标进化算法在特征选择方面有显著的优势,但其求解高维数据最优特征子集的性能依然较差,且从获得的Pareto解集中选择合理最优解仍是一个挑战性的问题.为了解决该问题,提出一种基于自适应环境因子熵权决策的多目标特征选择算法.首先,通过设计环境因子来自适应识别关键特征,优化候选特征子空间;其次,将环境因子嵌入改进的交叉算子和变异算子,实现全局最优特征子集的自适应搜索;最后,利用关联环境因子的熵权决策策略,从获得的Pareto解集中选出最优解.实验表明,与现有的五种多目标特征选择算法相比,提出的算法具有更高的分类精度,并能准确地获取全局最优解,验证了该算法的有效性.     

基于进化算法的多目标生产排序研究进展

利用多目标进化算法求解复杂生产排序问题是近10 a来发展迅速的研究方向.首先调查了国内外采用进化算法求解多目标生产作业排序的研究现状,分别对3类不同策略的多目标进化算法设计思想进行分析,在总结各类方法优劣的基础上,给出了进一步研究的趋势展望.     

多机加工排序后加工周期的计算

给出在许多排序加工中，计算任一种零件在任一设备上的加工开始与结束时间和加工周期的递推公式。     

两个代理的单机排序问题的多项式时间算法

考虑两个代理的单机排序问题,有两个代理A和B,分别具有各自的工件集JA和JB,并且代理A中所有工件的加工时间都相等.第一个代理A以加权完工时间和为目标函数,第二个代理B以最大加权完工时间为目标函数.问题的目标是寻找一种排序,使得第二个代理B的目标函数不超过给定上界Q(Q>0)的情况下,第一个代理A的目标函数达到最小.文章证明该问题可以在O(nlogn)内求解.     

五种排序算法的性能分析

排序是计算机科学中基本的研究课题之一,其目的是方便记录的查找、插入和删除.通过描述冒泡、选择、插入、归并和快速5种排序算法,总结了它们的时间复杂性和空间复杂性,指出5种排序算法可分为平方阶排序和线性对数阶排序两类.通过实验验证了5种排序算法在随机、正序和逆序3种情况下的性能,指出排序算法的适用原则:当记录较小时,可采用插入或选择排序;当记录基本有序时,可选用插入或冒泡排序;当记录较大时,则应选择快速排序或归并排序.     

求解一类多目标优化问题的极大熵差分进化算法

给出了求解多目标优化问题的1种新算法。首先利用评价函数法,将多目标优化问题转化为1个不可微的单目标优化问题;进而通过极大熵函数,将不可微优化问题转化为1个带有参数的无约束优化问题,然后利用差分进化算法对其进行求解。数值结果表明:该算法只需较少的迭代次数就可以获得原问题较好的近似解。     

SIMD-SM模型上的奇偶排序算法

Batcher排序网络在排序深度上不是最优的,但由于有较好的并行性和时间复杂度,因此许多并行排序算法都基于Batcher排序网络.通过观察Batcher奇偶排序网络,提出在SIMD SM模型上的一种奇偶排序算法.该算法占用n/2个处理器,在○(log22n)时间里排序n个关键字.     

排序算法的比较与选择研究

影响排序效率的因素有很多,首要因素是使用的算法;其次是为实现算法而进行的程序编制。算法时间复杂性的“0”表示法反映了渐近特性,但不能作为选择排序算法的唯一和最佳依据。本文指出了影响排序效率的各种因素,在实际中还需要根据这些因素选择不同的算法;文章还给出了几种排序程序的选择前提,分配排序的程序在执行时间上具有明显的优势。文章还给出了几种排序程序的实验数据,这些数据表明当待排序数据较多时,分配排序的程序在执行时间上具有明显的优势。     

蚂蚁算法在排序问题中的研究与应用

在分析印刷业工艺流程和瓶颈工序的基础上。将印刷业订单排序问题简化为单机排序问题，并建立了该排序的数学模型。同时以最小化订单的提前／拖期为目标。将蚂蚁算法应用于该模型中。并对蚂蚁算法在此订单排序问题中进行了仿真和探讨。该算法已经应用于实际的印刷业生产排序中。并且取得了良好的效果。     

在一个限制条件下的线性分类算法

对于分类问题给出了一个限制条件，在此限制条件下构造了一个分类算法，此算法的运算时间是线性的，因为对于通常的分类问题，限制条件都能得到满足，因此构造的算法在分类问题中具有广泛的应用价值。     

基于免疫算法的无向排列的反转排序问题

提出一种基于免疫算法的无向排列的反转排序的方法，将一种免疫算子加入到遗传算法的框架中，通过对个体接种疫苗来进一步提升个体的存活能力。数据实验的结果表明，该算法性能优于Christe提出的3/2-近似算法。     

二维装配图的快递交点排序裁剪算法

提出一个任意多边形的快速交点排序线裁剪算法,该算法简单快捷,效率高,并将其成功用于工程装配图的二维消隐。解决了大多数算法将凹多边形裁剪分解为凸多边形处理存在计算时间长、难度大等问题。     

双向自然合并排序算法

双向自然合并排序是根据欲排序数据局部不是升序就是降序的自然有序特点，先线性扫描出自然有序的子数组段，再进行合并排序．扫描时的有序数段长度越长，段数越少，对应合并树的层数就会越少，算法的效率越高．     

基于C语言的排序算法在五年制高职课堂中的应用

排序算法是C语言的重点和难点。研究排序算法中具有代表性的冒泡排序算法和选择排序算法。认真分析教学对象和教学内容的特点,细化教学过程,创新教学手段,可以减少学生对C语言学习的恐惧心理,取得较好的学习效果。     

基于LARPBS模型的快速并行归并排序算法

提出了一种基于LARPBS模型上的并行归并排序算法,该算法使用M1 ε(0<ε<1)个处理器可以在O(lb lbM)时间内对Mε个有序序列进行归并.利用该归并算法对长度为N的序列进行排序,使用N1 ε个处理器可以在O((lb lb N)2)时间内完成.     

An only-once-sorting algorithm

This paper provides a new sorting algorithm called “Only-Once-Sorting” algorithm. Using a mathematical formula, this algorithm can put elements in the positions they should be stored only once, then compacts them. The algorithm completes sorting a sequence ofn elements in a calculation time of O(n). Xu Xusong: born in June 1945. Professor. Current research interest is in data structure and algorithm, information systems analysis and design