工件可拒绝的分批配送问题研究

考虑工件可拒绝的分批配送问题:一个制造商为一个客户加工n个工件,每个工件既可以被接受加工,也可以被拒绝加工(但要支付拒绝费用),工件加工完之后要安排车辆运送给客户,完工时间为工件送达客户的时间.目标函数为被接受工件的总完工时间、总配送费用和被拒绝工件的总拒绝费用三者之和,文中对处理机为单机的情形给出了多项式时间算法,且证明了两台平行机的情形下该问题是NP-完备的,并给出了伪多项式时间算法.     

一个可中断三台可拒绝平行机半在线排序问题

研究了工件带有拒绝费用的3台平行机半在线算法。工件逐个到达,当工件到达时可以被接收加工,消耗一定的加工时间,也可以被拒绝,但此时要付出一定的拒绝费用。进一步假定工件的加工时间与拒绝费用事先成固定比例α(α≥0)。目标为被接收工件的最大完工时间与被拒绝工件的总罚值之和最小。针对工件加工可中断情形,设计出半在线算法ARH,并证明算法ARH的竞争比为关于参数α的分段函数,且为紧界。     

一个可中断三台可拒绝平行机半在线排序问题

研究了工件带有拒绝费用的3台平行机半在线算法。工件逐个到达，当工件到达时可以被接收加工，消耗一定的加工时间，也可以被拒绝，但此时要付出一定的拒绝费用。进一步假定工件的加工时间与拒绝费用事先成固定比例α(α≥=0)。目标为被接收工件的最大完工时间与被拒绝工件的总罚值之和最小。针对工件加工可中断情形，设计出半在线算法ARH，并证明算法ARH的竞争比为关于参数α的分段函数，且为紧界。
     

特殊情形下的两台可拒绝同类机在线排序问题

研究了工件带有拒绝费用的两台同类机在线算法,两台机器的速度分别为 1 和 s ,s ∈ [ 1 , +∞ ),工件逐个到达,当工件到达时,可以选择被分配到机器上进行加工并花费一定的加工时间;也可以被拒绝,但此时需付出一定的拒绝费用。进一步假定每个工件的加工时间与拒绝费用成固定比例 α ( α ≥0 ),即 pj =αtj 。目标函数为使被加工工件的最大完工时间与被拒绝工件的总罚值之和最小,工件的加工不可中断。本研究设计一种在线算法 URLS ,并证明该算法的竞争比和下界均为关于参数 α 的分段函数,且当 * 时上下界相吻合,算法达到最优。(注：*处代表公式)
     

特殊情形下的两台可拒绝同类机在线排序问题

研究了工件带有拒绝费用的两台同类机在线算法,两台机器的速度分别为1和s,s∈[1,+∞),工件逐个到达,当工件到达时,可以选择被分配到机器上进行加工并花费一定的加工时间;也可以被拒绝,但此时需付出一定的拒绝费用。进一步假定每个工件的加工时间与拒绝费用成固定比例α(α≥0),即p_j=αt_j。目标函数为使被加工工件的最大完工时间与被拒绝工件的总罚值之和最小,工件的加工不可中断。本研究设计一种在线算法URLS,并证明该算法的竞争比和下界均为关于参数α的分段函数,且当α∈[0,(s+1)~(1/2)/s+1)∪[1,+∞)时上下界相吻合,算法达到最优。     

极小化最大完工时间及拒绝费用的单机可拒绝分批排序

首次考虑了工件可拒绝的单机分批排序问题,目标函数是极小化最大完工时间加上被拒绝工件的拒绝费用之和.对于工件同时到达的情况,本文通过动态规划算法给出了多项式时间的精确算法,借助于数据结构中的堆排序,我们将算法复杂性降低为O(n2logB).     

带有恶化率的可拒绝单机排序及批配送

首次考虑了加工时间带有线性恶化率的可拒绝单机排序及其批配送的问题.如果工件被拒绝,则要付出一定的拒绝费用;如果工件被接受,则要安排加工并配送.目标函数是极小化接受工件的加权总完工时间或最大延误时间,配送费用与拒绝工件的拒绝费用这三部分的和,我们不仅证明了这些问题都是NP-hard的,而且还提出了基于动态规划的伪多项式时间算法.     

极小化加权总完工时间的工件可拒绝排序 (运筹学与控制论)

经典的排序问题要求工件都必须进行加工,然而在实际中有时候由于一些特殊的原因可以考虑工件不加工。例如,加工时间非常大,或加工所需费用非常高,于是就不加工这一工件,而是通过支付一定的费用后送到外边"外加工"或购买更合算,这类问题称为工件可拒绝排序问题。需要研究的任务是怎样选择工件在机器上进行加工或拒绝,并且如何安排被接受加工工件的加工次序使给定的目标函数值最优。本文研究了工件可拒绝排序中,目标函数是有限的总惩罚费用(总惩罚费用约束下)极小化加权总完工时间,工件到达时间都相同的同型机问题,设计了伪多项式时间的动态规划算法,并给出了相应的FPTAS算法。     

工件有工期并且可拒绝单机最小化最大提前时间的排序问题

研究工件有工期并且可拒绝的单机最小化最大提前时间的排序问题.若工件被拒绝,则需支付一定的惩罚费用;若工件被接受,则将该工件安排在机器上加工.目标函数是最小化被接收工件的最大提前完工时间与被拒绝工件的惩罚费用之和.通过对该排序问题的Pareto最优点的分析,得到该问题的多项式算法.     

