Pm‖Cmax问题的算法AKK的一个改进的最坏情况性能比

本文考虑的是平行机排序问题Pm‖Cmax.对此问题Knuth和Kleitman给出了一个近似算法AKK,Graham证明了此算法的最坏情况性能比不大于1＋1-1/m/1＋｜k/m｜,而且当k≡0（modm）时这个界是紧的.在本文中我们给出了此算法的一个改进的最坏情况性能比： 1＋max{1-1/m/1＋k1＋1/m,1-1/m-k2/1＋k1},其中k1和k2为非负整数且k1m＋k2=k.本文证明了当k2≠0时,它好于Graham的结果,同时我们给出了两个实例说明这个界是紧的.     

P_m,a_i‖C_(max)问题的A_(kk)算法的最坏情况性能比

讨论任务的加工是不可中断,机器速度相同且机器具有不同开始加工时间的排序问题,目标函数是极小化最大完工时间.对于一般情况,给出了关于Akk算法的最坏情况性能比.     

可拆分有调整时间的平行机排序问题的一个算法

考虑有独立调整时间的同型号平行机排序问题,极小化最迟完工时间,产品允许拆分,同一产品被拆分后各部分可以在不同机器上同时加工,该问题是ＮＰ－ｈａｒｄ问题。本文首先给出该问题的一个启发式算法ＭＬ,然后证明了其最坏情况估计不超过７／４－１／ｍ（ｍ≥２）。     

带约束的平行机排序的一个近似算法

讨论有资源约束和有机器准备时间的平行机排序问题,资源约束为每个机器至多可加工k个工件,在极小化makespan的上给出了一个匹配算法,证明其最坏情况最紧界是2-m^-1,并进一步给出了它的两个带参数的最坏情况界。     

两台同类机排序问题SPT算法的最坏情况比

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。     

两台同类机排序问题SPT算法的最坏情况比

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。     

极大化提前完工总量平行机排序问题的LPT算法

研究带有共同交货期的三台平行机排序问题。工件在加工过程中不允许中断, 目标是极大化所有工件的提前完工量, 即在交货期前所加工工件(或部分) 的总加工时长。由于该问题是NP-难问题, 本文应用经典LPT算法来解决该问题。我们证明了LPT算法求解该问题的最坏情况界至多为$\frac{15}{13}$, 并给出实例说明最坏情况界的下界为$\frac{27}{25}$。     

极大化提前完工总量平行机排序问题的LPT算法

研究带有共同交货期的三台平行机排序问题。工件在加工过程中不允许中断, 目标是极大化所有工件的提前完工量, 即在交货期前所加工工件(或部分) 的总加工时长。由于该问题是NP-难问题, 本文应用经典LPT算法来解决该问题。我们证明了LPT算法求解该问题的最坏情况界至多为$\frac{15}{13}$, 并给出实例说明最坏情况界的下界为$\frac{27}{25}$。     

极小化最大提前完工时间的两平行机排序问题

讨论了在两台同型平行机上,加工带截止期限的n个工件,在机器可空闲条件下,确定一个工件排序,使得最大提前完工时间最小.由于工件不允许延迟,问题可能会无可行排序.先讨论问题的可行性,通过子集和问题归约,证明了判定问题的可行性是NP-complete的.如果问题可行,接着讨论了问题的复杂性,通过划分问题归约,证明了其是NP-complete的.最后,考虑了工件加工时间相等的特殊情形,提出了一个算法在多项式时间内获得最优排序.     

云制造中带学习效应平行机排序问题的最优可中断算法

研究了云制造环境下一类带有学习效应的m台平行机排序问题.每台机器都有一个不同的单位时间加工费用,目标是在不超过给定的总费用情况下,从m台机器中选取若干机器加工工件,极小化最大完工时间.考虑了机器加工费用依赖于时间变化的学习效应函数.分别针对基于指数函数和幂函数的两类学习效应函数,分析了最优排序的性质并给出了最优可中断算法.     

并行机问题的模拟退火调度算法研究

研究了一类调度目标是最小化最大完成时间的并行机调度问题.考虑到此问题的NP-hard特性,引入模拟退火算法思想以获取高质量近优解.分析了现有此问题模拟退火算法的缺陷,定义了关键机器和非关键机器,设计了一个包含局部优化的模拟退火算法.除了交换变换,还引入插入变换以改变各子调度中作业个数.大量的随机数据实验用于验证算法解的质量和计算效率,实验结果表明该模拟退火算法能够在有限时间内为大规模问题求得高质量满意解.     

带机器准备时间的两台同型机复合半在线排序问题

本文研究了预知两种信息,带机器准备时间的两台同型平行机复合半在线排序问题,即已知所有工件加工时间总和和工件按加工时间非增顺序到达,目标为极小化最大机器完工时间的半在线排序模型.我们分析了它的下界,并给出了竞争比为7/6的最优算法.     

关于问题Pm|intree;pj=1;rj|Cmax的分支定界算法

本文针对一个尚未解决的问题Pm|intree;pj=1;rj|Cmax进行了研究,借助于决策论中的递阶层次结构的概念提出一个全新的分支定界算法,并用这一算法得到了问题Pm|intree;pj=1;rj|Cmax的最优排序．     

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.     

最后完工机器至多两个空闲的自由作业稠密时间表(英文)

对于自由作业问题,在安排工件时避免不必要空闲所得的时间表称为稠密时间表.稠密时间表的加工总长不超过最优值的2-1/m倍,是一个在机器数m6时尚未被证明的猜想.本文通过引入工件与机器特征函数及机器关于工件非间断等概念,研究当最后完工机器至多有两个空闲区间时,性能比猜想成立的充分条件.     

排序问题P2|prmp|Cmax在中断—重复模型下的调度

对于传统的中断-恢复模型下的P2｜prmp｜Cmax问题，已有最优调度规则。但中断-恢复模型并不是一般意义下的中断模型。在某些情况下，被中断的任务不能被简单的恢复加工，而是在该任务被重新加工之前必须有一定的延迟时间。延迟可能是该项任务的一部分（或者是全部）需要返工的时间。本文在研究了排序问题P2｜prmp｜Cmax在中断-重复模型下的调度，指出对于选择哪一个任务被中断的问题是NP—hard的；而对于如何处理被中断的任务的问题，指出当被中断任务的最初被加工时间由Xj增加为Xj＋△xj=Xj/（1-1/2aj）时，可使得两台处理机的时间表长相等，从而达到最优。最优时间表长为：Cmax^＊=1/2n∑j=1pj＋ajxj/（2-aj）。最后给出了在中断-重复模型下的调度规则。     

需要安装时间的平行多功能机排序问题的启发式算法

考虑需要安装时间的平行多功能机排序问题。在该模型中,每个工件对应机器集合的一个子集,其只能在这个子集中的任一台机器上加工,称这个子集为该工件的加工集合;工件分组,同组工件具有相同的加工时间和加工集合,不同组中的工件在同一台机器上连续加工需要安装时间,目标函数为极小化最大完工时间。对该问题NP-难的一般情况设计启发式算法:首先按照特定的规则将所有工件组都整组地安排到各台机器上,然后通过在各机器间转移工件不断改进当前最大完工时间。通过与下界的比较检验算法的性能,大量的计算实验表明,算法是实用而有效的。     

工件有尺寸且分两批到达的单机分批排序

本文首次研究了工件有尺寸大小,有到达时间的分批排序问题,这里目标函数为工件的极大完工时间．就所有工件有两个到达时间的且工件加工时间与尺寸大小一致的排序给出算法,并证明了算法的性能比不超过33/14．