具有学习效应的超前有奖延误受罚的排序问题(英文)

本文考虑具有学习效应和共同交货期的单机排序问题.目标函数是加权超前有奖延误受罚总和.我们的目标是寻找一个最优序使得目标函数的值最小.由于该问题是NP-hard的,我们给出一些特殊情况下多项式时间可解的特例.同时在快速估计下界的基础上给出了分支定界算法来求一般情况下的最有排序.     

中间补气的双级压缩热泵系统性能的实验研究

以滚动活塞压缩机为例,搭建了带中间补气的单机双级压缩热泵系统,对中间补气参数对系统制热性能的影响进行实验研究。实验结果表明:中间补气与不补气相比,制热量增加5～8%,制热COP提高3～7%。能降低排气温度8～14℃,压缩机效率提高5～12%,高压级容积效率提高4～9%。为今后压缩机设计和热泵系统运行提供了实验数据和经验参考。     

单机-无穷大系统中的混沌现象及其无源化控制仿真

首先建立单机-无穷大系统的三阶数学模型并简要讨论了其动力学行为．指出在一定条件下系统可能会进入混沌状态;然后采用非线性系统无源化方法设计反馈镇定器．并利用L2性能准则进行干扰抑制．使系统大范围渐近稳订,仿真结果表明了该方法的有效性。应用该方法所设计的励磁控制器在改善电力系统的稳定性方面有一定参考价值,对Matlab在电力系统中的仿真应用有积极的作用。     

带有交货期窗口和加工时间可控的排序问题

讨论了带有交货期窗口和加工时间可控的单机排序问题。工件的加工时间是关于分配资源量的凸函数模型。工件若在交货期窗口前完工,则产生提前费用;若在交货期窗口后完工,则产生延误费用。分别研究了多窗口问题和单窗口问题。目标是在关于提前、延误、交货期窗口开始时间、交货期窗口大小和最大完工时间的函数约束条件下,确定工件的最优加工顺序、最优加工时间、极小化资源费用函数。通过将2个问题分别转化为指派问题,证明了2个问题是多项式时间可解的,问题的计算复杂性是O(n3)。     

单机调度问题在终端区排序中的应用研究

当终端区比较拥挤的时候,就需要对到达流航班着陆顺序进行调整,以有效缓解终端区的压力、缩短队列完成时间、提高飞行的安全性.飞机排序问题(ASP)属于NP-hard问题,通过将飞机排序问题表示成单机调度问题,设计了求解ASP的蚁群算法,以减少飞机队列总的完成时间最小为优化目标.通过与FCFS调度方法进行对比来验证基于蚁群算法的单机调度问题在单跑道机场终端区到达流排序中具有更好的适用性.     

多项工可解的单机加权E／T调度问题

研究了目标函数为完成时间与交货期差平方的加权和单机调度问题,在工作的权值与加工时间成比例时,给出了问题的最优解。然后,在假设描述机器随机故障次数的计数过程为广义泊松过程时,将上述结果推广到机器有随机故障的情形．     

带有退化、拒绝和不可用区间的单机排序问题

【目的】考虑带有退化工件、拒绝和不可用区间的单机排序问题。【方法】假设工件有不同的基本加工时间和相同的退化率,工件可以被拒绝,被拒绝的工件需要支付拒绝惩罚,机器在给定的时间区间内是不可用的且工件不可恢复。目标是极小化接受工件的总完工时间与被拒绝工件的总拒绝惩罚之和。【结果】对于这个NP-难问题,在不可用区间前、后,工件按照基本加工时间a_j的非减顺序排列可以得到最优解,给出一个拟多项式时间动态规划算法和一个完全多项式时间近似策略。【结论】推广了已有文献的模型。     

静止无功发生器的模糊PI控制器设计与仿真

设计了用于电力系统中无功补偿的静止无功发生器的模糊PI控制器,结合了PI控制和模糊控制的优点,以含静止无功发生器的单机一无穷大系统为研究对象,分别采用常规PI控制和模糊PI控制进行电力系统暂态仿真,证明模糊PI控制器在系统较大的运行空间上均能较好的发挥静止无功发生器的补偿效果。     

具有非线性恶化函数和安装时间的 单机排序问题

研究了具有非线性恶化函数的加工时间,同时工件的安装时间与已加工完工件的实际加工时间有关（即p-s-d）的单机排序问题.证明了极小化最大完工时间,极小化完工时间和是多项式时间可解的.另外极小化加权完工时间和,极小化总延误以及极小化最大延误在一定的条件下是多项式时间可解的.     

利用改进的ADI方法实现单机千万节点的油水两相渗流数值模拟

针对实际油藏的非均质分布特征及其复杂的边界条件,本文通过引入迭代参数的压缩因子和放大因子,对现有的交替方向迭代法(ADI)进行改进,提出一种适用于大规模油藏数值模拟的新算法．改进的ADI 方法计算精度可靠,且与现有的算法相比计算效率有所提高．更为关键的是,ADI 算法将求解三维压力方程的七对角矩阵分解为三个方向的三对角矩阵依次迭代求解,所需的运算存储量大幅减少,最大的计算规模有了大幅的提升．使用改进的ADI 方法,在单机上成功实现了千万节点的油水两相渗流数值模拟．计算实例表明,在同等单机硬件条件下,改进ADI 算法的最大计算规模是现有算法的1.7 倍以上．