带有交货期和加工时间可控的单机排序问 (运筹学与控制论)

讨论了带有交货期和工件的加工时间可控的单机排序问题。本文首先根据最优排序的性质确定了最优资源的分配方法,并将问题转化为指派问题,通过构造多项式时间算法确定最优排序。然后,本文将学习效应与加工时间可控问题结合,分别讨论了加工时间是线性资源函数和凸资源函数两种情况,证明了该类问题是多项式时间可解的。最后,讨论了一种特殊情况(学习因子是常数,加工时间是凸资源函数),给出了复杂性为O(nl ogn)的算法,通过运行此算法确定最优资源分配量和工件的最优排序。     

带有交货期和加工时间可控的单机排序问题

讨论了带有交货期和工件的加工时间可控的单机排序问题.本文首先根据最优排序的性质确定了最优资源的分配方法,并将问题转化为指派问题,通过构造多项式时间算法确定最优排序.然后,本文将学习效应与加工时间可控问题结合,分别讨论了加工时间是线性资源函数和凸资源函数两种情况,证明了该类问题是多项式时间可解的.最后,讨论了一种特殊情况(学习因子是常数,加工时间是凸资源函数),给出了复杂性为O(nlogn)的算法,通过运行此算法确定最优资源分配量和工件的最优排序.     

具有工期限制的退化工件单机排序问题

工件具有退化效应的排序问题最近几年受到人们越来越多的关注。所谓具有退化效应的工件是指在排序中,工件的开工时间越晚其实际的加工时间就越长。讨论了一类具有工期限制的线性退化工件单机排序问题。其中线性退化工件指的是工件的实际加工时间是线性增长的函数。文中工件的实际加工时间不是固定不变的,是该工件的开始加工时间的单增函数。目标函数是使完工时间,提前完工时间和误工时间的加权和最小。给出了多项式时间的最优算法。     

工时随开工时间递增的成组排序问题

讨论了一类工件的加工时间随工件的开工时间线性递增的成组排序问题1|pij=bij aijt,S=sf,GT|Cmax,给出了求最优解的多项式时间算法.     

加工时间恶化的单机成组排序问题

讨论了一类在成组技术条件下，工件的加工时间恶化的单机排序问题。工件的加工时间是开工时间的线性函数，同时工件组的安装时间也是开始安装时刻的线性函数，同组工件间必须连续加工且没有安装时间，不同组工件间连续加工时有安装时间。基于对问题的分析，给出了多项式算法。     

一类单机排序问题的算法研究

本文讨论了加工时间依赖于开工时间的单机排序问题。在这一模型中每个工件具有一个基本加工时间。本文就目标函数为极小化最大完工时间和总完工时间的问题进行了讨论,对某些特殊情况给出了多项式算法。     

线性加工时间单机成组排序问题

讨论一类线性加工时间成组排序问题．在这一模型中，工件的加工时间是其开工时间的线性函数，全部工件分成若干组．工件的加工必须满足成组技术限制，同组工件间没有安装时间，各组间有与顺序无关的安装时间．目标函数为极小化最大完工时间．基于对问题的分析，给出了多项式算法。     

有安装时间的单机排序问题

工件具有安装时间的排序问题最近几年受到越来越多的关注,主要讨论了一类有安装时间且与加工位置有关的单机排序模型。在该模型中,所有工件在机器上加工时,一次只能加工一个工件,工件的相邻加工工序之间不允许出现空闲,工件的实际加工时间不是一成不变的,它不仅与工件的基本加工时间有关,同时还与工件所处的加工位置有关,工件的安装时间是依赖于已加工工件的实际加工时间的简单函数,即p-s-d形式。对目标函数为极小化最大完工时间,极小化完工时间和以及极小化总完工时间差等问题进行讨论,分别给出了多项式算法和算法复杂性。还证明了对于目标函数为完工时间,提前完工时间以及误工时间的加权和最小化问题是多项式可解的。     

带有线性退化工件和退化维护时间的单机窗口排序

排序问题是一类重要的组合最优化问题,它的深刻的实际背景和广阔的应用前景,引起了广泛的关注。排序问题的一大特点是模型繁多,适用于某一模型的算法,只要将模型的条件稍加变化,该算法就可能不适用。在经典排序问题中,通常假设工件的加工时间是不变的,然而,在许多实际问题中,工件的加工时间受到加工机器设备、工件本身、加工顺序等许多因素的影响而未必是恒定的。文章提出一类新型的排序问题——带有工期窗口和维护时间的线性退化工件的单机排序问题,目标是寻找:1)最优维护的开始时间;2)工期窗口的位置和大小;3)工件的最优排序使得提前完工、误工、工期窗口开始时间和窗口宽度的总费用最小。文章最后给出了这个问题的最优算法,其时间复杂性是O(n2logn)。     

恶化工件具有p-s-d安装时间的非同类机排序

主要讨论了恶化工件具有p-s-d安装时间的非同类机排序问题.工件的实际加工时间与开工时间有关,安装时间是依赖于所在机器上已加工完的工件的加工时间的简单函数,即p-s-d形式.本文所考虑的问题是如何确定工件在非同类机上的加工顺序使得所有工件的总完工时间最小.在每台机器上加工的工件数确定的情况下,将该排序问题转化为一个指派...     