带有准备时间的可拒绝供应链排序

考虑可拒绝排序中生产与配送的集成问题.有一个制造商和多个客户,不同的客户订购不同种类的工件.机器在加工不同种类的工件前要有一个准备时间.对于客户的工件制造商可以选择接受或拒绝加工,但当工件被拒绝时制造商需要支付相应的拒绝费用.每个工件有自己的工期并且生产完成后需要配送到相应的客户处,每一批配送需要花费一定的时间和费用.该文研究了排序理论中几个主要的目标函数,给出了相应的动态规划算法并分析了算法的复杂性.     

带有交货期窗口和工件可拒绝的单机排序问题

讨论了带有交货期窗口和工件可拒绝的单机排序问题﹐这一问题是将所有的工件分成两个集合﹐一个是被接受的工件集﹐一个是被拒绝的工件集。假设被接受的每个工件都有一个待定的交货期窗口﹐且所有工件的交货期窗口的大小是相同的﹐如果工件在窗口中完工﹐则不产生任何费用;否则工件提前或延误﹐会产生相应的提前或延误的费用。而对于拒绝工件而言﹐它的费用只与工件有关。这类问题的总费用是2个工件集的费用之和。目标函数是确定被接受工件的最优排序﹐极小化总费用﹐给出了一个动态规划算法﹐并证明了这个问题是多项式时间可解的。     

一类工件带有优先约束的分批排序问题

本文对工件带有“扩充链”优先约束的分批排序问题进行了研究,其目标函数为最大完工时间．优先约束为：在一个扩充链上包含有n个工件,另外有m个孤立点工件（即工件之间无任何优先约束）．讨论了时问题的最优算法,把这一问题多项式转化成了组合优化中求解非二部图赋权匹配问题,并相应地给出了一个运算次数为的多项式算法．     

关于问题1|chains,B|Cmax的多项式算法

对带有"扩充链"优先约束的分批排序问题进行了研究,其目标函数为最大完工时间.优先约束为:在一个"扩充链"上包含有n个工件,另外有m个孤立点工件(即工件之间无任何优先约束).讨论了B=2时问题的最优算法,把这一问题多项式转化成了组合最优化中求解非二部图赋权匹配问题,并相应地给出了一个运算次数为O(n4)的多项式算法.     

退化工件误工数的双机自由作业排序问题

探讨退化工件两台机器自由作业环境下的最小化加权误工工件的排序问题,其中所有工件具有相同的公共交货期。首先证明了最小化误工工件数问题是 NP 困难的;然后对最小化加权误工工件数问题给出了一个拟多项式时间算法;最后对几种特殊情形给出了多项式时间算法。     

2－机器FlowShop随机调度问题

本文讨论了２－机器ＦｌｏｗＳｈｏｐ调度问题，在假定同一工件在不同机器上的加工时间为同分布的随机变量且加工时间在随机意义下可以排序时，给出了等待时间差的绝对值总和的期望最小的最优排序的若干性质。     

最优公共交货期单机提前/拖后调度和对应的批次送货

本文考虑了一个包含工件生产和工件送货的单机调度问题。目标是寻找所有工件的公共交货期和每个工件的送货时间使得工件所受到惩罚(提前／拖后惩罚,送货费用等)的值最小。完成的工件按照批次进行送货,所有在公共交货期前完工的工件在最优交货期时间一起交付,对批次送货没有量的约束。本文确定了最优公共交货期,并给出了相应的排序。     

Globus 并行任务在拥有 Local IP 集群间的运行

目前Globus并行任务不能在拥有局域网IP地址的集群间运行,但通过简单修改Globus和MPICH-G2的源代码并编写一个TCP/IP代理程序,是解决这一问题的有效途径.将这种方法的实现做了具体描述,并且成功地实践了并行任务在上述集群间的运行.     

两个带有分批费用的单机平行分批排序问题

假定工件和批处理机都在零时刻到达,工件被成批进行加工,一旦开始加工就不允许中断,每批的加工时间等于该批中最大的加工时间,而且假设每分一批都产生一个分批费用。第1个问题对目标函数为任意的正则函数与分批费用之和的情形,利用动态规划方法给出了拟多项式时间算法;第2个问题对目标函数为误工工件数与分批费用之和的极小化问题,同样利...     

工时依赖位置的宽容期单机排序问题

研究了共同宽容交货期的单机排序问题,即加工时间是位置的函数,所有工件的提前/延误费用相同,共同宽容交货期的开始时间和大小待定,目标函数最小化的总惩罚费用(包括提前、延误、宽容交货期的定位和大小费用四部分).并给出了最优排序的性质,提出了一个多项式时间算法.     

带有释放时间的半连续型批处理机调度问题(运筹学与控制论)

半连续批处理机调度问题,是从钢铁工业加热炉对管坯的加热过程中提炼出来的。工件按批加工,同一批中工件的加工时间等于此批中工件的最大加工时间,且工件必须按周期一个紧挨着一个进入、离开处理机。批处理机的容量为C,即最多可同时加工C个工件,批的容量为批中工件的个数,批的处理时间与批中工件的加工时间、批处理的容量和批的容量有关。本文研究释放时间与加工时间一致时,对于目标函数为最大完工时间问题,即时间表长问题,分析其最优解的性质,从而将问题转化为工件按释放时间非减顺序排列后,对工件进行分批,使得最大完工时间最小。在此基础上给出了一个复杂性为O(n2)的动态规划算法,证明了这个算法的最优性,并用数值例子进一步说明了算法的计算过程。