两台单机的合作排序问题北大核心CSCD

本文研究下面情形的排序问题,两个代理商联合加工来自客户的一个工件集,每个代理商仅有一台单机用于加工工件,每个工件仅需被其中的一台单机无中断地加工一次.在完成分配工件的加工任务后,每个代理商将获得一定的收益并付出一定的加工费用.需要找出工件集的一个最优划分,使得两个代理商的净收益乘积最大.本文研究三个不同经典排序目标作为加工费用的两机合作排序模型,证明模型复杂性,分析最优解结构并设计动态规划算法.     

转包且具有不同费用时间段的排序问题（英文）

本文研究制造商可以将工件转包给承包商加工的排序模型,承包商仅有一台机器,转包费用由分配给转包工件的不同时间段费用确定.本文分别研究制造商有一台单机及两台自由作业机器环境情形,需要确定被转包工件集及全部工件的加工顺序,使得工件最大完工时间与转包费用和最小.本文利用归约方法对制造商每个机器环境,证明问题NP困难性,并提出动态规划算法.     

转包且具有不同费用时间段的排序问题

本文研究制造商可以将工件转包给承包商加工的排序模型,承包商仅有一台机器,转包费用由分配给转包工件的不同时间段费用确定.本文分别研究制造商有一台单机及两台自由作业机器环境情形,需要确定被转包工件集及全部工件的加工顺序,使得工件最大完工时间与转包费用和最小.本文利用归约方法对制造商每个机器环境,证明问题NP困难性,并提出动态规划算法.     

加工时间离散可控的分批配送排序问题

研究了工件的加工时间是离散可控的,并且工件加工完后需要分批配送到客户的单机排序问题.一个客户在初始时刻将一批工件交给一个制造商进行加工.每个工件有多种加工模式,分配给每个工件的加工资源越多,则其加工时间越短.工件生产完后需要分批配送到客户处,每一批需要花费一定的时间和费用.研究了排序理论中主要的四个目标函数,构建了单机情况下的具体模型,分析了问题的复杂性,对具体的问题给出了它们的最优算法.     

单机带有可拒绝的供应链排序问题

考虑了单机上带有工件拒绝的供应链排序问题.有多个客户分布在不同区域,每个客户都有一定数量的工件需要在一台机器上进行加工.制造商可以拒绝加工一些工件,但要支付相应的拒绝费用.工件生产完后需要运输到相应的客户处,每一批配送需要花费一定的时间和费用.我们研究了排序理论中主要的几个目标函数,构建了单机情况下的具体模型,分析了问题的复杂性,对具体的问题给出了它们的最优算法.     

带转包选项的自由作业排序

本文研究两机自由作业排序问题,工件的两个工序既可以在制造商的两台自由作业环境机器上加工,也可以转包给两承包商加工.每承包商有一台单机,仅能加工指定的工序.工件被转包时制造商需要付出一定数量的转包费用.制造商需要同时确定转包工件集及未转包工件的加工顺序,目标是极小化转包费用与未转包工件时间表加工总长之和.本文根据转包费用系数的不同,分析问题     

具有退化工件和工期窗口安排的排序问题

针对具有退化工件的排序模型,考虑了单机排序和两台机器流水作业的工期窗口安排问题,在这一模型中,工件的加工时间是与其开工时间和退化率有关的一个线性函数。目标是找到一个最优排序和确定工期窗口的开始时间及大小以便最小化所有工件的费用函数,费用函数由四部分组成:提前、延误、工期窗口开始时间和工期窗口大小。对所研究的单机问题,详细地讨论了符合现实情况的几种类型问题,并得到了问题的最优解;对两台机器流水作业问题,给出了多项式算法。     

两代理具有可拒绝的单机分批配送排序问题

本文研究具有可拒绝的两代理分批配送排序问题,两个代理竞争一台机器的使用,每个代理有自己的工件集合.工件生产完后需要分批配送到代理处,每一批需要花费一定的时间和费用.我们的目标是在保证一个代理的目标函数不超过给定值的前提下,极小化另一个代理的目标函数.对于排序理论中主要的目标函数,构建了单机情况下的具体模型,分析了问题的复杂性,对具体的问题给出了它们的最优算法.     

工件延误和可拒绝下的单机重新排序问题的近似方案

研究工件延误产生干扰且延误工件可拒绝下的单机重新排序问题.在该问题中,给定计划在零时刻到达的一个工件集需在一台机器上加工,工件集中的每个工件有它的加工时间和权重,在工件正式开始加工前,按照最短赋权加工时间优先的初始排序已经给定,目标函数是极小化赋权完工时间和,据此每个工件的承诺交付截止时间也给定.然而,在工件正式开始加...     

带交货期的工件族生产与配送的排序问题

本文考虑了多个客户订购不同种类的工件,工件生产完后需要运输到客户的单机供应链排序问题.由于工件属于不同的种类,在加工不同种类工件前要有一个准备时间.每个客户分布在不同位置,客户的每个工件都有一个交货期,工件是分批配送的,每一批配送需要花费一定的时间及费用.考虑了两个与交货期有关的目标函数,分别给出了它们的最优算法.     

