模糊指派问题求解方法研究

讨论了模糊指派问题的求解方法 ,并给出了求解两模糊数差值的模糊方程解的定义 .基于此定义将传统指派问题的匈牙利法进行了推广 .并结合一算例进行了说明 .本文所讨论的模糊方程解 ,可用于确定模糊工序时间的工程项目网络计划计划问题中的关键路线 .     

最优指派问题DNA算法

对求最小值的最优指派数学模型,设计并实现了DNA计算算法。首先经过特殊的DNA编码将二维的决策变量和二维的效益值编入DNA序列中;然后通过杂交实验和分离实验得到指派问题的全部可行解;最后通过电泳实验和检测实验获得最优指派问题的最优解。证明了算法的复杂性并举例说明了算法的可行性。分别给出了求最大值的最优指派问题和人数与工作数不等的最优指派问题的处理方法。     

具有模糊信息的多目标指派问题求解

针对具有模糊信息的多目标指派问题提出了一种求解方法。首先利用专家意见通过模糊算法集结模糊综合效益矩阵,然后利用一种对模糊数排序的方法,将问题转化为传统的单目标指派问题,从而用著名的匈牙利算法求解。最后给出了一个数值例子。     

具有多种形式信息的指派问题的求解方法

针对具有多种形式信息的多目标指派问题,给出了一种指派问题求解方法.首先描述了区间数、序值、序区间和语言评价等多种信息形式及相关概念;然后通过计算各人员指派信息与正负理想点的距离,得到将某项任务指派给某个人员完成的"机会成本"和"效益",从而得到指派问题总"机会成本"矩阵和总"效益"矩阵,在此基础上建立了使总成本最小及总效益最大为目标的指派问题数学模型,并采用匈牙利法进行求解.最后,通过一个算例分析说明了本文给出方法的可行性和有效性.     

用模拟退火算法求解有顺序约束指派问题

首先对有顺序约束指派问题进行分析.接着把这一特殊的指派问题用有向无回路图表示出来,从而使指派问题的求解转化为求解有向无回路图的划分问题.针对划分问题,构建了一种特殊的邻域结构,并设计出基于此邻域结构的模拟退火算法.最后,通过一个实例对算法的关键环节进行演示,通过另一个实例把模拟退火算法同禁忌搜索算法进行比较,结果表明该算法能够有效解决此类问题.     

允许协助条件下的指派问题研究

就许多指派场合常常要求加强合作,提高工作效率,但经典指派问题并没有讨论任务完成者之间可以相互协助以及如何协助等情况,详细阐述了在允许协助条件下指派问题中的合作效率概念及其计算公式,并对帮助对象的选取提出了几条常用原则和对应算法。最后,基于帮助对象的选取原则和匈牙利算法,对该问题最优化算法进行了具体描述,计算实例表明该算法是有效的。     

海铁联运中心站堆场箱位指派优化

海铁联运中心站堆场的箱位指派策略直接影响着中心站堆场的作业效率.本文研究中心站装卸作业过程中的箱位指派问题,以堆场压箱量最小为目标,建立动态箱位指派模型,优化集装箱在堆场的位置.基于指派问题自身的特点设计了启发式算法进行优化,将优化指派策略与堆场现有的最矮指派策略进行比较,通过对不同情况的算例进行求解,表明优化指派策略优于最矮指派策略.验证了模型的可行性和算法的有效性,并分析了作业箱规模、贝位大小、班列和集卡到达频率这三个影响因子对优化效果的影响,为中心站堆场提供决策支持.     

一类新型的指派问题的多目标模型

针对传统的指派问题在实际应用中的局限性，提出了一类新型的指派问题，基于其特殊性建立了相应的多目标模型，并通过化为单目标问题而获得的有效解，同时，模型学考虑了给被分配者有多次选择机会的情形，最后给出实例分析。     

基于遗传算法的多级目标非平衡指派问题求解

给出了一个基于遗传算法的多级目标非平衡指派问题的求解方法.首先把一个非平衡指派问题转化为一个组合优化问题.在此基础上,给出了编码策略、目标函数和适应度函数、选择算子、交叉算子和变异算子,还给出了交叉概率、变异概率的定标方法.最后采用遗传算法成功地解决了非平衡指派问题.     

基于Choquet积分的指标关联模糊多目标指派问题

针对指标间相关联的模糊多目标指派问题,引入广义模糊测度刻画指标间的关联,提出了基于广义模糊测度和Choquet积分的模糊权重信息集结算子,基于该算子给出了一种将模糊多目标指派问题转化为传统指派问题的算法.数值实验证明了该方法的可行性与有效性.     

