两台机器超载实时系统的On-line算法

对超载实时系统的On—line算法中的SR算法作了修改，提出了NSR算法，并证明NSR算法的竞争比至少为2／5，因而它比SR算法更为优异．     

实时系统中单处理器调度算法的优化设计研究

研究实时系统的建模与调度问题是运筹与控制领域研究的热点问题, 对实时系统中的单处理器的调度算法进行了分析与研究, 特别是对其中的单调速率算法和最早时间限优先算法进行了深入的研究, 指出单调速率算法是一种典型的静态调度算法, 并且证明了单调速率算法是单处理器最优的静态优先级调度算法, 同时还指出最早时间限优先算法是一种典型的动态优先级调度算法,证明了最早时间限优先算法是单处理器的最优的动态优先级调度算法. 最后, 为了更好地进行实时系统的建模与调度, 引入了一种新的对任务执行行为进行抽象的方法--T-LET平面方法, 利用这种方法建立了单处理器流调度模型和BLREF调度算法, 并指出这种模型和算法都具有很强的几何背景.     

平行机的实时到达on-line算法下界的改进

本文考虑了平行机实时到达的在线问题,模型中,工件是陆续到达的,工件的个数,到达时间是事先未知的,而且只有当工件到达,才知其加工时间,目标是使所有工件都加工完成的时间达到最小。     

极小化总加权完工时间的Dial-a-Ride问题的在线随机算法

讨论一般度量空间上带单服务器的极小化总加权完工时间在线Dial-a-Ride问题.通过应用贪婪区间的技巧,提出了一个一般在线随机算法.根据这个算法,对于容量为1或者任意容量的一般度量空间上的在线Dial-a-Ride问题能得到一个竞争比为(2+√2)/ln(1+√2)的在线随机算法,这个算法不仅具有当前最好的竞争比,而且也改进了Krumke等人的结果.     

两台恒速机上的MapReduce排序算法研究

研究源自于MapReduce系统的一类排序问题。给定两台恒速机和一组按列表到达的工件,每个工件包含两类任务：Map Task和Reduce Task。假设Map任务和Reduce任务都是不可中断的,Map任务可以并行处理,即可以任意分割成若干小的任务并在两台机器上同时处理,而Reduce任务只可以在单台机器上处理。一旦工件到达,必须为其指派机器和开工时间,目标是使得最后完工时间最小。对LSc算法的竞争比进行了分析,得到其一般情形下的竞争比当$sgeq（1+sqrt{5}）/2$时为$1+1/s$,否则为$1+s/（s+1）$。而当每个工件$J_j$都满足其Map任务总长大于等于Reduce任务总长时,其竞争比当$sgeq（1+sqrt{3}）/2$时不超过$1+1/（2s）$,否则为不超过$1+s/（2s+1）$。     

基于在线理论的股票算法交易策略研究

运用在线理论研究多支股票算法交易策略。在El-Yaniv等人研究基础上,构造了单支股票买入问题的在线策略,证明该策略为最优在线策略;将构造的单支股票交易策略应用到多支股票交易策略问题中,设计了多支股票交易策略算法,并以每支股票收益加权进行投资组合;最后选择上证A股二十支股票从2009年到2012年的交易时间价格数据验证本文所提策略有效性。将20支股票随机抽取10支组成一组,选4组分别进行验证,结果表明本文所给策略对于任意选择的多支股票有较好收益。对交易周期分别选取10个偶数长度进行验证,发现交易周期为18天时平均收益最大,平均收益率为5.2%。     

实时系统中最急优先调度策略的二进表示模型

本文提出一个实时系统中最急优先调度策略的二进表示Markov过程模型。以减少软实时系统中任务损失率为衡量标准,最急优先调度策略被证明是一个最佳策略,但其效率却极难分析。本文的模型使这一策略的分析变得可行和简单。基于本文的理论,已得到一系列有关最急优先策略的重要的性能评价分析结果。     

局内状态下的进货管理问题及其竞争分析

局内进货管理问题是指在未来商品的需求不确定,对未来不作预测的情况下如何决策什么时候及购进多少货物的问题.如果我们用πOPTD表示局外问题的最优解,πAD表示局内算法A的最优解,那么竞争比可以表示为sup（πOPTD/πAD）,其中D表示任意的需求序列.决策者的目标是使得竞争比尽可能的最小.本文首先建立了一个简化的局内库存管理模型,在知道M和m（未来需求最大值和最小值）基础上设计了两种局内策略FNA和PDBA.讨论并证明了对于固定购买数量的竞争策略,我们给出的FNA策略具有最优的竞争比.而后分析了策略PDBA在需求满足各种不同情况下的竞争比.     

