Two single machine scheduling problems with a learning effect

研究工件具有学习效应的两个单机排序问题.工件的学习效应指的是工件的加工时间为所排位置的函数. 对以下两个目标函数:加权总完工时间与最大延误, 证明在某些特殊情况下加权最小加工时间优先(WSPT)规则和最早工期优先(EDD)规则可以分别给出最优算法. 也给出了这两个规则在一般条件下的最坏情况界.     

折扣加权总完工时间的调整时间可分离无等待Flow Shop排序问题

研究3台机器调整时间可分离的无等待F1ow Shop排序问题，目标函数为极小化折扣加权总完工时间。对某些特殊情况，给出问题存在多项式最优算法的充分条件。在此条件下得到求解调整时间可分离的无等待F1ow Shop排序问题的分派规则。     

带指数学习效应和凸资源分配的单机排序问题研究

【目的】研究在全部工件加工时间可变的情况下具有指数学习效应和凸资源分配的单机排序问题,其中工件的实际加工时间具有指数学习效应,并依赖于分配它的不可再生资源数量。目标是确定资源的最优分配和工件最优排序,使得最大完工时间和资源消耗费用的3种组合最优,即最大完工时间和资源消耗费用的加权和最小、资源消耗费用限制下的极小化最大完工时间和最大完工时间限制下的极小化资源消耗费用问题。【方法】对给定排序,用约束优化和无约束优化问题的最优性条件能够求得其最优资源分配。【结果】分析最优解满足的性质,证明最优解能够通过多项式时间得到,并给出了具体求解算法。【结论】算法分析表明求解算法的时间复杂度为O(nlog n),其中n为工件个数。     

福岛第一核电站事故对核能开发政策的影响(Ⅱ)

福岛第一核电站事故对全球核能开发产生了影响。虽然事故发生后,各国对其所有在运核电站的安全性进行了全面的技术评估,并且全球范围内核电站的安全要求普遍得到强化,但各国的政策应对却不尽相同。这些应对包括逐步淘汰核能或加快淘汰步伐,减少对核能的依赖,或者相反,继续追求或扩大核能项目。该研究考察了核能政策以及事故前后计划的变化,并企图把福岛第一核电站事故与影响核能决策的其他因素对核能政策的冲击区分开来,特别是电力市场经济学、融资挑战和来自其他能源(天然气、煤炭和可再生能源)的竞争。还研究了各国定量的长期预测随时间的变化,这些变化揭示了核能在未来能源体系中所扮演角色的变化趋势。     

基于交互作用的双因素无重复试验的方差分析与设计

研究双因素方差分析的基本原理,指出一个试验结果会受不同因素的影响,相同因素的不同水平也会影响试验结果;提出一个交互作用的概念,分别研究了有无交互作用的双因素无重复试验,并根据双因素无重复试验的具体实施情况,利用Excel进行试验设计;采用方差分析法分析了不同地区的家用电器和交通路段与行车时间的实验数据,给出假定的回归模型并对参数进行假设检验和推断．     

多共同工期分配调度问题算法研究

为确定所有工件的多个共同工期以及工件的最优调度序列,最小化提前惩罚、延误惩罚和公共工期分配的加权和,利用位置权重与处理时间的匹配过程来获得最优解。对此问题给出了最优解满足的性质,当分配给共同工期的工件个数为给定常数时该问题可解。该问题是多项式可解的,并给出了具体求解算法。     

离散加工时间单机多准则下可控排序问题

讨论了工件具有离散可控加工时间的单机多准则下的排序问题. 目标函数分别为极小化完工时间和与完工时间偏差和的线性组合, 极小化等待时间和与等待时间偏差和的线性组合, 极小化提前时间、延误时间、最早交货期及窗口长度的加权和, 极小化提前时间、延误时间及公共工期的加权和. 用数学规划的方法证明了四类多准则下的单机排序问题可以转化为指派问题,从而这四类问题都多项式时间可解.     

一类最优指派问题的动态规划算法

考虑一类较一般的最优指派问题 :欲把m项工作指派n个人去完成 (m≥n) ,要求每项工作只能由一个人来做 ,第i个人可以同时做bi 项工作 ,其中bi 是待求未知数 ,满足di ≤bi≤ei(ei,di 为第i个人所需工作数的上下限 )及∑ni=1bi =m为已知常数 (i=1,2 ,… ,n) ,第i个人做第j项工作所用的时间为cij≥ 0 (i =1,2 ,… ,n ;j=1,2 ,… ,m) .本文给出了求解上述最优指派问题 (使总耗用时间最小 )的动态规划算法 .     

带有学习与恶化效应的共同工期指派问题

【目的】研究在共同工期指派模型下,工件的实际加工时间既有学习效应(与所排位置有关)又有恶化效应(与开工时间有关)的排序问题,其中机器限定为一台。【方法】为求得最优排序,使得工件的提前、延误和工期成本的线性加权和最小,其中权重为位置权重,工件的共同工期为决策变量,此问题可转化为经典的运筹学方法求解,即求解指派问题。【结果】这个问题在位置权重、学习与恶化效应下依然是多项式时间可解的。【结论】算法分析和实例表明给出的求解算法是非常有效的。     

同时具有学习和恶化效应的不同工期指派问题研究

讨论工件同时具有学习和恶化效应的单机排序模型,其中工件的实际加工时间是其基本加工时间、开工时间和所排位置的函数,每个工件都有自己的工期。目标是确定工件的加工顺序和工期,使工件的提前成本、延迟成本和工期的机会成本的加权和最小。证明此问题在工件引入学习和恶化效应后,依然多项式时间可解,同时给出了求解算法和实例来说明如何最优的求解这个问题。