一个批处理机随机E/ T 调度问题研究

对批处理机随机E/T(earliness and tardiness)调度问题,假设各批的加工时间独立同分布;各工件的交付期相互独立,并与加工时间独立;目标是极小化所有工件的提前与延迟时间和的均值.在加工时间和工件的交付期都服从指数分布的条件下,得到了最优调度的几个性质,基于这些性质用动态规划给出了一个求问题最优解的算法,此算法的时间复杂度为O(n2B2)(B相似文献   

有模具约束的平行机台最小拖期和调度问题

针对某电器企业的一个瓶颈工序来制定调度方案,该问题归纳为平行机台具有模具约束,目标为最小拖期和的调度问题．本文提出了如下的启发式算法：根据模具情况运用成组技术对工作成组并生成运行表：按运行表顺序对各个运行中的工作进行指派机台,设置禁忌模具集合,避免对运行的短视性;根据工作的交货期和加工时间选择适当的机台进行加工;在各个机台运用ＮＢＲ（ＮｅｔＢｅｎｅｆｉｔｏｆＲｅｌｏｃａｔｉｏｎ）算法调节顺序以减少拖期和．该算法在厂家的实际测试中,通过三个不同的实例与手工排程进行了比较,各项指标均有明显优势．     

改进蚁群算法求解单机总加权延迟调度问题

单机总加权延迟调度(SMTWTS)问题是一类由于任务完工时间超过交货期从而优化目标为加权延迟成本最小的单机调度问题,已被证明是NP难题.蚁群算法受自然界蚁群觅食机理启发而来,也曾被用于其它类型的单机调度问题研究,但SMTWTS被认为是实际生产中面临的主要问题.本文提出一种改进蚁群算法求解SMTWTS问题,该算法对信息素更新策略进行了改进,引入信息扰动及变异策略,并对参数进行了合理设置,对比实验表明搜索效率好于遗传算法.     

具有阻塞影响的柔性制造系统排队网络模型

用有限容量局部库区的开排队网络模拟柔性制造系统，模型中，机床加工工件的时间服从指数分布，运送台车按照静态Ｍａｒｋｏｖ方式运送工件且运送时间服从指数分布，被阻塞的工件按照ＢＡＲ机理被处理，静态Ｍａｒｋｏｖ工件运送方式中的概率值受工件被阻塞的影响。     

Hybrid Genetic Algorithms with Fuzzy Logic Controller

SYSTEMS ENGINEERING1. IMTSODUCTIONMachine scheduling problem is the study of constructing schedules of machine processing for a set of jobs inorder to ensure the execution of all jobs in a reasonable amount of time or cost. Usually, it deals with whatmachines to be allocated to which jobs and how to order the jobs in an appropriate processing sequence. Inparallel machine system, two machines are identical and a job can be processed by any one of the free machines.Each finished job …     

平顺移动模式下考虑加工时间与调整时间可分离的多目标流水车间批量调度

对平行顺序移动模式下考虑加工时间与调整时间可分离的多目标流水车间批量调度问题展开研究.构建以加工制造设备总停机次数、批量工件生产周期以及搬运批量工件的总次数为决策目标的基于分层序列法的多目标决策模型,利用该模型可确定批量工件的最优加工排序方案.建立平行顺序移动模式的加工与调整时间模型,该模型是求解生产周期的基础,也是为批量工件的最优调度方案制定生产作业计划的依据.提出并设计平行顺序移动模式下考虑加工时间与调整时间可分离的禁忌搜索算法对问题进行求解.研究结果表明:本研究可为平顺移动模式下考虑加工时间与调整时间可分离的批量生产流水车间选出批量工件的最优调度方案,同时可为批量工件的加工和加工制造设备的调整制定精确的生产作业计划.     

线性加工时间的树约束单机排序问题

研究工件具有线性加工时间、工件间优先约束为树约束的单机排序问题。目标函数为极小化加权完工时间和。在工件加工时间是其开工时间的线性函数的条件下，本文证明了最大家庭树中的工件优先于家庭树中的其它工件的加工，并且其工件连续加工所得到的排序为最优排序。     

极小化加权总完工时间的同时加工排序问题

讨论了平行机串联工件同时加工排序问题。目标函数是极小化加权总完工时间,并假设满足每批均含有k个工件,并且每批的加工时间为该批中所有工件的加工时间之和。对平行机的情况,该问题是强NP难的。本文主要针对该问题的两种特殊情况:(1)所有工件的权相等;(2)所有工件的加工时间相等,分别给出了最优算法,分析了算法的时间复杂性,同时用数值例子作了说明。     

考虑恶化和学习效应的单机成组排序问题

讨论了工件加工时间同时具有恶化和学习效应的单机成组排序问题。在这类问题中,同一组中的工件不允许分开加工,各组之间有安装时间,其中安装时间是工件组开始加工时间的简单线性函数,各组内工件的实际加工时间是关于恶化和学习效应的函数。对目标函数为最大完工时间和总完工时间两类问题分别给出了多项式时间最优算法。