首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   8篇
  免费   2篇
  国内免费   1篇
综合类   1篇
数学   10篇
  2022年   1篇
  2021年   2篇
  2016年   1篇
  2012年   1篇
  2005年   1篇
  2003年   2篇
  2002年   3篇
排序方式: 共有11条查询结果,搜索用时 27 毫秒
1.
平行机半在线排序问题研究(Ⅰ)   总被引:15,自引:1,他引:14  
对半在线平行机排序问题的研究进展作了详细综述和进一步探讨。文章给出半在线排序问题的背景、定义、分类和求解。介绍它们定义和在不同机器环境和目标函数下半在线排序问题分类,以及第一类半在线模型的近似算法的设计及其竞争比分析。  相似文献   
2.
P‖Cmin随机算法研究   总被引:2,自引:0,他引:2  
本文研究了P‖Cmin的随机算法及其最坏情况界,我们给出了Pm‖Cmin在线排序问题新的随机上界,并给出了P2‖Cmin的最好随机算法,其最坏情况界为2/3。对P2‖Cmin已知工件加工时间递减半在线模型,我们给出了一最坏情况界为6/7的随机算法并证明了它为最好的。  相似文献   
3.
对2020年"高教社杯"全国大学生数学建模竞赛"穿越沙漠"一题作简要评述,介绍赛题的数学基础和求解思路,探讨答卷所用的方法和存在的问题.  相似文献   
4.
带机器准备时间的平行机ordinal排序及近似算法   总被引:1,自引:0,他引:1  
本文研究带机器准备时间的m台平行机ordinal在线排序问题。讨论了在极小化最大机器完工时间和极小化最大工件完工时间两种目标下的不同下界和相应的在线近似算法。对第一个目标,我们得到了3/2的下界和最坏情况界为2-1/m的近似算法。对第二个目标,我们得到了最坏情况为m的最好近似算法。我们还对一些特殊情况进行了分析。  相似文献   
5.
带机器准备时间的平行机在线与半在线排序   总被引:12,自引:0,他引:12  
本文研究带机器准备时间的m台平行机系统在线和半在线排序问题.对在线排序问题,我们证明了LS算法的最坏情况界为2-1/m.对已知工件加工时间递减,已知总加工时间和已知工件最大加工时间三个半在线模型,我们分析了它们的下界和所给算法的最坏情况界.对其中两台机情形均得到了最好近似算怯。  相似文献   
6.
平行机半在线排序问题研究(Ⅱ)   总被引:15,自引:1,他引:14  
继续介绍半在线平行机排序问题的研究进展.主要介绍第二类、第三类半在线模型.研究两个(或两个以上)半在线模型间关系:复合与限制.文章最后给出了一些待研究的问题。  相似文献   
7.
建立数学模型来分析树叶的形状、分类及质量。首先,通过抽取树叶的重要参数,利用聚类分析进行树叶分类,并用BP神经网络进一步验证模型;其次,利用三维投影分析得到树叶相互遮挡对树叶形状的影响,并结合光照在树内的分布以及改进的Logistic模型,得到在树内不同位置的树叶大小规律。将树的分枝类型分为两类,通过统计学分析得出树木的不同分枝类型与树叶形状之间的显著相关性。最后,提出了分别基于树冠体积计算和树木生长规律的两种树叶质量估算模型,并通过比较得到了最优解。  相似文献   
8.
对2016年"高教社杯"全国大学生数学建模竞赛"风电场运行状况分析及优化"一题作简要评述,介绍了问题的背景、命题设想和解题思路,对参赛论文所用的主要方法和出现的主要问题进行了讨论。  相似文献   
9.
预知两种信息的两台并行处理器半在线调度   总被引:3,自引:3,他引:0       下载免费PDF全文
在调度理论中,问题常常被分为"在线"和"离线"两类,但在实际生产生活中,情况经常介于两者之间,即预先知道任务的部分信息,人们希望通过这些附加的部分信息改进算法的性能,此类问题即为"半在线"问题.文章讨论了经典并行处理器调度的两个半在线问题,目标为极大化处理器最早完工时间.对已知所有任务总加工时间和最大任务加工时间的半在线问题,给出了竞争比为4/5的最优半在线算法;对已知所有任务总加工时间,并且任务按加工时间非增顺序到达的半在线问题,给出了竞争比为8/9的最优半在线算法.从结果可以看出,预知两种信息比只知道一种信息的情况能更有效地解决问题.  相似文献   
10.
本文研究以工件总完工时间为目标函数的两台同类机排序问题, 给出了SPT算法以两台机器速度比为参数的最坏情况比, 使该算法的常数最坏情况比上界与下界的差距由0.430 5减小到0.014 7。  相似文献   
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号