装箱问题的一种新的近似算法

 研究了一维装箱问题(Bin Packing Problem),给出了一个新的近似算法:交叉装填算法(简称CF算法).证明了CF算法达到装箱问题的最好的近似值3/2;并且当这些物件的大小按非增性质预先排序后,CF算法的时间复杂度是线性的.     

关于染色装箱问题的一个近似算法

装箱问题是组合最优化中的一个著名的问题。本文给出了装箱问题的一类衍生问题——染色装箱问题的一个近似算法,并讨论了算法的近似比。     

染色的装箱问题及其近似算法

给出了染色装箱问题和染色覆盖问题的数学描述,得到了给定颜色限制的染色装箱问题和染色覆盖问题的两个近似算法.     

一种尺寸可变的装箱问题的在线近似算法

给定物品系列,要求将所有物品装入到不同类型的箱子中,以实现从第一个箱子到最后一个箱子被使用的箱子的总尺寸最小化。本文用最坏情况绝对性能研究在线算法,对于两种箱子规格和,我们给出了一种最坏绝对性能比最多是2.75的在线近似算法。     

装箱问题的概率近似算法

研究了一维装箱问题的在线近似算法,给出了一种新的半在线算法：随机适应算法（简称RF算法）,说明了RF算法的时间复杂度是O（n^2）,一般情况下的性能比〈1.75。     

一种尺寸可变的装箱问题的在线近似算法

用最坏情况绝对性能研究尺寸可变的装箱问题的在线算法,对于两种箱子规格a和b,给出了一种最坏绝对性能比最多是2.75的在线近似算法.     

“装箱问题的一种新的近似算法”的一个注记

一维装箱问题(Bin-Packing)是一个著名的NP难的组合问题,具有极其广泛的应用背景,受到了深入细致的研究,取得了许多好的成果.2004年孙春玲等1对一维装箱问题给出一个新的近似算法,称作交叉算法,证明该算法达到一维装箱问题的最好的近似值3/2.       

时间表理论中LPT算法在装箱问题中的应用

本文利用二分搜索法和时间表理论中LPT算法求解装箱问题的近似最优解;给出了一个直观性算法,并研究这个算法的最坏情形,最后说明此算法在某些方面优于著名的FFD算法。     

求解装箱问题的一种混合分组遗传算法

通过设计一种适应度函数,利用分组遗传算法结合BF算法和FFD算法来对此适应度函数进行优化,从而求得一个优化的装箱结果。用C++实现该算法并对装箱实例进行仿真实验与比较,结果表明:在遗传算子的交叉操作过程中采用FFD+GGA的混合分组遗传算法是一种解决装箱问题的有效方法,在大部分情况下用很短的时间都可求得最优解。     

多处理器系统最优任务分配问题的一个近似算法

多处理器系统上的最优任务分配的研究是有效利用系统资源处理实际问题的热点课题,文章在考虑任务可分和任务不可分的两种多处理器最优任务分配问题上,首次提出了这两个问题在处理器的个数大于１时都是ＮＰ－完全问题,其次给出了一个有效的近似算法,     

有舍弃的装箱问题及其启发式算法

设计了一种启发式算法——RCF算法来解决有舍弃装箱问题.实验证明,该算法与RFF3算法相比,在物体个数比较少(<200)的情况下,由于数据的随机性会出现比RFF3算法较好;在物体个数大于200的情况下,RFF3算法具有绝对的优势.因此,提出的RCF算法在物体个数比较少的情况下,有一定的应用价值.     

染色装箱问题及其启发式算法

研究了装箱问题的一个新颖的衍生问题:染色装箱问题,即在装箱问题中,给每个物件指定一个颜色,要求每个箱子中所装的物件颜色各不相同,使得所需要的箱子数目尽可能少.该问题是通常装箱问题的一种推广.笔者给出了染色装箱问题的一个启发式算法,同时研究了只有两种颜色的染色装箱问题:即2-色装箱问题,并给出了一个最优算法.     

一种改进的二维装箱问题的混合遗传算法

改进了FFA算法,提出了区间合并和最小浪费面积的概念,并阐述了实现的方法．最后,采用基于改进的FFA算法的混合遗传算法得到了较好的结果,并对结果进行了分析．     

一维装箱问题的一个衍生问题——最小基数箱子覆盖问题

文章介绍一维装箱问题的一个衍生问题:最小基数箱子覆盖问题和它的一个启发式算法。     

具有不同初始开工时间的P∥Cmax问题

在每台处理机的初始工时间不同的情况下讨论平行机调度问题的Ｍｕｌｔｉｆｉｔ算法。分析了Ｍｕｌｔｉｆｉｔ算法的可行性并证明其最差民政部性能指标界足Ｒｍ（ＭＦ「ｋ」≤１．２９＋１／２＾ｋ。     

基于空间优化的三维装箱布局混合遗传算法

针对三维装箱问题使用了一种便于空间优化的二维链表结构表达三维矩形物体布局状态空间分解方法和利用混合遗传算法产生待装物体的顺序序列.二维链表结构可以表达空间相连结点之间的关系,易于空间结点的重组,达到更好的利用空间;也可减少产生好的待装物体顺序序列的搜索次数.结合混合遗传算法的搜索方法,能在合理的时间内找到问题的满意解.经过实验表明通过这两种方法的结合本算法能取得较好的较果.     

一种新型不规则三维排样构造算法

基于最小势能原理,提出了一种新型不规则三维排样构造算法(HAPE3D)：容器内部均匀分布多个离散排样点,零件依次平移至每个排样点,然后绕x、y、z轴旋转,最终找到使零件重心最低的最优排样姿态.文中还提出了一个多面体重叠检测算法,令HAPE3D摆脱了临界多面体束缚.算例表明,HAPE3D能够处理任意形状的多面体零件,并可以考虑零件旋转,同时具备孔洞填充功能.HAPE3D的速度也较快,使其与现代启发式算法混合成为可能.     

带有前后约束的延误排序问题的近似算法

把工件之间不带前后约束的延误排序的后移算法移植到带有前后约束的情况, 提出一个多项式时间的近似算法. 这个算法可以快速地得到这种延误问题的近似解.