加工时间可控和恶化的单机最大完工时间排序

本文研究加工时间可控并随开工时间简单线性增长的单机最大完工时间排序问题.该问题将加工时间可控排序和加工时间恶化排序两类研究连接到一起.通过比较技术证明了该问题存在满足以下性质的最优解:每个工件的加工时间或者完全压缩,或者完全不压缩;加工时间完全压缩的工件的顺序由一个工件参数和控制变量的函数的递增序给出,完全不压缩的工件在完全压缩的工件之后以任意序加工.通过将问题等价转换为0-1非线性整数规划问题,给出了单机排序问题的贪婪算法.     

带重入的单台机排序问题

本文考虑带重入的单台机排序问题,重入是指每个工件在机器上加工不止一次.通过把重入模型转化为带平行链约束的排序问题,我们成功地获得了单机重入问题的两个目标函数的多项式时间最优算法,一个是总带权完工时间∑ωjCj,另一个是最大费用函数hmax.     

具有可变配送费用和固定配送时刻的单机排序问题

研究了单机环境下生产与配送的协同排序问题.有多个工件需要在一台机器上进行加工,加工完的工件需要分批配送到一个客户.每批工件只能在固定的几个配送时刻出发,不同的配送时刻对应着不同的配送费用.我们的目标是找到生产与配送的协同排序,极小化排序的时间费用与配送费用的加权和.研究了排序理论中主要的四个目标函数,构建了单机情况下的具体模型,分析了问题的复杂性,对于配送费用单调非增的情况给出了它们的最优算法.     

平行机排序与转包问题的动态规划算法

研究制造商具有若干台平行机且允许工件转包给仅有一台单机的承包商加工排序问题.工件转包需要一定的转包费用以及运输时间.研究确定要转包工件集以及所有工件的加工顺序,分别为极小化工件总完工时间,最大延误,误工工件数与转包费用之和,证明了问题的NP困难性,并分别设计动态规划算法.     

具有优先约束的单机随机排序问题

讨论工件的加工时间为常数,机器发生随机故障的单机随机排序问题,目标函数极小化工件的加权完工时间和的数学期望最小.考虑两类优先约束模型.在第一类模型中,设工件间的约束为串并有向图.证明了模块M的ρ因子最大初始集合I中的工件优先于模块中的其它工件加工,并且被连续加工所得的排序为最优排序,从而将Lawler用来求解约束为串并有向图的单机加权总完工时间问题的方法推广到机器发生随机故障的情况.在第二类模型中,设工件间的约束为出树优先约束.证明了最大家庭树中的工件优先于家庭树中其它的工件加工,并且其工件连续加工所得到的排序为最优排序并给出了最优算法.     

工件具有子工件工期的排序问题

研究了工件具有子工件工期的排序问题.需要在一台单机上加工若干个给定的工件.每个工件由若干个子工件组成,每个子工件都有各自的工期.只有当工件的每个子工件都按时完成,才能称该工件是按时完工工件,否则,称该工件产生延误.目标是最大化按时完工的工件个数.证明当每个工件都被分成两个子工件时,该问题是NP-难的,而且不存在完全多项式时间近似方案(fully polynomial time approximation scheme,简记为FPTAS).提出两个启发式算法,利用数值模拟比较它们的性能,并且将这两个启发式算法的解与最优解的上界进行比较.     

带强制工期的双机开放车间排序问题

讨论了强制工期相等的n个工件在双机开放车间加工.在允许机器空闲的条件下,寻找一个工件排序,使得最大提前完工时间最小.由于工件不允许延迟,同题可能会无可行排序.先讨论了问题的可行性.如果问题可行,找出一个可行序列作为预排序列,并提出了一个算法计算每个工件尽可能迟的开工时间.而后,提出了一个多项式时间最优算法,在预排序列的基础上,通过调整两台机器上最先加工的工件来获得最优排序.     

工件加工时间随加工顺序变动的单机排序问题

本文讨论了一类工件加工时间随加工顺序而变的单机排序问题,在目标函数sum from i=1 to nC_i与Lmax下,Smith法则与Jackson法则仍然成立。从而推广了Smith与Jackson的结果。一般所考虑的单机排序问题是:有n个工件需要在一台机器上加工,而该机器只能一次加工一个工件,且工件j在该机器上所需的加工时间为P_i,这里P_j为一常量,即与工件早加工或晚加工无关。现在需要确定工件加工的一个顺序,使得在不同的目标下最优。     

单机最优交货期决策及工件排序

本文考虑n个独立工件在一台机器上加工的排序问题,每个工件J_i的交货期设置为d_i=kP_i~α(α≥1),目标是寻找工件最优加工时间乘子及工件最优排序S(?),使工件完工时间与交货期的最大偏差最小。给出寻找最优加工时间乘子k(?)及工件最优排序S(?)的方法。     

机器具有学习效应的供应链排序问题

研究了机器具有学习效应的供应链排序问题.有多个客户分布在不同位置,每个客户都有一定数量的工件需要在一台机器上进行加工.每个客户的工件在机器上加工时具有学习效应,即后面加工的工件实际加工时间是逐渐缩短的.工件生产完后需要运输到相应的客户处,每一批配送需要花费一定的时间和费用.这里研究了供应链排序理论中主要的四个目标函数,分析了这些问题的复杂性,对于一些情况给出了它们的最优算法.