高校教育成本测算及其优化管理模型

在高校成本层次分类的基础上,建立了生均成本测算的一般模型,针对教育成本投入过程中因学生人数随机变化而存在的风险,引进教学质量函数,提出了办学效益和教学质量的双目标优化模型.利用凸分析和优化原理得到优化问题解的存在性,全部正解的β取值范围以及最优解满足的充要条件,对最优解的定量计算给出了基于Monte Carlo模拟的遗传算法设计,并进行了相应的经济意义分析.     

具有服务等级的两台同型机实时在线排序

考虑具有服务等级的两台同型机在线排序问题, 其中工件带有到达时间, 目标为最小化最大完工时间, 设计了竞争比为\frac{7}{4}的在线算法.     

带有到达时间和拒绝费用工件的同类机排序问题

研究了工件带有拒绝费用的m台同类机在线排序问题,m台机器的速度分别为s₁=s₂=…=s_m-1=1,s_m=s,当工件到达时,可以接收加工,占用一定的加工时间,也可以拒绝,付出相应的罚值. 目标是被接收工件的最长完工时间（makespan）与被拒绝工件的总罚值之和最小. 对工件2次到达时间问题（零时刻和r时刻各到达一批工件）设计了在线算法H,并证明该算法的竞争比为4-（2s）/（s+m-1）.     

随机投资决策问题及其遗传算法求解

以最大化企业净利润为目标,对随机投资决策问题建立模型,应用基于Monte Carlo模拟的遗传算法对模型求解进行算法设计,并运用Maflab编程实现,最后结合具体算例说明方法的有效性,从而改进了该类问题的传统解法.     

矩形区域上分形插值函数(δ,γ)变差的性质

现阶段理论研究证明在计算盒维数时可用分形插值函数的(δ,γ)变差来代替最少盒子数.本文在定义矩形区域上一类分形插值函数(δ,γ)变差的同时得到变差的一些性质,为分形理论的进一步研究提供理论基础.     

带有机器准备时间且允许重排的在线排序

本文中, 我们考虑了带有机器准备时间且允许重排的两台平行机在线排序问题. 其目标为极小化最大完工时间. 我们研究了两种不同的模型, 并分别给出了最好可能的算法.     

特殊情形下的两台可拒绝同类机在线排序问题

研究了工件带有拒绝费用的两台同类机在线算法,两台机器的速度分别为 1 和 s ,s ∈ [ 1 , +∞ ),工件逐个到达,当工件到达时,可以选择被分配到机器上进行加工并花费一定的加工时间;也可以被拒绝,但此时需付出一定的拒绝费用。进一步假定每个工件的加工时间与拒绝费用成固定比例 α ( α ≥0 ),即 pj =αtj 。目标函数为使被加工工件的最大完工时间与被拒绝工件的总罚值之和最小,工件的加工不可中断。本研究设计一种在线算法 URLS ,并证明该算法的竞争比和下界均为关于参数 α 的分段函数,且当 * 时上下界相吻合,算法达到最优。(注：*处代表公式)
     

一个可中断三台可拒绝平行机半在线排序问题

研究了工件带有拒绝费用的3台平行机半在线算法。工件逐个到达，当工件到达时可以被接收加工，消耗一定的加工时间，也可以被拒绝，但此时要付出一定的拒绝费用。进一步假定工件的加工时间与拒绝费用事先成固定比例α(α≥=0)。目标为被接收工件的最大完工时间与被拒绝工件的总罚值之和最小。针对工件加工可中断情形，设计出半在线算法ARH，并证明算法ARH的竞争比为关于参数α的分段函数，且为紧界。