分支定界法求解最小带权误工工件数排序

设有n个工件J_1,J_2,…,J_n要在一台机器上加工。已知工件J_i的工时(加工时间)是Pi,工期(预定交付期限)是d_i,权(工件误工时,即在工期之后完工所造成的损失)是w_i.记s=(s(1),…,s(n))为1,2,…,n的一个排列(置换),并记S为1,2,…,n所有排列的全体。如何在S中寻找一个排列s,使在按照次序J_(s(1)),J_(s(2))…,J_(s(n))进行加     

总权误工工件数的单机双代理可拒绝排序问题

文章研究了工件可拒绝的单机双代理排序问题.可拒绝意味着决策者会选择拒绝一些获利较小耗费资源多的工件,但拒绝会产生相应的拒绝费用.第一个代理工件可拒绝,目标函数为总误工、总权误工损失、总完工时间与拒绝费用之和.在第二个代理工件的总权误工工件数不超过定值的情况下,寻找一个使得第一个代理的目标函数值最小的排序方案.文章提出了相应排序问题的最优性质及伪多项式时间动态规划算法,分析了算法的时间复杂度,最后通过算例来说明了算法的可行性.     

工件可自由下线最小化总完工时间的平行分批排序问题

考虑工件可自由下线最小化总完工时间的有界平行分批排序问题. 在该问题中, 一台平行批机器可以同时处理 b 个工件作为一个平行批, 这里b 是批容量, 一个批的加工时间等于分配给这个批的工件的最大加工时间. 关于可自由下线工件, 每一个工件的完工时间等于包含这个工件的批的开工时间与工件的加工时间的和. 也就是, 如果一个批B 有一个开工时间S, 那么包含在批B 中的每一个工件J_j 的开工时间定义为S, 而它的完工时间定义为S+p_j, 这里p_j 是工件J_j 的加工时间. 对此问题, 首先研究最优排序的一些性质. 然后, 基于这些性质, 给出一个运行时间为O(n^{b (b-1)})的动态规划算法.     

极小化加权总完工时间的分批排序问题

本文讨论了分批排序中极小化加权总完工时间的两个问题.就所有工件的加工时间都相等这一特殊情况,分别给出两个算法,并证明了算法的最优性.     

无关机上极小化求和问题的平行分批排序(英文)

本文我们考虑了无关机上的平行分批排序问题.对于批容量无限的平行批排序模型,目标是极小化总完工时间,我们对p_(ij)≤p_(ik)(i=1,…,m;1≤j≠k≤n)这种一致性的情况设计了多项式的动态规划算法.对于批容量有限的平行批排序模型,我们讨论了p_(ij)=p_i(i=1,…,m;j=1,…,n)这种情况,当不考虑工件可被拒绝时,对极小化加权总完工时间的排序,我们给出了其最优算法;当考虑工件可被拒绝时,对极小化被接收工件的加权总完工时间加上被拒绝工件的总拒绝费用的排序,我们设计了一拟多项时间算法.     

工件具有加工位置上限最小化加权总误工量的单机排序问题

考虑工件具有加工位置上限最小化总加权误工量的单机排序问题.在此排序问题中,每个工件J_j都具有一个加工位置上限k_j.也就是说,如果工件J_j是一个可行排序中的第x个工件,那么就需要满足x ≤ k_j.证明了（i）当工件具有相同工期时,该排序问题是二元NP-难的并且是拟多项式时间可解的,（ii）当工件具有单位权重时,该排序问题是一元NP-难的.     

同时最小化最大费用和最大完工时间的双代理无界平行分批排序

有两个代理A和B, 每个代理都各自有一个工件集. 同一个代理的工件可以在同一批中加工, 而且每一个代理都有一个需要最小化的函数. 研究在无界平行分批处理机上同时最小化代理A的最大费用和代理B的最大完工时间问题, 并给出一个算法, 它可在多项式时间内找到关于这个问题的所有Pareto最优点.     

最小化总完工时间与分批费用之和的有界分批排序问题

考虑了当每分一批均产生固定费用、批容量有界且为固定值b、加工不允许中断抢先.所有工件在零时刻到达时的单机平行分批排序问题.目标是最小化总完工时间与分批费用之和.利用动态规划方法给出了多项式时间算法,时间界为O(n~(b(b-1))).     

工件具有任意尺寸的混合分批平行机排序问题的近似算法

本文考虑了工件具有任意尺寸且机器有容量限制的混合分批平行机排序问题。在该问题中, 一个待加工的工件集需在多台平行批处理机上进行加工。每个工件有它的加工时间和尺寸, 每台机器可以同时处理多个工件, 称为一个批, 只要这些工件尺寸之和不超过其容量; 一个批的加工时间等于该批中工件的最大加工时间和总加工时间的加权和; 目标函数是极小化最大完工时间。该问题包含一维装箱问题为其特殊情形, 为强NP-困难的。对此给出了一个$\left( {2 + 2\alpha+\alpha^{2}}\right)$-近似算法, 其中$\alpha$为给定的权重参数, 满足$0\leq\alpha\leq 1$。     

带有分批费用的容量有界的单机平行分批排序问题

考虑的问题是在添加工资费用或包装费用等附加的分批费用下,如何使单机平行分批中总完工时间和分批费用之和达到最小.首先我们假定工件和批处理机都在零时刻到达,工件被成批地进行加工,一旦开始加工就不允许中断,每批的加工时间等于该批中最大的加工时间,而且假设每分一批都产生一个分批费用.然后对具有m个不同的加工时间,批容量有界且为固定值b的情形下目标函数为∑C_j与分批费用之和这一排序问题,利用动态规划的方法给出了多项式时间算法,时间界为O(b²m2m²222^m).     

