一类具有T^k工件排序问题的计算复杂性

排序问题近年来已得到广泛的注意,并已获得许多深刻的结果。在古典排序中,一个最普通的约定是:每个时刻每个工件至多在一台机器上加工。由于微型计算机的飞速发展,要求我们打破上面的假设条件,也就是允许某些工件在多台机器上同时进行加工。文献[1]和[2]已得到preemptive排序问题的部分结果,本文讨论一类简单的     

结构多项式复杂性研究中使用的一些方法

本文介绍了结构多项式复杂性研究中用的一些方法，包括能行对角线方法，能行有穷延伸法，填料法，间隙法，延迟对角线法，加速法。     

数学家货郎问题的计算复杂性研究

货郎问题(TSP)是研究计算复杂性理论的经典问题.在货郎问题的基础上,提出数学家货郎问题(MTSP).经过研究发现,数学家货郎问题是一个典型的NP类问题,但它却不属于P类问题.因此,数学家货郎问题是一个NP类问题与P类问题不相等的例证.     

一个求解水平线性互补问题的高阶可行内点算法的多项式复杂性

最近,Zhao和Sun提出了一个求解sufficient线性互补问题的高阶不可行内点算法.不需要严格互补解条件,他们的算法获得了高阶局部收敛率,但他们的文章没有报告多项式复杂性结果.本文我们考虑他们所给算法的一个简化版本,即考虑求解单调水平线性互补问题的一个高阶可行内点算法.我们证明了算法的迭代复杂性是     

需要安装时间的两台多功能机排序问题的计算复杂性

提出需要安装时间的多功能机排序问题,一般情况下,这是NP-困难的;主要研究只有两台机器时一些特殊情况下的计算复杂性.根据加工集合为机器全集的工件组数的不同,分别给出多项式时间算法和分枝定界算法.对各工件组的工件数和加工时间都相等的情况,给出一个多项式时间的最优算法-奇偶算法,从而证明此问题是多项式时间可解的.     

关于若干函数类的多项式时间谱系(Ⅰ)

对计数函数类#P,Span-P和最优化函数类Opt-P及FΔ₂^P进行了推广,给出了4个关于函数的多项式时间谱系,证明了关于最优化函数的多项式时间谱系,与Krentel定义的谱系是相同的,讨论了这些谱系自身以及谱系之间的关系。     

线性分式规划问题的多项式时间近似算法

本文针对线性比式和分式规划问题,提出一种求其全局最优解的完全多项式时间近似算法,并从理论上证明该算法的收敛性和计算复杂性,数值算例也说明了算法是可行的.     

多重运输调度问题的计算复杂性

本文研究了多重运输调度问题的计算复杂性。分别证明了在平面图上一台车辆的ＭＶＲＰ问题为ＮＰ－完全的、在树形网络上求ＭＶＲＰ最小总距离及最小车辆数问题是ＮＰ－完全的、ＭＶＲＰ最小总距离和最小车辆数的ε－近似解为ＮＰ－完全的。     

关于若干函数类的多项式时间谱系(Ⅱ)

研究了4个关于函数的多项式时间谱系,讨论在这些谱系内部以及谱系之间不大可能有的关系,并给出这些函数类的完全问题。     

多供应商多零售商下经济批量问题的多项式时间算法研究

基于多供应商和多零售商构成的经济批量问题,通过构建优化模型,分析了订购费用为全部单位数量折扣和增加数量折扣两种情形模型最优解的相关性质。将这些性质应用到动态规划算法设计中,对订购费用为全部单位数量折扣时的一种特殊情形及增加数量折扣的一般情形分别设计了求解问题最优解的多项式时间算法,并用算例说明了算法的执行过程和有效性。     

数值方法计算复杂性理论的环境与进展

研究计算方法,不能不考虑计算成本或算法效率的问题.在这个意义上,讨论数值方法的计算复杂性历史悠久.然而,直到二十世纪七十年代,这种讨论都带有局部的和渐近的特征.     

双圈图的色多项式的计算

通过对双圈图两种不同情形的讨论，解决了双圈图的色多项式的计算问题。     

线性分式多乘积规划问题的多项式时间近似算法

本文首先将一般形式的线性分式多乘积规划问题(MP),转化为特殊形式的子问题.再根据子问题提出一种求解(MP)的完全多项式时间近似算法,并从理论上证明该算法的收敛性和计算复杂性,数值算例也说明了算法是可行的.     

多机排序问题pm｜fix_j，pmtn｜C_（max）的多项式时间算法

在经典排序论中，一般都作以下两条假设：其一是每台机器在任一时刻至多加工一个零件，其二是每个零件在任一时刻至多被一台机器加工．在这篇文章中，研究多台机器可同时加工一个零件的多机排序问题，且每个零件可在固定的一个机器的子集上加工．本文在机器总数确定，零件加工可间断的条件下，设计出求这类问题最优解的计算方法，并研究了这种问题的计算复杂性．     

单台机器E-T随机排序问题的多项式算法

本文研究排序问题中的E—T问题，工件在单台机器上加工，n个工件的加工时间都为整数P，相同的工期d为离散分布，满足∑i=1^mP（d=ξi）=1,其中ξ为整数，目标是使E（∑（Ei＋Tj））的期望值最小。应用贪婪算法和二分法思想，我们提出解决该问题的一个最优算法，并得出该算法的复杂性为O（nmlogp）。     

一元多项式学习中易犯的几个错误

结合一元多项式中的一些重要概念,如多项式的最大公因式、多项式的重根及不可约多项式等,分析一元多项式学习中易犯的错误,并强调运用定理时要注意其适用的条件和前提．