供应链排序中的外包问题

为了更好地将供应链排序和现实生活结合以体现其应用价值,文章研究了一类可以外包的供应链排序模型.外包即指为了提升效率,节省总费用,而采取将工件由其它制造商代替加工的现象.所有的工件均可以在制造商内部加工也可以进行外包加工,外包工件加工完成后必须分批运回制造商才算完工.所研究的模型中有一个制造商和一个外包商,制造商的加工环境为m台平行机,外包商为单台机器.因此在模型中要考虑外包费用、运输延迟以及运输费用,所要做的就是确定外包工件以及工件的加工顺序和外包工件的配送顺序.对于该问题,本文主要研究了目标函数分别为总完工时间、最大延迟以及误工总数的情形;分析了问题的复杂性,运用动态规划的技巧给出了最优算法且分析了算法的时间复杂性.     

带有安装时间以及可分批加工的供应链排序问题

研究了单制造商多客户的供应链排序问题;同一客户的工件可以分批进行加工,不同客户的工件不可以在一批中加工;当相邻的两批工件属于不同客户时则需要相应的安装时间.以生产和运输总费用最小为目标函数,建立了集成排序模型;分别用工件的加权总完工时间和最大延迟作为排序目标,采用动态规划的技巧给出了最优算法,并分析算法复杂性.     

带有安装时间和学习效应的供应链排序问题

考虑了机器带有安装时间和具有学习效应的单机供应链排序问题.在一条供应链系统中,有单个制造商和多个客户,不同的客户订购不同种类的工件,机器加工不同种类的工件前需要一个安装时间,且加工相同客户的工件时具有学习效应,即随着工件的加工后面工件的实际加工时间逐渐减小.完工的工件需要成批运输给相应的客户,每一批运输都有相应的时间和费用.目标是分别极小化加权最大配送时间、总配送时间、最大延迟时间与总运输费用的和.给出了相应的算法,并分析了算法的复杂性.     

带有安装时间的多制造商多客户的供应链排序问题

考虑了多制造商多客户的供应链排序问题.由于工件属于不同的种类,同一制造商在加工不同种类工件之前要有一个安装时间.由同一制造商为同一客户加工的工件可分批运输,每一批都有相应的运输时间和费用.以总加权配送时间和总运输费用之和作为优化的目标,给出了有效的动态规划算法,并证明了此算法是多项式可解的.     

基于成比例退化效应的单机供应链排序问题

研究具有退化效应的供应链排序问题.工件的实际加工时间是关于该工件开始时间的成比例线性增函数,工件在机器上加工完后被分批配送到相应的客户.两个目标分别是极小化总完工时间加总配送费用和极小化加权总完工时间加总配送费用.分别给出了两个问题最优序的性质,设计了动态规划算法并分析了算法的复杂性.     

带有学习效应的多客户配送的供应链排序问题

针对机器具有学习效应,且需要多客户配送的供应链排序模型。在这一模型中,机器上工件加工时学习效应会发生,工件的实际加工时间是与其位置相关的减函数。客户需要接纳与其对应的完工工件,每一批次的工件完工后完需要配送,然而配送都会花费一些时间以及费用。由于需要配送的大量客户,为了尽量节约资源,减少车次数量以及运输次数,所以运输车辆都要尽可能多的装载货物才开始运输。在针对一台运输车辆内装载有不超过两个客户的工件情况,研究的目标函数为极小化总流程时间和极小化最大延迟时间,并对这两个问题分别给出了相应的动态规划算法。
     

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.     

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。     

单机上考虑运输的退化工件的在线排序问题

研究了单台机器上工件具有可退化效应并考虑工件运输的在线排序问题.工件按时间在线到达.这些工件先在机器上加工,完工的工件再由一台运输车辆将其运送给顾客.排序问题的目标是最小化最大运输完工时间.对于所讨论的排序模型,给出了问题的下界并给出达到下界的最好可能的在线算法.     

带有学习效应的多客户配送的供应链排序问题

针对机器具有学习效应,且需要多客户配送的供应链排序模型。在这一模型中,机器上工件加工时学习效应会发生,工件的实际加工时间是与其位置相关的减函数。客户需要接纳与其对应的完工工件,每一批次的工件完工后需要配送,然而配送都会花费一些时间及费用。由于大量客户需要配送,为了尽量节约资源,减少车次数量及运输次数,所以运输车辆都要尽可能多的装载货物才开始运输。在针对一台运输车辆内装载有不超过两个客户的工件情况,研究的目标函数为极小化总流程时间和极小化最大延迟时间,并对这两个问题分别给出了相应的动态规划算法。