P|rj,on-line|∑Cj的一类在线算法与竞争比分析

本文研究平等机上的在线排序问题,优化目标是使总完工时间最小,算法SSPT是此问题的一类在线算法,论文引入一个拟时间表,此时间表具有SRPT时间表的部分性质,论文通过此辅助时间表证明了SSPT算法是(3-(1/m))-competitive的.     

单位工件的平行机并行分批在线排序问题的算法

本文研究一类批容量有界的并行分批、平行机在线排序问题。模型中有n个相互独立的工件J={J₁,…,J_n}要在m台批处理机上加工。批处理机每次可同时加工至多B(Bj(1≤j≤n)的到达时间为r_j,加工时间为1,工件是否会到达事先未知,而只有等到工件的到达时间才能获知它的到达。目标为最小化工件的最大完工时间。针对该排序问题,本文设计了两个竞争比均达到最好可能的在线算法。     

同型平行机上在线排序问题的近似算法

本文研究同型平行机上的在线排序问题。通过平移工件的到达时间，提出了一类在线确定型算法SSPT。对目标为总完工时间的情形，证明了该算法竞争比不了于2且不超过(4-1/m)，对目标为加工总长的情形，该算法的竞争比的上界为(3-1/m)。     

基于优惠合同的在线租赁策略设计

近年来租赁行业竞争日益激烈,租赁企业为了吸引客户有时会开展一些优惠活动。针对这一现状,本文讨论了存在优惠合同时承租方的在线租赁决策问题,其中假设该优惠合同 给予承租方一次以比较优惠的价格连续租赁设备多期的机会。首先,分析了存在优惠合同时的最优离线策略。其次,利用在线算法和竞争比理论分别设计了承租方放弃优惠合同和签订优惠 合同两种情形下的最优在线策略及最优竞争比。最后,通过汽车租赁优惠的数值算例说明选择签订优惠合同是更好的策略,进一步给出了签订优惠合同和购买设备的最佳时间。     

ON-LINE PROBLEMS OF MINIMIZING MAKESPAN ON A SINGLE BATCH PROCESSING MACHINE WITH NONIDENTICAL JOB SIZES

The on-line problem of scheduling on a batch processing machine with nonidentical job sizes to minimize makespan is considered. The batch processing machine can process a number of jobs simultaneously as long as the total size of these jobs being processed does not exceed the machine capacity. The processing time of a batch is given by the longest processing time of any job in the batch. Each job becomes available at its arrival time, which is unknown in advance, and its processing time becomes known upon its arrival. The paper deals with two variants： the case only with two distinct arrival times and the general case. For the first case, an on-line algorithm with competitive ratio 119/44 is given. For the latter one, a simple algorithm with competitive ratio 3 is given. For both variants the better ratios can be obtained if the problem satisfies proportional assumption.     

带有拒绝的单机和同型机排序问题

研究了带有拒绝的单机和同型机排序问题. 对于单机情形, 工件的惩罚费用是对应加工时间的\alpha倍.如果工件有到达时间, 目标为最小化时间表长与惩罚费用之和, 证明了这个问题是可解的.如果所有工件在零时刻到达, 目标为最小化总完工时间与惩罚费用之和, 也证明了该问题是可解的.对于同型机排序问题, 研究了工件分两批在线实时到达的情形, 目标为最小化时间表长与惩罚费用之和.针对机器台数2和m, 分别给出了竞争比为2和4-2/m的在线算法.     

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.     

求解病态线性方程组的模拟退火算法

病态方程组的条件数较大,当输入数据有微小扰动或计算过程中的舍入误差都可能引起输出数据的很大扰动,使得解严重失真,因此求解此类方程组是相当困难的.本文尝试使用模拟退火算法来求解病态线性方程组,得到了较好的结果,并与传统的求解方法作了简单的比较.