带分批的一类具有恶化加工时间的排序问题的算法研究

研究了具有恶化加工时间和批处理机的一类超前有奖延误受罚的排序问题.由于1||∑nj=1(αjTj-βjEj)是NP-难的,主要研究了单机和平行机的多项式时间可解情形,并给出了相应的算法.     

基于二叉树的位排序算法

利用二叉树的结构性质，给出了一个基于二叉树的位排序算法（ＢＢＳ算法），并证明了ＢＢＳ算法是生成二叉树的这组数据按排序码升序的排序，最后，我们讨论了该算法的算法复杂性。     

一种改进的简单选择排序算法

排序是数据处理中一种很重要的运算,能够方便数据的查找。简单选择排序算法必须走n-1趟,基于选择排序的新排序方法,只需走[n/2]趟。每趟确定当前最大和最小关键字两个记录,所需进行的关键字间的总比较次数最坏为n(n-1)/4,减少了排序中所用的比较次数。     

停机位指派模型的排序模拟退火算法

实时的停机位指派对减少枢纽机场航班中转时间起着重要作用,但是停机位指派问题是NP-hard问题,常用的启发式算法计算效果较差。本文设计了一种排序模拟退火算法以求解枢纽机场的停机位指派问题。该算法首先根据停机位期望偏好值和航班客座率进行排序以得到模拟退火算法的初始解,然后运用经典模拟退火算法求解最优指派结果。算例表明,随着航班数量的增加,排序模拟退火算法的计算精度优于经典模拟退火算法,计算效率优于CPLEX软件且具有较快的收敛速度,为实时解决枢纽机场停机位优化指派问题提供了可能。     

单机排序中加工时间可控时的延误工件数问题

对一台机器加工时间可控时的延误工件数问题，如何构造延误工件数和加工时间减少量之间的产工线，文献「１」给出了一些理论结果，但未给出具体算法。该文在ｗｊ恒为１的条件下，分析了文献「１」所获得结果，证明了曲线上有效值的个数，并从考虑延误工件数出发在文献「１」基础上给出了构造上述曲线的具体算法。     

单机分批加工最大迟后问题的一个多项式时间算法

文中考虑了下述单机分批问题;对时刻零同时到达的ｎ个工件需分成若干批在同台机器上加工,同批工件加工时相邻,任一工件的完工时间为所在批中全部工件完工时的时间,机器每加工一批工件需一相同的调整时间。文中以工件的最大迟后为目标函数,对工件加工顺序预先给定和可任意时的最优分批分别给出了多项式时间算法。     

单台机订单排序的在线与半在线算法

考虑了一类新的单台机在线模型－订单在线和半在线排序问题,证明了对于单台机的半在线模型,有R（1,MLS）≤1 r/1 r。     

基于l1、l2范数度量的单位时间平行机加权总完工时间的逆调度问题

考虑了两种范数（l1 和l2）度量下,单位时间的平行机上加权总完工时间调度问题的逆问题.对于已经给定的加工工序,在不同范数l1 和l2 下,通过最小限度地调整工件的权值,使得这一给定的加工工序成为最优,并且工件权值的调整不会增加原有的目标函数值.     

一个可拒装卸引发的排序问题

从生产实际中提炼出下述可拒装卸引发的排序问题：有n条船（工件）在时刻零同时抵达同一码头（机器）等待装卸货物（加工）,因而也希望在同一时刻（应交工时间）完成装卸任务。如某船的货物不能如期装卸完而延误了该船的离港,船主会向港方索赔。反之,如提前装卸完而使该船可提前投入运输,则船主会向港方发一定奖金。同时若某船货期较紧而延期罚值较大时,港方宁可付出较小费用安排该船到附近的码头去装卸货物。对这样一个可拒装卸问题,从港方来说需考虑的是是否装卸这些船以及如何适当安排所装卸船的装卸顺序以使总费用最小。文中在对该问题给出了一些性质后,对共同应交工时间不大于所有工件的最小加工时间的上述问题证得为 并构造了一伪多项式时间算法,从而证明了此时的问题为普通意义下 的,对共同应交工时间大于所有工件的最小加工时间的上述问题也证得为 的并研究了其几个子问题,指出它们或为普通意义下 的,或为多项式时间可解的。     

动态调度算法下的实时性能分析

根据实时多任务的动态调度算法以及与实时性能密切相关的因素,建立起超时故障评价模型.根据该模型,可以定量分析和估算实时多任务系统中发生超时的任务以及系统发生超时故障的概率     

并行处理系统中一种改进的MARY-LO任务调度算法

讨论了并行处理系统中的任务调度问题，对基于Stone典型模型的一些算法作了些改进，改进后的算法弥补了以前算法的不足，将启发式算法，网络流量算法和贪心算法有机地结合在一起，很好地解决了处理机数目上的限制问题。     

一种基于差分进化的批量流水线调度算法

提出了一种解决批量流水线调度问题的差分进化算法.该算法采用基于浮点的编码方式,通过最大位置值规则将浮点数矢量转换为工件的调度序列.为了提高调度算法的优化性能,利用最优目标个体的重组产生变异个体,并通过变异个体与目标个体的交叉产生试验个体.仿真试验表明了所得算法的可行性和有效性.     

基于遗传/自适应神经网络混合算法求解作业车间调度问题

本文针对一类加工时间可变的调度问题,用遗传算法和基于约束满足的自适应神经网络混合算法进行了研究.遗传算法迭代生成的染色体对应非可行解,由自适应神经网络运算后得到可行解,对应的染色体作为新一代染色体.本算例的目标函数是基于任务的提前/拖期惩罚、附加惩罚以及加工时间的偏离量惩罚,目标是确定最优加工时间和最优加工顺序极小化目标函数,并与一般的遗传算法相比较,最后结果证明了本文算法的有效性.     

动态环境下混合生产的Makespan调度方法

针对动态生产环境下混合生产的最小完工时间(Makespan)调度问题,借鉴于预测控制的思想,用滚动优化的原理求解.提出可操作集的概念,将动态环境下的调度问题合理分解,并将所得的子问题规范化,并给出适用小规模问题的基于混合整数规划的算法,对于较大规模的问题给出快速收敛的启发式算法.仿真算例表明方法的可行性.