带固定工件的单机排序问题1｜FB, rj,pmtn｜∑j Uj的多项式算法

研究具有若干固定工件和自由工件,其中固定工件必须在指定时间窗内加工,而自由工件具有不同交工的时间,并且其加工可以中断的单机排序问题,其目标是极小化工件的误工数.该问题可以表示为1|FB,rj,pmtn|∑j Uj.首先讨论了问题的几个重要性质,以此为基础建立了求解该问题的动态规划算法,其时间复杂度为O(n4+m log m),其中m和n分别是固定工件数和自由工件数.     

具有特殊工件的平行机在线排序问题

本文研究一类具有特殊工件的平行机在线排序问题,目标是最小化最大完工时间.此模型有两种工件:正常工件和特殊工件.正常工件能够在m台平行机的任何一台机器上加工,而特殊工件仅能够在它唯一被指定的机器上加工.文中所有特殊工件的指定机器为M1.我们提供了竞争比为(2m2-2m 1)/(m2-m 1)的在线近似算法.当m=2时,算法是最好可能的.当m=3时,算法的竞争比为13/7≈1.857,并且提供了竞争比的下界(1 (平方根33))14≈1.686.     

A Branch and Bound Algorithm to Minimize the Total Weighed Number of Tardy Jobs and Delivery Costs

This paper addresses the production and delivery scheduling integration problem; a manufacturer receives ₋ orders from one customer while the orders need to be processed on one or two machines and be sent to the customer in batches. Sending several jobs in batches will reduce the transportation cost but it may increase the number of tardy jobs. The objective is to minimize the sum of the total weighted number of tardy jobs and the delivery costs. The structural properties of the problem for a single machine and special cases of the two-machine flow shop problem are investigated and used to set up a new branch and bound algorithm. A heuristic algorithm for upper bound calculation and two approaches for lower bound calculation are also introduced. Results of computational tests show significant improvement over an existing dynamic programming method.     

一个具有两类工件的多目标排序的NP-困难性

文章考虑具有两个工件集的单机排序问题.第一个工件集J1以加权完工时间和为目标函数,第二个工件集J2以最大加权完工时间为目标函数.问题的目标是寻找一种排序,使得两个目标函数的加权和达到最小,并证明该问题是强NP-困难的.     

成组加工中的加工全程和延误工件数问题

本文在同组工件连续加工的条件下考虑了单机加工中的二个排序问题,其目标函数分别为极小加工全程和延误工件数。文中在不同的条件下对它们给出了多项式时间算法。     

Minimizing Weighted Number of Early and Tardy Jobs with a Common Due Window Involving Location Penalty

This paper studies a single machine scheduling problem to minimize the weighted number of early and tardy jobs with a common due window. There are n non-preemptive and simultaneously available jobs. Each job will incur an early (tardy) penalty if it is early (tardy) with respect to the common due window under a given schedule. The window size is a given parameter but the window location is a decision variable. The objective of the problem is to find a schedule that minimizes the weighted number of early and tardy jobs and the location penalty. We show that the problem is NP-complete in the ordinary sense and develop a dynamic programming based pseudo-polynomial algorithm. We conduct computational experiments, the results of which show that the performance of the dynamic algorithm is very good in terms of memory requirement and CPU time. We also provide polynomial time algorithms for two special cases.     

最小化提前/延误赋权工件数及时窗惩罚的排序问题

研究赋权提前/延误工件数的公共时窗单机排序问题,时窗的位置和大小待定且由惩罚费用衡量.首先给出最优排序的一些性质,进而提出一个多项式时间算法以最小化这些费用的和.     

Scheduling Equal Processing Time Jobs to Minimize the Weighted Number of Late Jobs

We prove that the problem P ∣ p _i = p, pmtn ∣ ∑w _i U _i is unary NP-hard although the corresponding nonpreemptive problem can be solved in O(n log n) time, where n is the number of jobs. This contrasts the fact that usually preemptive problems are not harder than their nonpreemptive counterparts.     

加工时间和尺寸成正比单机排序和工件运输的最小化最大完工时间问题

在单机排序和工件运输的最小化最大完工时间问题中,工件首先在一台机器上加工,然后被一辆有容量限制的汽车运送到一个顾客．当工件的加工时间和尺寸无关时, Chang和Lee已经证明该问题是强NP困难的．他们也给出了一个启发式算法,它的最差执行比为5／3,并且这个界是紧的．本文考虑工件的加工时间和尺寸成正比的情形,证明了Chang和Lee的算法有更好的最差执行比53／35,并提供了一个新的启发式算法,它的最差执行比是3／2,并且这个界是最好的．