单机-无穷大系统中的混沌现象及其无源化控制仿真

首先建立单机-无穷大系统的三阶数学模型并简要讨论了其动力学行为．指出在一定条件下系统可能会进入混沌状态;然后采用非线性系统无源化方法设计反馈镇定器．并利用L2性能准则进行干扰抑制．使系统大范围渐近稳订,仿真结果表明了该方法的有效性。应用该方法所设计的励磁控制器在改善电力系统的稳定性方面有一定参考价值,对Matlab在电力系统中的仿真应用有积极的作用。     

带有退化、拒绝和不可用区间的单机排序问题

【目的】考虑带有退化工件、拒绝和不可用区间的单机排序问题。【方法】假设工件有不同的基本加工时间和相同的退化率,工件可以被拒绝,被拒绝的工件需要支付拒绝惩罚,机器在给定的时间区间内是不可用的且工件不可恢复。目标是极小化接受工件的总完工时间与被拒绝工件的总拒绝惩罚之和。【结果】对于这个NP-难问题,在不可用区间前、后,工件按照基本加工时间a_j的非减顺序排列可以得到最优解,给出一个拟多项式时间动态规划算法和一个完全多项式时间近似策略。【结论】推广了已有文献的模型。     

具有学习效应和非线性安装时间的单机排序问题

讨论了加工工件具有学习效应和安装时间的单机排序问题。文中工件的加工时间不是固定不变的,不仅与工件的加工位置有关,同时还与已加工完成工件的加工时间有关。安装时间分为线性安装时间和非线性安装时间,本文主要讨论的是具有非线性安装时间的情况。工件的安装时间是依赖于已加工完的工件的实际加工时间和工件所排列位置的函数形式。在文中主要证明了极小化最大完工时间,极小化完工时间总和问题是多项式可解的,另外还证明了满足一定条件下的极小化加权完工时间和,极小化最大延误问题是多项式可解的。     

带准备时间的任务单机学习效应排序问题

具有学习效应的任务的加工时间和带有准备时间的任务问题是排序论中的重要研究内容,它们对任务的完工时间有重要影响．研究了具有学习效应且带有准备时间的任务单机排序问题,其中学习效应指的是任务的实际加工时间是该已经排好的任务对数加工时间的递减函数,目标函数为最小化总完工时间．这个问题是NP-难问题．用分支定界法给出了此问题的最优解,为了提高分支定界法的运行效率,同时给出了一个启发式算法、几个优势性质和两个下界．计算结果表明分支定界法和启发式算法求解此问题非常有效．     

考虑恶化和学习效应的单机成组排序问题

讨论了工件加工时间同时具有恶化和学习效应的单机成组排序问题。在这类问题中,同一组中的工件不允许分开加工,各组之间有安装时间,其中安装时间是工件组开始加工时间的简单线性函数,各组内工件的实际加工时间是关于恶化和学习效应的函数。对目标函数为最大完工时间和总完工时间两类问题分别给出了多项式时间最优算法。     

具有学习效应的间歇批生产的单机排序问题

本文研究了目标函数为总完工时间,具有Dejong学习效应和遗忘效应的间歇批生产的单机排序问题.考虑了批与批之间没有学习效应的传递、有部分学习效应的传递和有总的学习效应传递3种模型.首先,在批与批之间没有学习效应传递的模型中,给出了复杂性为O(nlog n)的最优算法.其次,在批与批之间有部分学习效应传递的情形下,对批在...     

资源受限单机动态调度的并行GA算法研究

研究资源受限系统动态调度问题，针对时序约束问题提出一种并行遗传算法(PGA)。给出满足排序优先次序约束的一种基因编码方法；采用不破坏优先级可行性的交叉操作，并予以证明：建立一种并行处理机制，使搜索避免出现局优现象。在技术允许情况下，单机动态调度引入抢占式加工方式，会一定程度上提高系统的性能。通过仿真试验验证，并行OA算法可兼顾优化效果和计算效率，解决单机动态调度问题。     

具有学习效应且加工时间可控的单机排序问题

讨论一类加工时间可控的单机排序问题.在这一问题的模型中,机器具有学习效应,工件的实际加工时间为同时依赖于所排位置和所分配的资源量的资源消耗函数,其中资源消耗函数又分为线性资源消耗函数和凸资源消耗函数这两种函数.考虑共同工期分派方法和松弛工期分派方法这两种工期分派方法.极小化一个包含加权总误工数的费用、工期分派的费用、最大完工时间的费用和总资源消耗的费用的目标函数.对于工件加工时间的两种资源消耗函数与工期分派方法的不同组合,算法复杂性为O（n4）的多项式时间算法相应地被给出.创新之处是：在Shabtay研究的基础上增加考虑了学习效应后,计算相关问题的算法复杂性仍保持不变.     

静态单机调度问题改善全局性能的滚动策略

借鉴控制界对滚动时域控制性能研究的思路，对一类具有可分的正规性能指标的大规模静态单机调度问题，提出了一种子问题带终端约束的滚动调度策略．在这种滚动调度策略下，全局调度的性能可以进行一定程度的评价和分析．性能分析的结论是，随着局部调度的滚动进行，全局调度性能可以不断改善．初始调度性能是全局最终调度性能的一个上界．     

极小化两种目标函数的具有学习效应的单机排序问题

本文研究具有学习效应和遗忘效应的间歇批生产的单机排序问题,目标函数分别为极小化最大完工时间和总完工时间．考虑了批与批之间没有学习效应的传递、批与批之间有部分学习效应的传递、批与批之间有总的学习效应的传递三种情形．我们分别对所考虑的问题给出了多项式时间算法并且证明了算法的最优性．