调度问题的建模方法

生产调度问题有广泛的应用前景，有明显的经济效益与社会效益。但是生产调度问题的研究大多只考虑求解方法，很少涉及建模方法。建模方法主要依靠专家的经验和技巧。本文提供了调度问题的数学描述，这是把调度问题定义为一类约束满足问题。然后以皇后问题为例研究了调度问题的建模方法。由此实例给出了模型的测度，并给出基于约束的建模方法。这种基于约束的建模方法对于建模问题的理论化，形式化，是积极的探索。这可以指导调度问题的数学模型的建立。     

进化规划方法在并行多机调度问题中的应用

并行多机调度问题是一类重要的车间调度问题,但迄今为止,在解决工件和机器数较多的大规模并行多机调度问题还存在着许多困难。进化规划方法与遗传算法一样是一种重要的进化计算方法,但与遗传算法相比,进化规划算法的应用还刚刚开始,特别是在调度领域的应用还很少见文献报道,第一次将进化规划方法应用到并行多机调度问题中,并在问题的描述、可行解的表示、变异方法、提高进化规划方法的局部寻优能力等方面作了研究。不同规模的计算实例表明了本文提出的进化规划算法是有效的,能用于解决较大规模并行多机调度问题,且解的质量优于启发式算法和模拟退火算法。     

多订单项目生产任务并行调度的遗传算法研究

在MTO(Make to Order)生产模式的制造企业中,经常存在多订单项目并行的情况。以满足资源约束为前提,优化多订单项目生产任务并行调度过程,成为该类企业关心的焦点问题。针对这一问题,根据任务并行调度的特点,建立了任务调度的目标函数,并采用一种改进了的遗传算法求解目标函数。该遗传算法用矩阵式染色体表示资源与生产任务之间的调度关系,采用突变机制来解决进化过程停滞问题,提高算法的搜索能力,并保留父代种群的优秀染色体,防止遗传过程中祖代优秀染色体丢失。     

具有准备时间的模糊交货期的排序问题

本文分析了一类具有准备时间的模糊交货期的单机排序问题.将任务具有不同准备时间,任务加工允许中断,目标函数是最大延误的排序问题由经典交货期推广到模糊交货期,并给出了最大模糊延误修正值的定义,给出了一些性质。在此基础上给出了此类问题的算法。为了便于计算,用三角形模糊数表示模糊交货期,本文用模糊交货期的隶属函数来比较任务的完工时间和交货期,判断任务是否误工。     

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.     

基于粒子群算法的多小区用户分组调度研究

在多小区多用户多天线(MIMO)系统中,为减轻共道干扰(CCI),实现系统容量最大化的协同用户分组调度机制可归结为优化问题,而新型粒子群算法(PSO)就是解决非线性多元函数优化的有效手段.提出了一种基于粒子群优化算法(PSO)实现容量最大化的多用户调度解决方案.根据当前协同小区簇内各用户的信道特性,对发送信号进行迫零(...     

Fuzzy resource-constrained project scheduling problem for software development

This paper presents a new method to solve the resource-constrained project scheduling problem for software development. In this method,activity duration times are described as fuzzy variables and resource-constrained software project scheduling problems are described as fuzzy programming models. First,how to model the software project scheduling problem under the fuzzy environment conditions is proposed. Second,in order to satisfy the different requirements of decision-making,two novel fuzzy project schedul...     

基于蚁群算法的网格资源分配与调度研究

网格环境下的资源分配与调度是一个NP难问题,蚂蚁算法是解决这类问题的有效算法.文章提出了改进的蚁群算法.该算法采用伪随机比例规则,不仅在网格计算资源完成任务后进行信息素的整体更新,还要求预分配网格计算资源时进行信息素的局部更新.模拟实验表明该算法是一种快速,有效,负载更均衡的算法.     

基于蚁群算法的网格资源分配与调度研究

网格环境下的资源分配与调度是一个NP难问题，蚂蚁算法是解决这类问题的有效算法．文章提出了改进的蚁群算法．该算法采用伪随机比例规则，不仅在网格计算资源完成任务后进行信息素的整体更新，还要求预分配网格计算资源时进行信息素的局部更新．模拟实验表明该算法是一种快速，有效，负载更均衡的算法．