一个单台机器排序问题的下界

本文考虑下述n个工件在一台机器上加工的排序问题。其中d_i,C_i,w_i和h_i分别为工件i的应交工时间、完工时间、延误权因子和成本权因子。工件i所需的加工时间为p_i,所有工件在时间t=0时同时到达机器旁,机器不允许空转,工件被加工时不允许中断。本文用一O(n)快速方法给出(P)的一个下界。对问题(P),当取O≤u_i≤w_i,i=1,2,…,n时,     

单处理机在加工时间相同准备时间可控时的∑w_jC_j问题

一组n个工件需在一台机器上加工,工件j所需的准备时间、加工时间分别为rj,pj,可压缩准备时间为x_j,0≤x_j≤r_j,其中rj,pj,xj均为非负整数。由同压缩向量x有关的某一目标函数F_1和压缩费用F_2=∑xj可构成文中的四个多目标排序问题(P1)-(P4),这种可控准备时间的多目标排序问题由引文[2]的作者在1990年提出并作     

已知工件最大加工时间的两台同类机半在线问题

考虑已知工件最大加工时间的两台同类机半在线问题．机器M1,M2的速度分别为s1=1,s2=s(s≥1),工件是一个一个独立地到来,工件的信息是逐个释放的,但所有工件中加工时间为最大的工件的加工时间是已知的,目标函数为极小化最大机器负载．此模型简记为Q2／known largest job／Cmax．作者给出了Qmax2算法并证明此算法的竞争比为2(s 1)/s 2(1≤s≤2)和(s 1)/s(s>2),且是紧的．同时给出Q2／known largest job／Cmax问题的一个下界,并且证明Qmax2算法的竞争比与最优算法竞争比之差不大于1/4.     

分批加工中迟后范围的极小化问题

排序中以工件迟后范围作为极小化的目标函数体现了生产中对顾客的平等对待，对此目标函数以往的研究局限于非成批加工．随着成批加工大量出现于柔性制造系统中，其它一些目标函数如加权完工时间之和，最大迟后己出现在成批加工问题中，但还无人讨论工件迟后范围问题．本文对工件加工顺序给定时如何使迟后范围极小的最优分批问题建立了所需时间为多项式的动态规划算法，并进一步给出了一些性质．     

订单带多工类工件时的极小迟后范围问题

本文考虑下述由多工类工件组成的订单的单机排序问题：每一个客户提供一个由若干工件组成的订单,总共n个工件又分成k个类．当机器从加工某类中的工件转向加工不同于它的第i类工件时,需一调整时间si．每一订单有一给定的应交工时间,订单的完工时间定义为该定单所含全部工件完工时的时间．我们希望适当排列这n个工件,使得订单的迟后范围最小．相应这一排序问题,文中依不同的背景给出了以下二种模式：同类工件一起连续加工,工件的完工时间为其所属类中全部工件完工时的时间,用GT,Ba来表示；同类工件一起连续加工,工件的完工时间为其本身的完工时间,用GT,Ja来表示．对于这两种模式的排序同题,我们均证明了其NP-hard性并给出了对应的分枝定界算法．     

排序问题的简短历史和国外发展动态

1.引言排序是在时间上对资源作一安排以完成若干项任务。这里的资源可代表机器、设备、计算机等,而任务可代表工件、产品、计算机要算的程序等。经过几十年的发展,排序理论与算法已是组合最优化中的一个重要分支。对它的分类,目前国际上通用的方法之一为三参数分类法     

一致条件下具学习因子的几个单机排序问题

n个工件需在同台机器上依次加工，工件j,j=1，2，…，n所需的正常加工时间为pj,如在某序中工件j第r个加工，则机器对其实际加工的时间为pjr^α，其中α≤0为一学习因子．要求适当排列这n个工件的加工顺序，使某目标函数达最小．本文对加权完工时间之和，最大迟后，延误工件数这三个目标函数，给出了在相应的一致条件下，对应的WSPT规则，EDD规则，修正Moore-Hodgson算法可获最优序，并估计了在一般情况下由该三规则所获序的误差．